视频编解码与 GOP 结构详解

视频编解码与 GOP 结构详解

1. 帧类型

在 H.264/AVC 编码中，视频由不同类型的帧组成：

• I 帧 (Intra-coded frame)

  • 关键帧，独立编码，不依赖其他帧。
  • 解码器可以从 I 帧开始解码。
  • 压缩率最低，但解码起点。

• P 帧 (Predicted frame)

  • 前向预测帧，参考之前的 I/P 帧。
  • 压缩率比 I 帧高。
  • 解码时必须依赖前面的参考帧。

• B 帧 (Bi-directional predicted frame)

  • 双向预测帧，同时参考前后的 I/P 帧。
  • 压缩率最高，但解码延迟大。
  • 必须等到前后参考帧解码完成后才能解码。

2. GOP (Group of Pictures)

• 定义：一组图像的结构，通常从一个 I 帧开始，到下一个 I 帧结束。
• N (Number)：GOP 长度，即两个 I 帧之间的总帧数。
  • 例如 N=30 → 每 30 帧一个 I 帧。
• M (Multiple)：参考帧间隔，决定 P 帧之间插入多少 B 帧。
  • M=1 → 没有 B 帧，只有 I/P。
  • M=3 → 每两个 P 帧之间插入 2 个 B 帧。

示例

• GOP=12, M=3 → 帧序列：

  I B B P B B P B B P B B I

3. 显示顺序 vs 解码顺序

视频播放时的顺序和解码器内部的解码顺序不同，尤其是有 B 帧时。

显示顺序（播放时看到的）

I → B → B → P → B → B → P → B → B → P → B → B → I

解码顺序（解码器内部处理）

I → P → B → B → P → B → B → P → B → B → I → B → B

盒示意图

显示顺序: [ I ][ B ][ B ][ P ][ B ][ B ][ P ][ B ][ B ][ P ][ B ][ B ][ I ] 解码顺序: [ I ][ P ][ B ][ B ][ P ][ B ][ B ][ P ][ B ][ B ][ I ][ B ][ B ]

👉 解码器必须先解码 I 和 P 帧，才能“回头”解码前面的 B 帧，这就是 B 帧带来延迟的原因。

4. 编码参数

• 码率 (bps)：决定画质和压缩程度。
  • 高码率 → 画质好，文件大。
  • 低码率 → 画质差，文件小。
• GOP 长度 (N)：关键帧间隔，影响随机访问和容错能力。
• M 值：是否插入 B 帧，影响压缩率和延迟。
• Profile/Level：决定编码器能支持的分辨率和帧率上限。
  • High@L4.0 → 支持 1080p@30fps。
  • High@L4.2 → 支持 1080p@60fps。
• 参考帧数：影响压缩效率和解码复杂度。
• 熵编码方式 (CABAC/CAVLC)：影响压缩率和解码速度。

5. 常见场景推荐参数

• 直播/实时编码

  • GOP = 帧率（每秒一个关键帧）。
  • M = 1（无 B 帧，低延迟）。
  • 码率：1080p60 → 8~12 Mbps。

• 点播/录像

  • GOP 可设为 2 秒或更长。
  • M > 1（有 B 帧，压缩率高）。
  • 码率可适当降低以节省空间。

• 监控场景

  • GOP 较短（提高容错）。
  • M = 1（低延迟）。
  • 码率中等，保证清晰度。

6. 总结

• I/P/B是帧类型的缩写，直接对应编码方式。
• GOP/M/N是结构参数，用来描述关键帧间隔和 B/P 帧分布。
• 编码效果主要由 GOP、M、码率决定，同时受 Profile/Level、参考帧数、熵编码方式影响。
• 在实时场景下，通常选择短 GOP、无 B 帧、较高码率；在存储场景下，可以选择长 GOP、有 B 帧、较低码率以提高压缩率。