一副1920x1080的画面有200万个像素，每个像素3个字节，意味着一帧要占用5.7MB的空间，理论上1秒60帧的视频占用342MB的空间，视频太大了，视频压缩也就有用了。

我们平时看到的视频都是经过压缩的，一秒只有1M-2M，这就是视频压缩的好处。

1920x1080是什么？分辨率。那么1080p是什么？1080i又是什么？1080p和1080i分别指的是逐行扫描(Progressive Scanning)和隔行扫描(Interlace Scanning)

早期电视都是显像管组成的，电视台想要增加分辨率，可显像管就不够用了，于是电视台想出了隔行扫描这种方法，把前一帧和后一帧分两次扫描，隔行扫描相比逐行扫描相比，带宽降低了一半，可以在相同带宽的情况下获得高帧率了。在当今时代，已经不存在带宽不够的问题了，隔行扫描已经淘汰了。

帧数(FPS)，为什么会有29.97帧和59.94帧这种东西？很久以前，电视都是525线分辨率30帧的，因为美元电力频率是60hz，电视取30fps也算正常。到了50年代，美国采用NTSC模式，从黑白电视转为彩色电视，但当时电视信号是通过无线电波传输的，在无线电波频谱中，每个电视频道都能飞到4.5Mhz的频段，但彩色电视一出现就麻烦了，信号频段挤的太满了，要想把彩色信号塞进去，就会被音频信号所干扰，显示效果就会很差。

为了将信号错开，就要保证整个信号频段的频率4.5Mhz可以整除线速率。线速率就是每秒扫描多少根线，但是这样除下来不是整数，只能略微降低一点帧数，近似29.97帧。这就是为什么直到如今29.97帧也很常见。

我们的电力频率和美国不一样，我们是50hz的，用的是欧洲PAL制的，PAL是多年后打造的新标准，专门改进了这些奇怪的毛病，所以国内的电视信号是25帧的

MP4是什么？视频格式，但只答对了一半。视频格式分为封装格式和编码格式，MP4属于一种封装格式，而h.264是编码格式，它们加在一起才组成了一段视频。MP4跟视频质量没有必然关系，常见的封装格式有MP4、FLV、AVI、MOV、MKV、3GP等等

封装格式的视频编码大都相同，那么什么情况下需要重新编码呢？ MP4对应h.264、h.265、MPEG4等，AVI对应MPEG-2、AC-1、h.264、DIVX、XVID等，MOV对应MPEG-2、XVID、h.264等，WMV对应WMV、AC-1…，WebM对应VP8、VP9等，RM/RMVB对应RV、RM等，TS/PS对应MPEG-2、h.264、MPEG-4等，MKV可封装所有视频编码格式。

5000Kbps是什么？码率(bitrate)，是视频每一秒包含的数据量、信息量，码率直接决定了视频的大小，也决定了视频的质量。

h.264是一种编码格式，回到文章开头，视频压缩到什么程度，就由编码格式决定，视频压缩是由帧内压缩和帧外压缩组成的，帧内压缩就是把一帧内的画面中不重要的细节丢掉，留下主体，这样既看不出来，又降低了视频大小。 一段视频可能只有几帧是原生画面，其他都是通过算法脑部出来的画面，只要记住关键几帧的画面再加上一点细节，就可以了，不需要完整记录中间那些画面。这就是帧内压缩的原理。

h.264分为i帧、p帧和b帧，其中i帧就是完整的关键帧，把i帧分为8x8或16x16的宏块，然后队i帧和下一帧每个对应的宏块进行比对，如果发现前后两帧是有关联性的，如果两个宏块是一样的或者只是变换了一下位置，那下一帧就是可以预测出来的。下一帧称为p帧(预测帧)，由于p帧没有变化的宏块，所以我们编码的时候直接照抄i帧就可以了。

对于有变化的宏块，我们记录下变化的信息，解码的时候再预测回去就可以了。p帧在i帧的基础上预测出来，相比i帧可以节省一半的空间，那么b帧又是什么呢？b帧是双向预测帧，它在i帧和p帧的基础上再进行预测，b帧不止参考前面的帧，也参考后面的帧，相比p帧又节省了一半的空间，我们的视频就是由i帧、p帧、b帧组合出来的。

GOP(Group Of Picture)指每一组IPB序列里包含了多少帧，即一个i帧出现后要经过多少帧才会出现下一个i帧。GOP越大视频模拟出来的p帧、b帧就越多，同码率下的视频质量往往也就越高。

CBR(固定码率)、VBR(可变码率)和CRF(固定质量)，CBR视频全程码率保持恒定，每秒的数据量、文件大小都是可以预期的。而VBR的编码过程跟简单，为简单的画面分配少码率，复杂的画面分配高码率。CRF是固定质量模式，需要先给CRF一个值，CRF值越低，视频质量看起来越高，CRF也是通过给不同场景分配不同码率来做到最大化的资源利用，CRF以视频画质为目标，最终的码率、视频大小都是不可控的。

ABR(平均码率)、CQP(固定量化参数)，ABR相当于码率波动更小的VBR，CQP相当于低级的CRF