h264中的ipb帧

花满楼原创

---

本文简单介绍h264的I/P/B帧的概念。

压缩是为了节省存储容量与传输带宽，体积小质量又好，是追求的目标。

视频压缩的关键点是去掉冗余。

冗余是什么？你有我也有的（相关的）是冗余，我感觉不到的也是冗余。

h264编码去除冗余有两个方向，一个是帧内预测编码，另一个是帧间预测编码。

帧内预测，关注于一张独立的图的冗余（不考虑与前后图的联系），把这张图的冗余（宏块之间的冗余）去掉。

帧间预测，关注于前后图间的冗余，只保留差别，并依赖于参考帧。

帧间预测编码产生的帧，分为I帧、P帧与B帧。

所有帧参与分组，这个图像的组，也叫图像序列，即GOP。

而GOP很多时候是表示图像组的长度，可以设置。

一个图像序列内的图像是相关紧密的，也就是当更换场景（大变化来了）时就应该另起一个GOP。

MPEG2、h264与HEVC关于GOP的定义是不一样的，所以在讨论GOP时有必要先弄清楚是哪一个标准，这里讲的是h264。

h264的图像序列中，以IDR帧开始，到下一个IDR帧结束，一个图像序列中可以出现多个I帧。

GOP的第一个I帧，叫作IDR帧，区分于其它普通的I帧，所以IDR是I，但I未必是IDR。

IDR出现，意味着历史作废（历史的错不要影响到当前组），不能再依赖之前的图像，而要重新开始编码。

一般来说，连续图像变化小（比如录屏时缓慢滑动屏幕）则GOP值大，而且一个IDR后就可以连续用P或B帧来表示；变化大时（快速滑动屏幕）则GOP值小，可能一个IDR加两三个P帧后就切到下一组序列了，这时编码出来的体积也更大，如果传输的话就会产生带宽峰值。

IDR，叫即时可解码帧。

I帧，即Intra-predicted Frame，帧内预测帧。I帧还有很多同义词，比如关键帧、独立的完整图像、基本帧等。

I帧类似于JPEG的压缩算法。

P帧与B帧，都是帧间预测编码，也就是要依赖于其它帧，它本身只是差异内容（差值与运动矢量）。

P帧，前向预测编码帧。P帧表示的是这一帧与之前的某个关键帧（或P帧）的差别，解码时需要用之前缓存的画面叠加上本帧的差别，生成最终画面。

B帧，双向预测编码帧。B帧依赖于前面的I或P帧，并且依赖于后面的P帧，所以解码B帧时，既要取得之前的缓存画面，也要解码之后的画面，才能叠加出最终的画面。

从压缩率来说，B>P>I，而解码复杂度来说也是这样。一般（I+P）这样的等级用得最多。

I跟P都是会成为参考帧，所以要注意影响，你差则别人也差。