学习笔记(02):H.264/AVC视频编解码技术详解-人与世界的交互、视频信息的意义

立即学习:https://edu.csdn.net/course/play/2777/44073?utm_source=blogtoedu

H264

 

帧内压缩：

1. 视频预测是采用  16x16、4x4 多种形式分割，16*16有4种预测模式，4*4有9种预测模式
2. 预测模式中选择一种最好的，然后保存残差量化后的图像和预测模式
3. 也可以采用 I_PCM（不采用任何预测模式）
4. 残差图像进行 DCT变换，使用 CABAC 进行无损压缩

 

帧间预测：

1. 视频预测是采用  16x16、16x8、8x16、8x8、8x4、4x8、4x4 多种形式分割
2. （GOP)帧分组算法是：在相邻几幅图像画面中，一般有差别的像素只有10%以内的点,亮度差值变化不超过2%，而色度差值的变化只有1%以内，我们认为这样的图可以分到一组。
3. 对前后帧，计算块最接近的块，和帧内一样，对残差进行 DCT变换，量化，无损压缩

 

 

对分块（通常是残差）进行 DCT 变换，低频进行细量化，高频进行粗量化

运动补偿将图像切割成块，然后前后帧计算图像块的残差。

 

实际应用中，将残差图像进行 DCT 变换和量化，然后一部分使用熵编码，一部分反量化和反 DCT 变换后，与运动补偿图像相加，获得新的预测图像。

 

NALU

 

NALU 以 0x00000001(0x000001)  开始(Annex-B)，也就是分割头，有些直接是帧的长度(RTP)（很少见）

紧接着就是 NALU 头，

     +---------------+

      |0|1|2|3|4|5|6|7|

      +-+-+-+-+-+-+-+-+

      |F|NRI|  Type   |

      +---------------+

 

NRI  重要性

 

头取值的重要意义：

0x01       B 帧

0x61       P 帧

0x65 .     I 帧

0x67.      sps

0x68.      pps

 

 

第一层 EBSP.    扩展字节序列载荷

如果出现两个 00 00 [00/01/02/03]，则修改成 00 00 03 [00/01/02/03]

去掉 上面所说的 03 后，就是 RBSP

第二层 RBSP    原始字节序列载荷

最后一个 Byte 如果实际位数不够，则补1后面若干个0。有视频占用的不是 Byte的整数？

刨去最后一个字节的处理，就是 SODB

第三层 SODB   数据字节流