h264/h265编解码专题讲解

一、编码器和解码器的架构讲解

1、编码层次：

一般来说，对于像h264、h265编解码器，一般会采用块级编码，也就是预先将一幅图像切割为多个像素块，一次对块内的部分或者所有的像素进行预测和编码；所以对编码器来说，就需要定义编码层次结构，这样编码的过程是逐层深入、依次进行：

• 1、编码单元(coding unit , 简称CU)，编码的基本单元，通常是取块block
• 2、切片(slice): 由多个编码单元组成的部分图像，通常在空间上是连续的，切片定义了编码单元的可参考位置，从而将错误限制在一整幅图像内的部分范围内。

超低延迟的介绍：揭开音视频编解码超低延迟的神秘"面纱"!-CSDN博客

• 3、帧/图像(frame/picture)：由多个切片组成的一幅完整的图像。
• 4、图像组(group of pictures,简称GOP):由多个帧/图像组成的部分视频序列，通常在时间上是连续的。
• 5、序列(sequeence): 表示整个完整的视频

2、视频数据冗余和预测：

视频中存在大量的冗余，而视频编码本质上就是要消除这些冗余，从而实现对视频数据的压缩。一般我们经常听到的两种冗余：

• 1、空间冗余：是静态图像中最为主要的一类数据冗余，比如说，一幅图像中如果存在较大的平缓区域，则意味着该区域中不同的像素的亮度、色度等都是非常接近的，在空间上存在很强的相关性，相互之间可以认为平滑过渡的，不会发生剧烈突变，这种就叫做空间冗余
• 2、时间冗余： 他是视频序列中常见的一类数据冗余。在视频序列中，相邻帧往往具有类似的场景和物体，其中运动物体具有类似的大小和形状，仅仅是在图像中的位置发生了改变，可以认为后一帧中的物体是前一帧中物体发生位移，这种就叫做时间冗余

为了降低冗余，可以利用相关像素对当前像素进行预测，再对预测残差(预测值与实际值之差)进行编码和传输。那一般预测技术有哪些，一般有：

• 1、帧内预测：他是利用空间上的相关性，由已经解码的相邻像素来预测当前块的像素，从而来有效的消除块间冗余
• 2、帧间预测：他是利用时间上的相关性，将邻近参考帧中与当前块最相似的块做预测块，并计算预测块与当前块在空间位置上的相对偏移量，作为运动矢量。

帧间预测和帧内预测的优势对比：

使用帧内预测的I帧可以进行独立编解码，不受其他帧的影响，I帧可以作为P帧和B帧的参考帧。但是采用帧内预测的I帧压缩效率比较低，所占的数据信息量比较大。而P帧和B帧采用帧间预测，具有很大的压缩比，能够很大提高压缩率。同时，P帧可以作为其后P帧的参考帧，或者作为其前后B帧的参考帧，所以P帧可能会造成误差的扩散，往往通过周期插入I帧来阻止误差积累。

3、混合编码框架：

首先何为混合编码？‘是对同一帧数据使用帧内编码和帧间编码多个编码策略

当前视频编码的通用处理流程依次是：

• 1、预测
• 2、变化
• 3、量化
• 4、熵编码

并且每个流程都是以块作为处理单元，编码的过程如下：

• 1、从原始帧中读入一个原始图像块
• 2、选择帧内或者帧间预测，并基于重建帧进行预测，从而得到预测图像块
• 3、将原始图像块和预测图像块相减，得到变换前的残差数据块
• 4、对变换前的残差数据块进行变换，量化后，可以得到量能更为集中的系数数据块
• 5、系数数据块一方面会和预测模式一起经过熵编码，得到压缩后的码流；另外一方面会经过反量化、反变换，得到变换后的残差数据块。
• 6、将变换后的残差数据块与预测图像块相加，就可以得到重建图像块。
• 7、基于块的视频编码形成的重构图像会出现方块效应，可以通过环路滤波去消除方块效应。
• 8、重建图像块在编码器端作为参考图像，提供给帧内和帧间预测，帧内预测一般采用未经过环路滤波的数据，帧间预测一般采用经过环路滤波的数据