视频压缩基础
理解视频压缩的基本原理。学习算法如何在保持质量的同时减少文件大小。
什么是视频压缩？
**视频压缩**是通过移除冗余或不必要的数据来减小视频文件大小，同时尽量保持视觉质量的过程。这是必不可少的，因为未压缩的视频文件非常庞大，不适合存储或传输。
原始视频现实
- • 1080p @ 30fps = 每分钟约3GB
- • 4K @ 30fps = 每分钟约12GB
- • 无法轻松流传输或分享
- • 需要大量存储容量
压缩视频的优势
- • 1080p @ 30fps = 每分钟约50MB
- • 可实现90-95%的大小减少
- • 适合流传输和分享
- • 保持可接受的视觉质量
视频压缩的工作原理
压缩类型
🔄 无损压缩
- • **完美质量：**无数据丢失
- • **中等压缩：**约50%大小减少
- • **使用场景：**专业编辑，归档
- • **示例：**FFV1, ProRes, DNxHD
📉 有损压缩
- • **质量权衡：**部分数据永久丢失
- • **高压缩：**80-95%大小减少
- • **使用场景：**流传输，网络，社交媒体
- • **示例：**H.264, H.265, VP9, AV1
压缩技术
🖼️ 空间压缩（帧内）
减少单个帧内的冗余，类似于图像的JPEG压缩。
- • 移除人眼不太敏感的高频细节
- • 使用数学变换（DCT - 离散余弦变换）
- • 量化颜色和亮度信息
- • 每帧独立压缩
⏱️ 时间压缩（帧间）
利用连续帧之间的相似性实现更高的压缩效率。
- • **I帧：**完整帧（关键帧）
- • **P帧：**预测帧（参考前面的帧）
- • **B帧：**双向帧（参考过去和未来）
- • 运动矢量跟踪帧间物体移动
理解视频编解码器
**编解码器**（编码器-解码器）是执行压缩和解压缩的算法。编解码器的选择显著影响文件大小、质量和兼容性。
常用视频编解码器对比
| 编解码器 | 压缩效率 | 质量 | 兼容性 | 最适用于 |
|---|---|---|---|---|
| H.264/AVC | 良好 | 很好 | 出色 | 通用，流传输 |
| H.265/HEVC | 出色 | 出色 | 良好 | 4K内容，现代设备 |
| VP9 | 很好 | 很好 | 良好 | YouTube，网络流传输 |
| AV1 | 出色 | 出色 | 有限 | 面向未来，Netflix |
关键压缩参数
码率（最重要）
**码率**决定每秒视频使用多少数据。更高的码率=更好的质量但更大的文件。
码率类型
- • **CBR（恒定）：**固定码率
- • **VBR（可变）：**根据内容复杂度调整
- • **ABR（平均）：**目标平均码率
典型码率
- • **4K：**35-45 Mbps
- • **1080p：**8-12 Mbps
- • **720p：**5-8 Mbps
- • **480p：**2.5-4 Mbps
质量设置（CRF/QP）
**CRF（恒定率因子）**通过保持一致的感知质量提供比码率更好的质量控制。
高质量
- • CRF 17-20
- • 专业用途
- • 大文件尺寸
- • 最小质量损失
平衡
- • CRF 21-25
- • 通用用途
- • 良好质量/大小比
- • 最常见选择
高压缩
- • CRF 26-32
- • 小文件尺寸
- • 可见质量损失
- • 网络/移动优化
分辨率和帧率影响
分辨率效果
- • **4K (2160p)：**像素数是1080p的4倍
- • **1080p：**大多数内容的最佳选择
- • **720p：**比1080p文件减小50%
- • **480p：**减小75%，移动友好
帧率考虑
- • **60fps：**流畅运动，文件增大约40%
- • **30fps：**大多数内容的标准
- • **24fps：**电影感，更小文件
- • **15fps：**显著压缩，卡顿动作
高级压缩概念
GOP结构（图像组）
GOP定义I、P和B帧的模式，影响压缩效率和寻址性能。
- • **GOP大小：**I帧（关键帧）之间的帧数
- • **较短GOP：**更好的寻址性能，较大文件
- • **较长GOP：**更好的压缩，难以寻址
- • **典型：**流传输用60-120帧的GOP
B帧配置
B帧提供最佳压缩但需要更多处理能力并增加编码延迟。
- • **无B帧：**最快编码，较大文件
- • **2-3个B帧：**压缩和速度的良好平衡
- • **4+个B帧：**最大压缩，较慢编码
心理视觉优化
人类视觉系统考虑
现代编解码器使用心理视觉模型基于人类感知视频的方式优化压缩：
我们不太注意的
- • 运动中的高频细节
- • 暗区域的颜色差异
- • 背景区域的轻微模糊
- • 复杂纹理中的压缩伪影
我们更注意的
- • 光滑区域的块状伪影
- • 面部细节劣化
- • 文字和图形质量
- • 渐变中的色带
压缩伪影
🚫 常见伪影
- • **块效应：**可见的8×8像素块
- • **振铃：**锐利边缘周围的振荡
- • **蚊噪：**物体周围的闪烁
- • **色带：**平滑渐变变成阶梯状
- • **运动模糊：**快速运动变得模糊
✅ 预防技巧
- • **适当码率：**不要过度压缩
- • **去块滤波器：**在编码器设置中启用
- • **两遍编码：**更好的比特分配
- • **适当预处理：**编码前降噪
- • **测试不同预设：**找到最佳设置
编码预设
理解编码器预设（速度vs质量）
| 预设 | 速度 | 压缩 | 质量 | 使用场景 |
|---|---|---|---|---|
| ultrafast | ⚡⚡⚡ | ⭐ | ⭐ | 直播流传输 |
| fast | ⚡⚡ | ⭐⭐ | ⭐⭐ | 实时编码 |
| medium | ⚡ | ⭐⭐⭐ | ⭐⭐⭐ | 通用用途 |
| slow | 🐌 | ⭐⭐⭐⭐ | ⭐⭐⭐⭐ | 高质量归档 |
| placebo | 🐌🐌 | ⭐⭐⭐⭐⭐ | ⭐⭐⭐⭐⭐ | 最大质量 |
🧠 关键要点
初学者
- • 大多数内容使用CRF 23
- • H.264编解码器兼容性最佳
- • Medium预设平衡速度和质量
- • 先在短片段上测试设置
高级用户
- • 目标码率使用两遍编码
- • 根据使用场景优化GOP结构
- • 考虑心理视觉优化
- • 分析和基准测试工作流程