要徹底理解視頻編碼原理，看書都是虛的，需要實際動手，實現(xiàn)一個簡單的視頻編碼器：

知識準備：基本圖像處理知識，信號的時域和頻域問題，熟練掌握傅立葉正反變換，一維、二維傅立葉變換，以及其變種，dct變換，快速dct變換。

來自知乎問題：http://www.zhihu.com/question/22567173/answer/73610451

第一步：實現(xiàn)有損圖像壓縮和解壓

參考 JPEG原理，將RGB->YUV，然后Y/U/V看成三張不同的圖片，將其中一張圖片分為 8×8的block進行 dct變換（可以直接進行二維dct變換，或者按一定順序?qū)?×8的二維數(shù)組整理成一個64字節(jié)的一維數(shù)組），還是得到一個8×8的整數(shù)頻率數(shù)據(jù)。于是表示圖像大輪廓的低頻信號（人眼敏感的信號）集中在 8×8的左上角；表示圖像細節(jié)的高頻信號集中在右下角。

接著將其量化，所謂量化，就是信號采樣的步長，8×8的整數(shù)頻率數(shù)據(jù)塊，每個數(shù)據(jù)都要除以對應位置的步長，左上角相對重要的低頻信號步長是1，也就是說0-255，是多少就是多少。而右下角是不太重要的高頻信號，比如步長取10，那么這些位置的數(shù)據(jù)都要/10，實際解碼的時候再將他們*10恢復出來，這樣經(jīng)過編碼的時候/10和解碼的時候*10，那么步長為10的信號1, 13, 25, 37就會變成規(guī)矩的：0, 10, 20, 30, 對小于步長10的部分我們直接丟棄了，因為高頻不太重要。

經(jīng)過量化以后，8×8的數(shù)據(jù)塊左上角的數(shù)據(jù)由于步長小，都是比較離散的，而靠近右下角的高頻數(shù)據(jù)，都比較統(tǒng)一，或者是一串0，因此圖像大量的細節(jié)被我們丟棄了，這時候，我們用無損壓縮方式，比如lzma2算法（jpeg是rle + huffman）將這64個byte壓縮起來，由于后面高頻數(shù)據(jù)步長大，做了除法以后，這些值都比較小，而且比較靠近，甚至右下部分都是一串0，十分便于壓縮。

JPEG圖像有個問題就是低碼率時 block邊界比較嚴重，現(xiàn)代圖片壓縮技術(shù)往往要配合一些de-block算法，比如最簡單的就是邊界部分幾個像素點和周圍插值模糊一下。

做到這里我們實現(xiàn)了一個同 jpeg類似的靜態(tài)圖片有損壓縮算法。在視頻里面用來保存I幀數(shù)據(jù)。

第二步：實現(xiàn)宏塊誤差計算

視頻由連續(xù)的若干圖像幀組成，分為 I幀，P幀，所謂I幀，就是不依賴就可以獨立解碼的視頻圖像幀，而P幀則需要依賴前面已解碼的視頻幀，配合一定數(shù)據(jù)才能生成出來。所以視頻中I幀往往都比較大，而P幀比較小，如果播放器一開始收到了P幀那么是無法播放的，只有收到下一個I幀才能開始播放。I幀多了視頻就變大，I幀少了，數(shù)據(jù)量是小了，但視頻受到丟包或者數(shù)據(jù)錯誤的影響卻又會更嚴重。

那么所謂運動預測編碼，其實就是P幀的生成過程：繼續(xù)將圖片分成 16×16的block（為了簡單只討論yuv的y分量壓縮）。I幀內(nèi)部單幀圖片壓縮我們采用了8×8的block，而這里用16×16的block來提高幀間編碼壓縮率（當然也會有更多細節(jié)損失），我們用 x, y表示像素點坐標，而s,t表示block坐標，那么坐標為（x,y）的像素點所屬的block坐標為：

