解码H264文件的一些基础知识

置顶

__Hello_Anybody__

于 2016-05-18 21:22:57 发布

阅读量1w

点赞数 3

分类专栏： Qt+ffmpeg 文章标签： H264 I-帧 B-帧 P-帧 ffmpeg

本文链接：https://blog.csdn.net/yijiazhen/article/details/51447510

版权

本文介绍了H264编码中的图像类型，包括I帧、P帧和B帧的概念，以及它们在视频压缩中的作用。I帧是完全编码的图像，P帧和B帧则利用前后帧信息减少存储需求。此外，文章还提及了条带（Slices）、宏块（Macroblocks）以及指数哥伦布编码（Exponential-Golomb coding）在H264解码中的重要性。

摘要由CSDN通过智能技术生成

这段时间一直在进行编写H264文件的解析类，因此对于H264文件的格式有了初步的了解，官方文档也看了个大概。这篇文章主要是总结了一些为解码H264文件而需要的一些前期知识，话不多说，下面是干货，有些是自己在wiki上翻译过来的，有些是看官方文档后发现的一些关键部分。
首先了解一下视频文件中的一些知识：

Video compression picture types（视频压缩图像类型）

1. 视频帧的压缩使用了不同的算法，这些应用于视频帧的不同算法被称为图像类型或者帧类型。
    a. I - 该帧可压缩程度最低，也不需要通过其他视频帧解码。
    b. P  - 该帧可以引用前面的帧的数据来解压缩并且相对于I帧来说，该帧可以压缩程度更高。
    c. B - 该帧可以引用前面的帧和后面的帧的数据，从而压缩程度最高。

这里写图片描述
（图为一段视频帧，由2个关键帧（I-frame），1个向前预测帧（P-frame）和1个双向预测帧（B-frame）构成）

这里共有三种类型的帧被用在视频压缩技术中：I-帧，P-帧和 B-帧。
I-帧是一种“内编码图片”，实际上是一种信息十分详细的图片，跟传统的静态图片文件相似。P-帧和 B-帧只存储了部分的图片信息，因此相比于I-帧来说，他们需要更少的存储空间，也因此而提高了压缩速率。
P-帧（“预测图片”）只保存图片中与前一帧的不同的地方。比如，在一个场景中，汽车行驶在静止的背景中，只有汽车的运动需要被编码。编码器无需存储未改变的背景像素信息到P-帧中，因此而节省了空间，P-帧也同样被称为 delta-帧。
B-帧（“双向预测图片”）通过比较现在的帧和前后的帧的不同来指定具体存储的内容，从而节省了更多的空间。

Slices（条带）

一个条带是一个帧中比较独特的区域，不同于该帧中的其他区域。在最新的国际标准中，这里已经存在 I-slices（I-条带），P-slices（P-条带）和 B-slices(B-条带)。

Macroblocks（宏块）

普遍来说，图片（帧）被分割成许多宏块和个体预测类型能够在宏块层被挑选出来，并且整个图片（帧）中的宏块与宏块并不相同，如下：
1. I-帧只能包含内部宏块
2. P-帧既能包含内部宏块，也能包含预测宏块
3. B-帧能包含内部宏块，预测宏块和双向预测宏块
进一步说，在视频编解码H.264中，帧能够被分割成宏块序列，该宏块序列被称为条带(slices)。编解码过程不是使用I，B和P 帧类型作为选集，而是通过每个条带明确无误的选择出预测类型。在H.264文件中也能找到几个额外的帧/条带类型：
1. SI-帧/条带（Switching I）；使编码流之间的转换变得更加容易；包含了 SI-宏块（一种内部编码宏块的特殊类型）
2. SP-帧/条带（Switching P）；使编码流之间的转换变得更加容易；包含了 P-宏块和/或 I-宏块。
3. muti-帧动态预测（包括16个引用帧，或32个引用域）