h264编码算法由浅入深（一）

h264压缩的主要过程。

宏块划分－》帧内／帧间运动检测－》dct变换，量化－》环路滤波－》熵编码－》封装数据写slice

h264数据帧

编码器每次输出一个slice，一帧数据可能分为多个slice，也可能一个。大多数情况是一个slice。

slice类型即nalu类型的定义如下：

    0：未规定
    1：非IDR图像中不采用数据划分的片段
    2：非IDR图像中A类数据划分片段
    3：非IDR图像中B类数据划分片段
    4：非IDR图像中C类数据划分片段
    5：IDR图像的片段
    6：补充增强信息 (SEI)
    7：序列参数集
    8：图像参数集
    9：分割符
    10：序列结束符
    11：流结束符
    12：填充数据
    13 – 23：保留
    24 – 31：未规定

1 h264数据帧中，只有I帧是关键帧，是被参考的帧。其它如P帧和B帧都是参照其它帧。（参考关系主要体现在宏块运动向量和残差数据计算）

P帧永远参考前面的帧，可能会参考很多帧，这个由预设值lookahead决定，B帧可能会前后参考。I帧只会有帧内宏块间的参考。

2 有的视频没有B帧，因为profile类型是baseline，一般硬件编码都是实现的这种profile类型，如海思芯片，一些手机硬件编码等等。profile类型在sps slice中，位于nalu类型子节后面一个字节。

3 编码中又个关键指标步长是什么？

视频数据信号经过宏块运动估计，得到残茶数据之后，进行DCT变换，得到连续的余弦函数信号，通过一定的采样频率进行采样，

这个采样周期就是步长的幅度差值。

4 宏块运动估计算法是怎样的？

 宏块初始化后悔被分为16x16 ，16x8，8x16 8x8 的宏块，并且是将亮度y和色差信号uv分开的。帧内运动估计，主要是左，右，右上，左上四个方向预测。

5 什么是半像素内插

 宏块左运动估计的时候，会有只运动了半个像素的情况，这种情况下，通过在像素之间插入估计的像素值来计算宏块运动向量更精确。

6 sad和satd

 sad是把整个宏块像素拿来计算残差，satd是先把宏块分为4x4的小块，进行哈德曼变幻，然后把变幻后的亚像素涌来计算残差和运动向量。

以上介绍了h264压缩的基本流程和一些常见的疑问。

备注：h264压缩的大部分耗时都是在宏块左运动估计的时候，模式选择和运动向量计算上。