视频压缩的基本思路

视频其实是一系列连续的图像（帧），比如 30fps 的视频，每秒有 30 张图片。如果每一帧都完整保存，就像保存 30 张高分辨率图片，数据量极大。

为了节省空间，视频编码采用了只保存变化部分的思想。

类型 全称 是否可独立解码 是否参考其他帧 特点
I 帧 Intra-coded frame（内部编码帧） 是 否 类似一张完整的图片，体积最大
P 帧 Predictive-coded frame（预测编码帧） 否 只参考前面的帧 保存相对于前一帧的变化，体积较小
B 帧 Bi-predictive-coded frame（双向预测编码帧） 否 参考前后两帧 压缩效率最高，但对解码器要求更高

假设我拍了一个人挥手的视频，帧序列如下：

帧序号：1      2      3      4      5      6
类型： I   →  P   →  B   →  P   →  B   →  P
  • 第 1 帧是 I 帧，存储了完整图像；
  • 第 2 帧是 P 帧，只记录与第 1 帧的差异（比如手动了一点）；
  • 第 3 帧是 B 帧，同时参考第 2 帧和第 4 帧；
  • 第 4 帧是 P 帧，参考第 1 帧或第 2 帧。

Group of Pictures (GOP)

视频编码会以 GOP（图像组）为单位组织帧结构：

  • 一个 GOP 通常以一个 I 帧开始，后面跟若干个 P/B 帧；
  • 比如：
    I → B → B → P → B → B → P → B → B → I

GOP 的长度和结构会影响：

  • 视频质量
  • 文件大小
  • 解码延迟
  • 快进/倒退性能

不同帧的作用总结

帧类型 用于 特点
I 帧 快速定位、seek、关键帧重建 体积大，但可独立解码
P 帧 减少冗余、压缩文件 只存前帧的差异
B 帧 提高压缩效率 同时参考前后帧，压缩比最好但解码复杂

如何识别 I 帧

1、从解码标志位判断（准确）：
如果接收的是原始 frame 数据，通常能获取如下标志：

frame->flags & FRAME_FLAG_KEY_FRAME

如果设置了，说明是 I 帧（关键帧）。

2、从 NAL Unit 判断（H.264）：

H.264 的 NAL 单元有个类型字段：

  • 类型 5：IDR 图像（I 帧）
  • 类型 1：非 IDR 图像（P/B 帧）

3、从帧大小推测（经验法）：

  • I 帧体积一般较大（数 KB 到几 MB）；
  • P/B 帧体积相对小很多（几百字节到几 KB）；
  • 这个方法适合只有日志时使用，例如，viewer端的日志。
    2025-06-25 09:57:02.772 VERBOSE sampleAudioFrameHandler(): Audio Frame received. TrackId: 140320577063552, Size: 160, Flags 0 2025-06-25 09:57:02.788 VERBOSE sampleVideoFrameHandler(): Video Frame received. TrackId: 140320577063552, Size: 4458, Flags 3871328152 2025-06-25 09:57:02.793 VERBOSE sampleAudioFrameHandler(): Audio Frame received. TrackId: 140320577063552, Size: 160, Flags 3871328152 2025-06-25 09:57:02.813 VERBOSE sampleAudioFrameHandler(): Audio Frame received. TrackId: 140320577063552, Size: 160, Flags 3871328152 2025-06-25 09:57:02.828 VERBOSE sampleVideoFrameHandler(): Video Frame received. TrackId: 140320577063552, Size: 263, Flags 3871328152 2025-06-25 09:57:02.833 VERBOSE sampleAudioFrameHandler(): Audio Frame received. TrackId: 140320577063552, Size: 160, Flags 3871328152 2025-06-25 09:57:02.853 VERBOSE sampleAudioFrameHandler(): Audio Frame received. TrackId: 140320577063552, Size: 160, Flags 3871328152 2025-06-25 09:57:02.868 VERBOSE sampleVideoFrameHandler(): Video Frame received. TrackId: 140320577063552, Size: 314, Flags 3871328152 2025-06-25 09:57:02.873 VERBOSE sampleAudioFrameHandler(): Audio Frame received. TrackId: 140320577063552, Size: 160, Flags 3871328152 2025-06-25 09:57:02.893 VERBOSE sampleAudioFrameHandler(): Audio Frame received. TrackId: 140320577063552, Size: 160, Flags 3871328152 2025-06-25 09:57:02.908 VERBOSE sampleVideoFrameHandler(): Video Frame received. TrackId: 140320577063552, Size: 825, Flags 3871328152 2025-06-25 09:57:02.913 VERBOSE sampleAudioFrameHandler(): Audio Frame received. TrackId: 140320577063552, Size: 160, Flags 3871328152 2025-06-25 09:57:02.933 VERBOSE sampleAudioFrameHandler(): Audio Frame received. TrackId: 140320577063552, Size: 160, Flags 3871328152 2025-06-25 09:57:02.948 VERBOSE sampleVideoFrameHandler(): Video Frame received. TrackId: 140320577063552, Size: 1066, Flags 3871328152 2025-06-25 09:57:02.953 VERBOSE sampleAudioFrameHandler(): Audio Frame received. TrackId: 140320577063552, Size: 160, Flags 3871328152 2025-06-25 09:57:02.973 VERBOSE sampleAudioFrameHandler(): Audio Frame received. TrackId: 140320577063552, Size: 160, Flags 3871328152 2025-06-25 09:57:02.988 VERBOSE sampleVideoFrameHandler(): Video Frame received. TrackId: 140320577063552, Size: 1029, Flags 3871328152

