如何学习h.264协议

首先，我假定你已经具有如下基础：

1 了解基本的视频知识，知道什么是YCbCr/YUV；

2 知道基本的视频压缩原理；

如果这两条还不具备，那么，停一下，补一下课。这方面的相关文章在网上一找一大把。

now，你为什么要学习H.264呢？可能你是个在校学生，要写论文，拿着复杂的JM代码无从下手。可能你是个开发人员要往已有的代码里添加一个码率控制算法，但是拿着前人开发的代码又感到一头雾水。无论你具体做什么，对264协议有个比较深的理解还是有必要的。

那先准备好以下几样东西：

1 H.264_MPEG-4 Part 10 White Paper；

2 H.264 Visa 和StreamEye;

这是两个码流分析软件，前者有免费版本，后者有个免费版，屏蔽了一些功能，但是对初学者，足够了。

3 码流。你可以随便去下两个，很多地方都可以下到的。

4 matlab

你可能注意到，我提供的清单里没有H.264协议，没有JM代码，为什么？因为这两样东西，太复杂，不合适初学者。即使现在，我看到H.264协议原本都还觉得复杂，JM代码更是没有怎么看过。 这两样东西，不到做具体开发的时候没有必要去详细地研究。

那么，如何理解H.264协议呢。 容易，我们可以手工完成一个264码流的解码过程，相信我，你如果专心，最多花30小时，就能基本完成这个过程。

264协议，其实也使用了与以前的协议类似的方法，但在各个环节中，都加入了不少的改进而已。

下面先简要说明一下各个模块的要点。

1 帧内预测。

这是个新概念，但其实就是使用相邻的块来预测当前块。我们先只考虑4x4亮度块的例子。

使用H.264 Visa打开一个码流文件。从第一帧第一块开始（无疑，是个I块）。然后一个小块一个小块地做预测。需要注意的是，预测一个小块，就重建一个小块。重建你只需要把预测值加上残差就可以了。你可以使用matlab来帮你完成这个过程。残差值，现在先直接使用就可以，不必残差是如何来的。重建后的小块就可以作为进一步预测的参考块了。注意，要使用pre-loopfilter的数据。

2 帧间预测。

请先用264Visa 和StreamEye打开码流，查看第一个P帧（通常是第2帧）。

树状的块结构层次。你可以用StreamEye查看一下，能很容易地看到各个宏块的结构类型。

Mv。你可以在H.264 Visa中查看一下，看看每个part的Mv是多少，注意，因为运动矢量是以1/4像素为单位的，所以(4,8)，实际代表偏移了(1,2)个像素。然后可以根据Mv到上一帧找一下参考块的位置，然后比较一下参考块和预测块，看看两者是否近似（非整点情况）或相同（整点情况，比如Mv= (4,4)）。

Mv的预测。找到当前块的A、B、C块，然后预测一下Mv，再看实际的Mv是多少。

自己根据Mv，找到参考块。再在matlab中写个插值程序，应该可以插出正确的值。

注意，做这个练习，应该在第一个P帧中来做，如果到第二个P帧中做，因为涉及多参考帧的问题，找参考帧会比较麻烦。

3 变换量化。264中变换量化已经合在一起了，白皮书上已经有详细说明。可以自己用matlab来算一下白皮书上的题目，再在码流中找一个块，做下反量化反变换，最后看看结果，和H.264 Visa的结果比一下。

4 CAVLC。

没什么可说的，理解一下CA，然后知道其实就是个改进了的Run-level编码就可以。

5 Deblocking

理解一下Bs，理解一下阈值。注意，当梯度小于阈值时才做加权，为什么？

在H.264 Visa中比较一下pre-loop filter和final的数据。

6 码流结构和语法。

用StreamEye可以查看码流及其分析结果。

有了这两个码流分析工具，再结合白皮书，应该很快能掌握I块，P块的重建方法，并能熟悉码流结构。

JM代码太复杂，没必要在这个阶段看。协议，更烦琐，不做完整开发的话也没必要看了。可以看看市面上的相关的参考书。