H.264 GOP

H.264帧类型

主要有五种编码帧：I（IDR帧）、i（非IDR I帧）、P（P帧）、B（参考B帧）、b（非参考B帧）。

1. IDR帧，NALU_type = 0x65。IDR帧是一种特殊的I帧，在解码IDR帧前，清空所有前后向参考缓冲区，IDR帧随后的所有帧不能参考IDR前面的任何帧。IDR帧是视频安全的随机访问点，找到一个IDR帧可以丢弃前面所有帧数据而正确解码。

2. i帧是帧内预测帧，它的解码不依赖与任何其他帧。NALU_type = 0x61。有些解码器没有区分这两种I帧，将所有的i帧都缺省的认为是IDR帧，这样会造成解码错误。这两种i帧在open-GOP的结构中需要明确区分，而在close-GOP中可以视为相同。

3. P帧即前向预测编码图像帧，参考之前的I帧或P帧，NALU_type = 0x41。

4. B帧即双向预测编码图像帧，参考前向或/和后向I帧或P帧。B帧也可以作为参考帧，但一般不常用。B帧提供最高的压缩比，NALU_type = 0x21 或 0x01。

GOP参数

GOP（Group of picture 图像组），指两个I帧之间的所有帧结构。

x264里面决定GOP长度的参数有i_keyint_max，i_keyint_min，i_scenecut_threshold，b_open_gop.

i_scenecut_threshold是场景切换概率值，x264会计算当前帧与前一帧的不同程度并得出一个值。如果这个值低于i_scenecut_threshold，那么就认为场景之间有切换，不能用前面的帧预测当前帧，需要插入一个帧内编码帧。较高的值会增加监测到“场景变换”的几率；i_scenecut_threshold=0，不监测场景切换。

i_keyint_max是IDR帧最大间隔，一般取帧率的4-10倍，即4-10秒一个I帧。这个值太小，码率会过高（I帧码率通常远大于PB帧）或者视频质量较差（牺牲质量赖降低码率）；这个值太大，码率会低下来，但是会牺牲实时性，在用户实时接入的时候，需要等到第一个I帧才能正确解码，过大的i_keyint_max会增加随机接入用户的等待时间。

i_keyint_min是当监测到一个场景切换，并且此时距离上一IDR帧的距离小于min-keyint则插入一个I帧，反之则插入一个IDR帧。

例如： i_keyint_max = 10, i_keyint_min = 3;

i_scenecut_threshold = 0;

F00 F01 F02 F03 F04 F05 F06 F07 F08 F09 F10 F11 F12 F13 F14 F15 F16 F17

IDR                                         ...                       IDR ...

每10帧强制一个IDR帧

如果i_scenecut_threshold = 40; 并检测到F06场景切换则

F00 F01 F02 F03 F04 F05 F06 F07 F08 F09 F10 F11 F12 F13 F14 F15 F16 F17

IDR                                     IDR                                                                   IDR    

发现一个场景切换，并且与前一个IDR距离大于i_keyint_min，插入IDR并重新计数IDR距离

如果i_scenecut_threshold = 40; 并检测到F02场景切换则

F00 F01 F02 F03 F04 F05 F06 F07 F08 F09 F10 F11 F12 F13 F14 F15 F16 F17

IDR            I                                                                    IDR    

发现一个场景切换，并且与前一个IDR距离小于i_keyint_min，插入I帧并重新计数IDR距离

如果i_scenecut_threshold = 40; 并检测到F02 F07场景切换则

F00 F01 F02 F03 F04 F05 F06 F07 F08 F09 F10 F11 F12 F13 F14 F15 F16 F17

IDR            I                                IDR                                                                   IDR

第一个场景切换距离小于i_keyint_min插入I帧，第二个场景切换距离前一个I帧距离大于i_keyint_min，插入IDR帧，并从新计数

open-GOP

码流里面包含B帧的时候才会出现open-GOP。一个GOP里面的某一帧在解码时要依赖于前一个GOP的某些帧，这个GOP就称为open-GOP。有些解码器不能完全支持open-GOP码流，例如蓝光解码器，因此在x264里面open-GOP是默认关闭的。

对于解码端，接收到的码流如果如下：I0 B0 B1 P0 B2 B3...这就是一个open-GOP码流（I帧后面紧跟B帧）。因此B0 B1的解码需要用到I0前面一个GOP的数据，B0 B1的dts是小于I0的。如果码流如下： I0 P0 B0 B1 P1 B2 B3...这就是一个close-GOP码流，I0后面所有帧的解码不依赖于I0前面的帧，I0后面所有帧的dts都比I0的大。

如果码流是IDR0 B0 B1 P0 B2 B3...那个这个GOP是close-GOP，B0,B1虽然dst比IDR0小，但编解码端都刷新了参考缓冲，B0,B1参考不到前向GOP帧。

对于编码端，如果编码帧类型决定如下： ...P0 B1 B2 P3 B4 B5 I6这就会输出open-Gop码流 （P0 P3 B1 B2 I6 B4 B5...）， B4 B5的解码依赖P3。如果编码帧类型决定如下...P0 B1 B2 P3 B4 P5 I6这样就不会输出open-GOP码流（P0 P3 B1 B2 P5 B4 I6...）。两者区别在于I6前面的第5帧是设置为B帧还是P帧，如果一个GOP的最后一帧（上例中是第5帧）设置为B帧，这个码流就是open-GOP,设置为P帧就是close-GOP。由于B帧压缩性能好于P帧，因此open-GOP在编码性能上稍微优于close-GOP，但为了兼容性和少一些麻烦，还是把opne-GOP关闭的好。