常见应用场景

场景 对 I 帧的需求
视频点播 I 帧要分布均匀，便于拖动快进
直播 通常 GOP 较长，减少带宽压力
安防监控 通常每秒一个 I 帧，便于回放恢复
编码质量调优 调整 I 帧间隔、GOP 结构可优化码率和画质

【总结】

  • I 帧是完整图像，P/B 帧是压缩的差异图像；
  • 视频压缩就是“保存关键图像 + 补充变化部分”；
  • I 帧决定是否能独立播放、seek、解码；
  • 正确理解这些概念有助于分析视频流问题、优化性能、调试播放器。
# 网络 # 视频编解码 # 音视频 # webrtc # aws
Logo
火山引擎 ADG 社区

火山引擎开发者社区是火山引擎打造的AI技术生态平台，聚焦Agent与大模型开发，提供豆包系列模型（图像/视频/视觉）、智能分析与会话工具，并配套评测集、动手实验室及行业案例库。社区通过技术沙龙、挑战赛等活动促进开发者成长，新用户可领50万Tokens权益，助力构建智能应用。

更多推荐

Chess用户界面设计：Tailwind CSS样式系统和组件库

GitHub推荐项目精选中的ch/chess是一个类似chess.com的多人在线象棋平台，它采用现代化的前端技术栈构建，尤其在用户界面设计上通过Tailwind CSS样式系统和组件库实现了优雅且功能丰富的交互体验。本文将深入探讨该项目如何利用Tailwind CSS打造一致的设计语言和高效的组件系统，为象棋爱好者提供沉浸式的游戏界面。## 🎨 Tailwind CSS样式系统：构建统一视

avatar 火山引擎 ADG 社区

终极指南：GPT-Engineer如何通过AI自动发现代码问题并提升质量

GPT-Engineer是一款强大的AI驱动代码工具，它能帮助开发者自动检测潜在代码问题、优化代码质量，让编程效率提升3倍以上。无论是新手还是资深开发者，都能通过这款工具轻松发现代码中的隐藏缺陷，减少调试时间，释放更多精力在创造性工作上。## 一键发现代码问题：GPT-Engineer的AI审查魔力GPT-Engineer的核心能力在于其内置的智能代码分析系统。通过集成Python代码格式

avatar 火山引擎 ADG 社区

SatDump中的纠错编码技术：从RS码到Turbo码的完整实现指南

在卫星数据传输过程中，信号往往会受到各种干扰，导致数据错误。SatDump作为一款通用卫星数据处理软件，集成了多种先进的纠错编码技术，确保从卫星接收到的数据能够准确解码。本文将深入解析SatDump中从Reed-Solomon（RS）码到Turbo码的实现细节，帮助读者理解这些技术如何保障卫星通信的可靠性。## 为什么纠错编码对卫星数据至关重要？卫星与地面站之间的通信链路面临着空间辐射、大

avatar 火山引擎 ADG 社区