参考学习资料：https://blog.csdn.net/qq_28258885/article/details/116192244
文章目录
- 图像
- 颜色深度
- 分辨率
- 视频
- 帧率
- 比特率
- 帧类型
- 消除冗余的方法
- 时间冗余（帧间预测）
- 空间冗余（帧内预测）
- 视频编码器
- 1.分区
- 2.预测
- 3.转换
- 4.量化
- 5.熵编码
- YUV模型
- 色度子采样
图像
颜色深度
存储颜色的强度，需要占用一定大小的数据空间，这个大小被称为颜色深度。假如每个颜色的强度占用 8 bit（取值范围为 0 到 255，即 2 8 2^8 28），那么颜色深度就是 24（8*3）bit（因为RGB三个颜色），我们还可以推导出我们可以使用 2 24 2^{24} 224种不同的颜色。
分辨率
即一个平面内像素的数量。通常表示成宽*高
视频行业常见的分辨率，我们比较熟悉的360P (640x360)、720P (1280x720)、1080P (1920x1080)、4K (3840x2160)、8K (7680x4320)
我发现宽都是高的1.77777倍
视频
帧率
帧率（FRames rate）= 帧数（Frames）/时间（Time）
若单位时间为秒，则等同于 FPS (每秒帧数 Frames Per Second)。
比特率
即常说的码率
比特率 = 宽 * 高 * 颜色深度 * 帧每秒
例如，一段每秒 30 帧，每像素 24 bits，分辨率是 480x240 的视频，如果我们不做任何压缩，它将需要 82,944,000 比特每秒或 82.944 Mbps (30x480x240x24)。
-
对于一个单独的一小时长的视频，分辨率为1080p 和 30fps 的视频
-
每幅图片的大小为： 1920 x 1080 x 24 / 8 ≈ 5.93MB（图片大小计算公式=分辨率*位深/8）
-
一小时的视频大小为：5.93 * 30 * 3600=640440MB ≈625GB
所以要压缩，消除冗余
为此，我们可以
利用视觉特性：和区分颜色相比，我们区分亮度要更加敏锐。
时间上的重复：一段视频包含很多只有一点小小改变的图像。
图像内的重复：每一帧也包含很多颜色相同或相似的区域。
我们的眼睛对亮度比对颜色更敏感
帧类型
在介绍去除冗余的方法前，需要了解帧类型。
I帧（帧内，关键帧）
P帧（预测）
P 帧利用了一个事实：当前的画面几乎总能使用之前的一帧进行渲染。
实际情况中，一般使用一个I帧多个P帧。但是P帧不能太多，因为离上一个I帧越远，预测难度就越大，丢失的信息也就越多。
B帧（双向预测）
引用前面和后面的帧去做更好的压缩
消除冗余的方法
时间冗余（帧间预测）
我们可以做个减法，我们简单地用 0 号帧减去 1 号帧，得到残差，这样我们就只需要对残差进行编码。
但我们有一个更好的方法来节省数据量。
首先，我们将0 号帧 视为一个个分块的集合，然后我们将尝试将 帧 1 和 帧 0 上的块相匹配。我们可以将这看作是运动预测。
运动补偿是一种描述相邻帧（相邻在这里表示在编码关系上相邻，在播放顺序上两帧未必相邻）差别的方法
具体来说是描述前面一帧（相邻在这里表示在编码关系上的前面，在播放顺序上未必在当前帧前面）的每个小块怎样移动到当前帧中的某个位置去。
我们预计那个球会从 x=0, y=25 移动到 x=6, y=26，x 和 y 的值就是运动向量。进一步节省数据量的方法是，只编码这两者运动向量的差。所以，最终运动向量就是 x=6 (6-0), y=1 (26-25)。
实际情况下，这个球会被切成 n 个分区，但处理过程是相同的。
帧上的物体以三维方式移动，当球移动到背景时会变小。当我们尝试寻找匹配的块，找不到完美匹配的块是正常的。这是一张运动预测与实际值相叠加的图片。
但我们能看到当我们使用运动预测时，编码的数据量少于使用简单的残差帧技术
空间冗余（帧内预测）
如果我们分析一个视频里的每一帧，我们会看到有许多区域是相互关联的
视频编码器
是什么？就是用于压缩或解压数字视频的软件或硬件
1.分区
有许多原因，比如，当我们分割图片时，我们可以更精确的处理预测，在微小移动的部分使用较小的分区，而在静态背景上使用较大的分区。
通常，编解码器将这些分区组织成切片（slices ）或条带（tiles），宏（或编码树单元）和许多子分区。
这些分区的最大大小有所不同，HEVC 设置成 64x64，而 AVC 使用 16x16，但子分区可以达到 4x4 的大小。
2.预测
一旦我们有了分区，就可以在它们之上做出预测。
- 对于帧间预测，我们需要发送运动向量和残差
- 对于帧内预测，我们需要发送预测方向和残差
3.转换
4.量化
有损的
5.熵编码
在我们量化数据（图像块／切片／帧）之后，我们仍然可以以无损的方式来压缩它。有许多方法（算法）可用来压缩数据。
熵编码技术是视频编码技术中基础性关键技术，在经典编码框架中处于系统末端，负责对编码过程中的变换系数、运动矢量等信息进行熵编码，并完成最终编码码流的组织。
熵编码目标是利用信息熵原理进行数据的最终压缩，去除信源符号在信息表达上的冗余。
YUV模型
有一种模型将亮度（LUMA）和色度（cb，cr）分离开，它被称为 YUV模型。
我们的眼睛对亮度比对颜色更敏感
色度子采样
一旦我们能从图像中分离出亮度和色度，我们就可以利用人类视觉系统对亮度比色度更敏感的特点，选择性地剔除信息。色度子采样是一种编码图像时，使色度分辨率低于亮度的技术。
四个亮度像素共享一个色度像素
现代编解码器中使用的常用方案是： 4:4:4 (没有子采样), 4:2:2, 4:2:0,
第二个参数代表第一行分成几块
第三个参数代表第二行分成几块
如果我们使用 YCbCr 4:2:0 我们能减少一半的大小
