大学毕业做音视频开发，月入 20K，你呢，kotlin 协程面试
衡量视频，又是用的什么指标参数呢？最主要的一个，就是帧率（Frame Rate）。在视频中，一个帧（Frame）就是指一幅静止的画面。帧率，就是指视频每秒钟包括的画面数量（FPS，Frame per second）。
帧率越高，视频就越逼真、越流畅。
未经编码的视频数据量会有多大？
有了视频之后，就涉及到两个问题：
一个是存储；
二个是传输。
而之所以会有视频编码，关键就在于此：一个视频，如果未经编码，它的体积是非常庞大的。
以一个分辨率 1920×1280，帧率 30 的视频为例：
共：1920×1280=2,073,600（Pixels 像素），每个像素点是 24bit（前面算过的哦）；
也就是：每幅图片 2073600×24=49766400 bit，8 bit（位）=1 byte（字节）；
所以：49766400bit=6220800byte≈6.22MB。
这是一幅 1920×1280 图片的原始大小，再乘以帧率 30。
**也就是说：**每秒视频的大小是 186.6MB，每分钟大约是 11GB，一部 90 分钟的电影，约是 1000GB。。。
吓尿了吧？就算你现在电脑硬盘是 4TB 的（实际也就 3600GB），也放不下几部大姐姐啊！不仅要存储，还要传输，不然视频从哪来呢？如果按照 100M 的网速（12.5MB/s），下刚才那部电影，需要 22 个小时。。。再次崩溃。。。
正因为如此，屌丝工程师们就提出了，必须对视频进行编码。
什么是编码
？
**编码：**就是按指定的方法，将信息从一种形式（格式），转换成另一种形式（格式）。**视频编码：**就是将一种视频格式，转换成另一种视频格式。
编码的终极目的，说白了，就是为了压缩。各种五花八门的视频编码方式，都是为了让视频变得体积更小，有利于存储和传输。
我们先来看看，视频从录制到播放的整个过程，如下：
首先是视频采集。通常我们会使用摄像机、摄像头进行视频采集。限于篇幅，我就不打算和大家解释 CCD 成像原理了。
采集了视频数据之后，就要进行模数转换，将模拟信号变成数字信号。其实现在很多都是摄像机（摄像头）直接输出数字信号。信号输出之后，还要进行预处理，将 RGB 信号变成 YUV 信号。
前面我们介绍了 RGB 信号，那什么是 YUV 信号呢？
简单来说，YUV 就是另外一种颜色数字化表示方式。视频通信系统之所以要采用 YUV，而不是 RGB，主要是因为 RGB 信号不利于压缩。在 YUV 这种方式里面，加入了亮度这一概念。在最近十年中，视频工程师发现，眼睛对于亮和暗的分辨要比对颜色的分辨更精细一些，也就是说，人眼对色度的敏感程度要低于对亮度的敏感程度。
所以，工程师认为，在我们的视频存储中，没有必要存储全部颜色信号。我们可以把更多带宽留给黑—白信号（被称作“亮度”），将稍少的带宽留给彩色信号（被称作“色度”）。于是，就有了 YUV。
YUV 里面的“Y”，就是亮度（Luma），“U”和“V”则是色度（Chroma）。
大家偶尔会见到的 Y’CbCr，也称为 YUV，是 YUV 的压缩版本，不同之处在于 Y’CbCr 用于数字图像领域，YUV 用于模拟信号领域，MPEG、DVD、摄像机中常说的 YUV 其实就是 Y’CbCr。
▲ YUV（Y’CbCr）是如何形成图像的
YUV 码流的存储格式其实与其采样的方式密切相关。（采样，就是捕捉数据）
主流的采样方式有三种：
1）YUV4:4:4；
2）YUV4:2:2；
3）YUV4:2:0。
具体解释起来有点繁琐，大家只需记住，通常用的是 YUV4:2:0 的采样方式，能获得 1/2 的压缩率。
这些预处理做完之后，就是正式的编码了。
==============================================================================
5.1 视频编码技术的基本原理
前面我们说了，编码就是为了压缩。要实现压缩，就要设计各种算法，将视频数据中的冗余信息去除。当你面对一张图片，或者一段视频的时候，你想一想，如果是你，你会如何进行压缩呢？
▲ 对于新垣女神，我一 bit 也不舍得压缩…
我觉得，首先你想到的，应该是找规律。是的，寻找像素之间的相关性，还有不同时间的图像帧之间，它们的相关性。
**举个例子：**如果一幅图（1920×1080 分辨率），全是红色的，我有没有必要说 2073600 次[255,0,0]？我只要说一次[255,0,0]，然后再说 2073599 次“同上”。
如果一段 1 分钟的视频，有十几秒画面是不动的，或者，有 80%的图像面积，整个过程都是不变（不动）的。那么，是不是这块存储开销，就可以节约掉了？
▲ 以上图为例，只有部分元素在动，大部分是不动的
是的，所谓编码算法，就是寻找规律，构建模型。谁能找到更精准的规律，建立更高效的模型，谁就是厉害的算法。
通常来说，视频里面的冗余信息包括：
视频编码技术优先消除的目标，就是空间冗余和时间冗余。
接下来，就和大家介绍一下，究竟是采用什么样的办法，才能干掉它们。以下内容稍微有点高能，不过我相信大家耐心一些还是可以看懂的。
视频编码技术的实现方法
视频是由不同的帧画面连续播放形成的。
这些帧，主要分为三类，分别是：
1）I 帧；
2）B 帧；
3）P 帧。
**I 帧：**是自带全部信息的独立帧，是最完整的画面（占用的空间最大），无需参考其它图像便可独立进行解码。视频序列中的第一个帧，始终都是 I 帧。
P 帧：“帧间预测编码帧”，需要参考前面的 I 帧和/或 P 帧的不同部分，才能进行编码。P 帧对前面的 P 和 I 参考帧有依赖性。但是，P 帧压缩率比较高，占用的空间较小。
▲ P 帧
B 帧：“双向预测编码帧”，以前帧后帧作为参考帧。不仅参考前面，还参考后面的帧，所以，它的压缩率最高，可以达到 200:1。不过，因为依赖后面的帧，所以不适合实时传输（例如视频会议）。
▲ B 帧
通过对帧的分类处理，可以大幅压缩视频的大小。毕竟，要处理的对象，大幅减少了（从整个图像，变成图像中的一个区域）。
如果从视频码流中抓一个包，也可以看到 I 帧的信息，如下：
还未添加个人签名 2021.10.31 加入
还未添加个人简介
评论