【音视频】H264视频压缩格式

H264简介

H.264从1999年开始，到2003年形成草案，最后在2007年定稿有待核实。在ITU的标准里称为H.264,
在MPEG的标准里是MPEG-4的一个组成部分-MPEG-4 Part 10，又叫Advanced Video Codec，因此常常称为MPEG-4AVC或直接叫AVC。

压缩算法

帧内编码

解决空间冗余

帧内有空间冗余

一帧图像，每8*8/16*16个像素点划分为一个块；

存储左边上边的像素点+一个预测方向（比如上下左右，平均）；

预测方向就是为了解码出其他的像素点，插值算法，类似渐变算法

帧间编码

解决时间冗余

帧间有时间冗余，连续图像必然有大量重复像素（连续画面）

引出I帧、P帧、B帧、GOP序列的概念

I帧

• 关键帧

• 自身可以独立通过解压算法形成一张完整的图片

• 每个GOP序列的第一个帧

• 随机访问的参考点

• 数据量最大

P帧

• 前向预测编码帧

• 将当前帧和前I帧、P帧比较，存储前帧没有的宏块，相似宏块记录索引

• 和I帧相似率25%左右

B帧

• 双向预测帧

• 当前帧和I帧、前后P帧比较，存储不相似的宏块，相似宏块记录索引

• 和I帧相似率75%左右

• 数据量最少

这样通过双向索引机制，就可以大大提高压缩效率

GOP序列

GOP图像序列 可以理解成一个场景，场景的物体都是相似的
一般都是I帧到下一个I帧之间的所有帧序列

解码顺序

B帧解码需要等待后一个P帧出来，才能结合I帧+后一个P帧解码出一帧

• 编码帧顺序：I B … B P B…B

• 解码顺序：I P B B … B B

播放时会按照pts对帧排序

H264码流结构

H264原始码流是由一个接一个的NALU包组成

注意：

• 传输码流之前要带上SPS、PPS，至少要发一次，然后发I帧，不然解码器解不出来

NALU结构

NALU由分割符（00 00 00 01）、头信息、编码数据构成

注意

• 对于FFmpeg解复用后，MP4文件读取出来的packet是不带startcode，但TS文件读取出来的packet带了startcode

• 播放MP4文件，其中的H264码流的每个NALU里面必须带startcode才能播放

头信息说明

T为负荷数据类型，占5bit

nal_unit_type：这个NALU单元的类型,1～12由H.264使⽤，24～31由H.264以外的应⽤

一般只需要关注T的5678即可

举例：

0x00 00 00 01 67...

说明：
	分隔符：0x00 00 00 01
	67 二进制：0 11 00111
	F: 0
	R: 11
	T: 00111 = 7  --->表示该NALU单元是序列参数集
1
2
3
4
5
6
7
8

annexb模式

H264有两种封装结构

• 一种是annexb模式，传统模式，有startcode，SPS和PPS是在ES中，就是每个NALU=分割符+头信息+data
• 一种是mp4模式，一般mp4 mkv都是mp4模式，没有startcode，SPS和PPS以及其它信息被封装在container中，每一个frame前面是这个frame的长度

很多解码器只支持annexb模式，所以如果要解析码流，需要将MP4模式做转换,就是加上分割符和sps+pps