目前主流的视频编码技术主要有：预测、变换、量化、熵编码和环路滤波。本文，将概要的介绍这几种编码，将在之后的文章中，单独分别介绍每种编码的详细步骤。

预测编码的核心思想是，不直接对所有信号进行编码，而是用掐你一个信号对当前信号做出预测，对当前信号与预测值的差值进行编码。

为什么要用差值来编码呢？

举个例子，假设图片是4x4，且没个像素点都是255，那么对255进行二进制编码至少需要8位，如果我们假设预测值是255，那么差值就是255-255=0，那么仅仅对0进行编码一位即可，这样就大大减少了码元的个数。

预测编码有分为帧内预测和帧间预测。只采用帧间预测技术的编码图像成为I帧，仅采用前向预测编码的成为P帧，采用前后两个方向预测的帧成为B帧。

简单来说，帧内预测，就是对一帧数据内部，除了第一行第一列采用原始数据进行编码外，剩下的数据均使用上述原始数据进行预测。当然了，原始数据的选择也并非只有这一种。

帧内预测的目的就是使用比完整一帧少很多的数据来表示当前的一帧。

为什么可以进行帧内预测呢？ 一般的，相邻像素的亮度和色度值经常是非常接近的，也就是说，假设两个像素相邻记为A/B，使用A像素的原始值编码，然后使用C(C=|A-B|)来表示B的值，因为非常接近，这个差值很小，缩短了编码长度。节约了空间。

顾名思义，对相邻帧数据采用预测的编码方法。

对图像进行正交变换以除去空间像素之间的相关性。 变换编码的目的是什么？ 将空间域描述的图像信号变换到频域，然后变换后的频域系数进行编码处理。这样做的好处是什么呢？一般来说，图像在空间域具有很强的相关性，变换到频域之后，可以实现去相关性和能量集中。

量化是降低数据表示精度的过程，通过量化可以减少需要编码的数据量，达到压缩数据的目的。 量化是一种有损的压缩技术，量化后的视频图像不能进行无损恢复，因此导致原图像与重建图像之间存在误差，成为失真。

熵编码原理是香农信息论，有关信息熵的定义。 参考前文：【视频编解码-02】视频编码的目的、条件和目标

一段视频序列，原始信号总是有冗余的，这种冗余成为表示冗余，如果能找到最短的一段数据来表示整段视频所表示的数据量，那么折断最短的数据就是熵。 熵编码的基本思想就是大概率的符号分配短的码字，小概率的符号分配长的码字。最终使得信源平军码长最短。

在前面文章介绍了，因为视频数据存在大量冗余所以要进行压缩编码，一下总结了空间和时间两种冗余的常用编码方法：

空间冗余

时间冗余