视频编码原理基础知识、面试题整理

总结来解答为什么H265会比H264在实现更高压缩比的同时还可以实现画面更清晰： 因为， 1，宏块大小从4X4到64X64像素； 2，对于画面趋于一致，画面变化较小的部分，采用大宏块64X64像素划分后进行编码，而对于细节较多，画面较复杂的部分会进一步划分小宏块，最小采用4X4像素的宏块进行划分后编码，当然这也带来了H265的算法复杂度相较于H264的算法复杂度的急剧上升。 使用更大的宏块进行编码，当然就会使得文件大小更小。 3，预测方向，预测模式，H264只有9种，但是H265中有35种，也就是可以从更微观，更多的角度去最大程度的还原画面，使得画面更清晰。

一帧画面，首先要通过信源编码器打乱成宏块。

I帧保存所有的宏块； P帧保存运动矢量和残差数据（宏块）； B帧只保存运动矢量，不保存任何的宏块。

I帧数量越多视频文件越大。 I帧比较多的情况下，适合直播，音视频通话，直播中I帧变多会导致文件变大，但是在直播网络传输中也是不能够一直传输大文件的，所以直播中会降低帧率来减少文件大小。直播中帧率会降低到10-15帧，一般的视频文件中帧率会在25-30帧。高清视频在60帧左右。； 短视频、电影的I帧都比较少。

什么是GOP?抖音的GOP一般多大？ GOP是group of picture。相邻的两个I帧之间的所有帧，就是一个GOP。 GOP其实就是一个场景的意思，从一个场景切换到另一个场景肯定会出现新的I帧，GOP序列，抖音的GOP一般是固定值20帧，视频文件的GOP一般可以设置为200-800帧。

视频文件的第一帧是什么帧？ I帧。所有视频文件的第一帧都是I帧。

码流中I帧之后是什么帧？ I帧之后一定是P帧，不可能是B帧。P帧还没出现的时候B帧还在传输缓冲区中缓冲着，并没有输出，只有等到P帧输出之后才会输出B帧。

帧与帧之间的分隔符是什么？ 分隔符0x 0000 0001。

H264中，帧的分隔符之后的第一位就是表示帧类型的数值，I帧，P帧，B帧他们的类型数值分别是多少？ I帧是分隔符之后65，也就是0x 0000 0001 65； 65&1F===》6. P帧是分隔符之后66，也就是0x 0000 0001 66； B帧是分隔符之后67，也就是0x 0000 0001 67；

直接拿到I帧，P帧，B帧的码流可以解码出来画面么？ 不可以，因为没有宽高等编解码参数。如果不传输编码参数过来是肯定解析不出来画面的。所以，H264中的帧类型不止有这3种帧，其实一共有32种。

0x 0000 0001 67表示配置信息的sps。 67&1F得到7,7就表示sps。 0x 0000 0001 68表示pps。 68&1F===》8，就是pps。 ，配置信息中分为详细配置和简单配置。 详细配置中包括：宽高、颜色位深、编码等级、编码YUV420等等。 简单配置中只有宽高信息。 详细配置就是sps，简单配置就是pps，当拿不到详细配置的时候就会去拿简单配置，所以这就是为什么sps，pps这么重要的原因。

视频文件的第一个帧是什么帧？是不是I帧？ 不是I帧，是解码参数帧，也就是0x 0000 0001 67。