帧内帧间预测

帧内帧间预测

视频编码中的关键步骤——转换、量化

最常见的是DCT，全称为Discrete Cosine Transform，即离散余弦变换。DCT变换属于傅里叶变换的一种

DCT将图像分成由不同频率组成的小块，然后进行量化。在量化过程中，舍弃高频分量，剩下的低频分量被保存下来用于后面的图像重建。

左上角多为低频分量，右下角多为高频分量

高频低频

低频就是颜色缓慢地变化，也就是灰度缓慢地变化，就代表着那是连续渐变的一块区域，这部分就是低频。

高频就是频率变化快。图像中什么时候灰度变化快，就是相邻区域之间灰度相差很大。

感性上来讲，图像越杂乱的部分，频率越高，例如边界；图像越柔和的部分，频率越低，比如一大片天空。换句话来讲就是梯度越大的地方，频率越高

注意：只有当进行傅里叶变换后才有低频和高频之分（DCT属于傅里叶变换的一种），低频一般是大范围大尺度的信息，也就是背景，而高频反映的是小范围细节信息。

Z字型扫描

为什么要Z字型扫描？因为在量化后，右下角的是0，采用Z字型扫描后，可以保证后续数据全为0，利于熵编码的压缩。

帧内预测

帧内预测是指利用视频帧的空域相关性，使用当前帧中已编码部分的像素值来预测当前像素，从而达到去除空域冗余的目的。

编码器将多张图像进行编码后生产成一段一段的 GOP ( Group of Pictures ) ， 解码器在播放时则是读取一段一段的 GOP 进行解码后读取画面再渲染显示。GOP ( Group of Pictures) 是一组连续的画面，由一张 I 帧和数张 B / P 帧组成。

角度帧内预测

帧间预测

帧间预测主要包含运动估计和运动补偿。

实验

配置opencv

.h文件是头文件，包含了类、函数、变量的声明，用于在源代码文件中引用和访问这些声明。头文件通常包含函数和类的定义，但不包含实际的实现代码。当#include <opencv2/opencv.hpp>报错时，即为.h文件没正确配置。

.dll文件是动态链接库文件，包含了编译好的目标代码，在程序运行时被加载进内存中。没配置好时程序会报错，缺少….dll。

.lib文件（特指随dll文件生成时产生的.lib文件）提供了链接时需要的符号和引用信息。会被完整地复制到最终的可执行文件中，以便在编译和链接过程中正确地引用和链接dll中的目标函数。在程序实际调用opencv函数处报错则是.lib文件没有成功配置。

修改 VVCSoftware_VTM-VTM-15.0\cfg\encoder_randomaccess_vtm_gop16

InternalBitDepth为8

帧内预测

解决jupyter notebook无法找到虚拟环境的问题

记录：我在anaconda3激活了虚拟环境，但是jupyter notebook中找不到该环境

解决方案：在该环境下下载这个库

conda install ipykernel
conda install nb_conda