接著要計算兩個block的相似度，即矢量的距離，可以表示為一個256維矢量（16×16）像素點色彩距離的平方，我們先定義兩個顏色的誤差為：

PixelDiff(c1, c2) = (c1- c2) ^ 2

那么256個點的誤差可以表示為所有對應點的像素誤差和：

BlockDiff(b1, b2) = sum( PixelDiff(c1, c2) for c1 in b1 for c2 in b2)

代碼化為：

有了這個block求差的函數(shù)，我們就可以針對特定block，搜索另外若干個block中哪個和它最相似了（誤差最小）。

第三步：實現(xiàn)運動預測編碼

根據(jù)上面的宏塊比較函數(shù)，你已經(jīng)可以知道兩個block到底像不像了，越象的block，block_diff返回值越低。那么我們有兩幀相鄰的圖片，P1，P2，假設(shè) P1已經(jīng)完成編碼了，現(xiàn)在要對 P2進行P幀編碼，其實就是輪詢 P2里面的每一個 block，為P2中每一個block找出上一幀中相似度最高的block坐標，并記錄下來，具體偽代碼可以表示為：

其中在P1中搜索最相似 block的 block_search_nearest 函數(shù)原理是比較簡單的，我們可以暴力點用兩個for循環(huán)輪詢 P1中每個像素點開始的16×16的block（速度較慢），當然實際中不可能這么暴力搜索，而是圍繞P2中該block對應坐標在P1中位置作為中心，慢慢四周擴散，搜索一定步長，并得到一個：按照一定順序進行搜索，并且在一定范圍內(nèi)最相似的宏塊坐標。

于是P2進行運動預測編碼的結(jié)果就是一大堆(x,y)的坐標，代表P2上每個block在上一幀P1里面最相似的 block的位置。反過來說可能更容易理解，我們可以把第三步整個過程定義為：

怎么用若干 P1里不同起始位置的block拼湊出圖片P2來，使得拼湊以后的結(jié)果和P2最像。

拼湊的結(jié)果就是一系列(x,y)的坐標數(shù)據(jù)，我們繼續(xù)用lzma2將它們先壓縮起來，按照 vcd的分辨率352 x 240，我們橫向需要 352 / 16 = 22個block，縱向需要 240 / 16 = 15 個block，可以用 P1中 22 x 15 = 330 個 block的坐標信息生成一張和P2很類似的圖片 P2′ ：

我們把用來生成P2的P1稱為 P2的 “參考幀”，再把剛才那一堆P1內(nèi)用來拼成P2的 block坐標稱為 “運動矢量”，這是P幀里面最主要的數(shù)據(jù)內(nèi)容。但是此時由P1和這些坐標數(shù)據(jù)拼湊出來的P2，你會發(fā)現(xiàn)粗看和P2很象，但細看會發(fā)現(xiàn)有些支離破碎，并且邊緣比較明顯，怎么辦呢？我們需要第四步。

第四步：實現(xiàn)P幀編碼

有了剛才的運動預測矢量（一堆block的坐標），我們先用P1按照這些數(shù)據(jù)拼湊出一張類似 P2的新圖片叫做P2’，然后同P2上每個像素做減法，得到一張保存 differ的圖片：

誤差圖片 D2上每一個點等于 P2上對應位置的點的顏色減去 P2’上對應位置的點的顏色再除以2，用8位表示差值，值是循環(huán)的，比如-2就是255，這里一般可以在結(jié)果上 + 0×80，即 128代表0，129代表2，127代表-2。繼續(xù)用一個 8位的整數(shù)可以表示 [-254, 254] 之間的誤差范圍，步長精度是2。

按照第三步實現(xiàn)的邏輯，P2’其實已經(jīng)很像P2了，只是有些誤差，我們將這些誤差保存成了圖片D2，所以圖片D2中，信息量其實已經(jīng)很小了，都是些細節(jié)修善，比起直接保存一張完整圖片熵要低很多的。所以我們將 D2用類似第一步提到的有損圖片壓縮方法進行編碼，得到最終的P幀數(shù)據(jù)：

具體在操作的時候，D2的圖像塊可以用16×16進行有損編碼，因為前面的運動預測數(shù)據(jù)是按16×16的宏塊搜索的，而不用象I幀那樣精確的用8×8表示，同時保存誤差圖時，量化的精度可以更粗一些用不著象I幀那么精確，可以理解成用質(zhì)量更低的JPEG編碼，按照16×16的塊進行編碼，加上誤差圖D2本來信息量就不高，這樣的保存方式能夠節(jié)省不少空間。

第五步：實現(xiàn)GOP生成

通過前面的代碼，我們實現(xiàn)了I幀編碼和P幀編碼，P幀是參考P1對P2進行編碼，而所謂B幀，就是參考 P1和 P3對P2進行編碼，當然間隔不一定是1，比如可以是參考P1和P5對P2進行編碼，前提條件是P5可以依賴P1及以前的數(shù)據(jù)進行解碼。

不過對于一個完整的簡版視頻編碼器，I幀和P幀編碼已經(jīng)夠了，市面上任然有很多面向低延遲的商用編碼器是直接干掉B幀的，因為做實時傳輸時收到B幀沒法播放，之后再往后好幾幀收到下一個I或者P幀時，先前收到的B幀才能被解碼出來，造成不少的延遲。

而所謂的 GOP (Group of picture) 就是由一系列類似 I, P, B, B, P, B, B, P, B, B P 組成的一個可以完整被解碼出來的圖像組，而所謂視頻文件，就是一個接一個的GOP，每個GOP由一個I幀開頭，然后接下來一組連續(xù)的P 或者 B構(gòu)成，播放時只有完整收到下一個GOP的I幀才能開始播放。

最后是關(guān)于參考幀選擇，前面提到的 P2生成過程是參考了 P1，假設(shè)一個GOP中十張圖片，是 I1, P1, P2, P3, P4, … P9 保存的，如果P1參考I1，P2參考P1, P3參考P2 …. P9參考P8這樣每一個P幀都是參考上一幀進行編碼的話，誤差容易越來越大，因為P1已經(jīng)引入一定誤差了，P2在P1的基礎(chǔ)上誤差更大，到了P9的話，圖片質(zhì)量可能已經(jīng)沒法看了。

因此正確的參考幀選擇往往不需要這樣死板，比如可以P1-P9全部參考I1來生成，或者，P1-P4參考I1來生成，而P5-P9則參考P5來生成，這樣步子小點，誤差也不算太離譜。

第六步：容器組裝

我們生成了一組組編碼過的GOP了，這時候需要一定的文件格式將他們恰當?shù)谋４嫦聛?，記錄視頻信息，比如分辨率，幀率，時間索引等，就是一個類似MP4（h.264的容器）文件的東西。至此一個簡單的小型編碼器我們已經(jīng)完成了，可以用 SDL / DirectX / OpenGL 配合實現(xiàn)一個播放器，愉快的將自己編碼器編碼的視頻播放出來。

第七部：優(yōu)化改進

這時候你已經(jīng)大概學習并掌握了視頻編碼的基礎(chǔ)原理了，接下來大量的優(yōu)化改進的坑等著你去填呢。優(yōu)化有兩大方向，編碼效率優(yōu)化和編碼性能優(yōu)化：前者追求同質(zhì)量（同信噪比）下更低的碼率，后者追求同樣質(zhì)量和碼率的情況下，更快的編碼速度。

有這個基礎(chǔ)后接下來可以回過頭去看JPEG標準，MPEG1-2標準，并閱讀相關(guān)實現(xiàn)代碼，你會發(fā)現(xiàn)簡單很多了，接著肯H.264代碼，不用全部看可以針對性的了解以下H.264的I幀編碼和各種搜索預測方法，有H.264的底子，你了解 HEVC和 vpx就比較容易了。

參考這些編碼器一些有意思的實現(xiàn)來改進自己的編碼器，試驗性質(zhì)，可以側(cè)重原理，各種優(yōu)化技巧了解下即可，本來就是hack性質(zhì)的。

有卯用呢？首先肯定很好玩，其次，當你有需要使用并修改這些編碼器為他們增加新特性的時候，你會發(fā)現(xiàn)前面的知識很管用了。