音视频 - H264结构
Posted 为了维护世界和平_
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了音视频 - H264结构相关的知识，希望对你有一定的参考价值。
目录
帧类型
| 帧类型 | 预测方式 | 参考帧 | 特点 | |
| I帧 | 帧内编码帧 | 帧内预测 | 无 | 能独立编解码，压缩率小 |
| P帧 | 前向编码帧 | 帧间/帧内预测 | 参考前面已经编码的帧和P帧 | 压缩率比I帧高，必要参考帧才能解码 |
| B帧 | 双向编码帧 | 帧间/帧内预测 | 参考前面或者后面已经编码的I帧和P帧 | 压缩率最好，需要存储帧，延时高 |
IDR帧，立即刷新帧，
IDR帧之后的帧不参考IDR帧之前的帧，避免错误帧传递。
IDR帧是特殊的I帧。普通的I帧就是指当前帧只使用帧内预测编码，但是后面的P帧和B帧还是可以参考普通的I帧之前的帧。一般情况下不太使用这种普通I帧，大多数情况下还是直接使用IDR帧。
GOP
从一个IDR帧开始，到下一个IDR帧的前一帧为止。称为一个GOP（图像组）
IDR帧间隔越大，两个IDR相隔就会越远
GOP越大，编码的I帧就会越少，相对而言P帧，B帧压缩率就越高。
但GOP太大，点播场景进行视频的seek操作就会不方便。
RTC和直播场景中，网络丢包，引起长时间的花屏和卡顿
Slice
为了并行编码设计的，一帧图像可以划分几个Slice，之间相互独立，互不依赖，独立编码
可以使用多线程对多个Slice进行编码，提高编码速度。
slice相互独立，帧内预测，不能跨Slice进行，因此编码性能差一些。
宏块
H264中编码的基本单元
一个Slice包含整数个宏块
宏块MB大小是16x16
在做帧内预测和帧间预测时，宏块又可以划分为不同大小的子块
以上概念之间的关系如下
码流格式
1、Annexb格式：
使用起始码表示一个编码数据的开始，起始码不是图像编码的内容，只是用来分割。
两种起始码
4字节的 00 00 00 01
3字节的 00 00 01
如果编码图像中出现00 00 00 01 ；00 00 01；h264图像编码时做以下处理
00 00 00 修改为 00 00 03 00
00 00 01 修改为 00 00 03 01
2、MP4格式：
没有起始码，在图像编码数据的开始使用了4字节作为长度标识，用来表示编码数据的长度。
NALU
H264两个重要的参数集
SPS 序列参数集：主要包含图像的宽、高、YUV格式和位深等信息
PPS 图像参数集：主要包含熵编码类型，基础QP和最大参考帧数量等基本编码信息；
H264码流结构组成如下
如何在码流中找到相应的帧内容 ？
H264设计了NALU 网络抽象层单元
NALU Header + NALU Data
- Header 头里有相应的位表示NALU类型，对于非I帧，还要继续解析 Slice Header。
- Slice header 中有 first_mb_in_slice字段，表示当前Slice的第一个宏块MB在当前编码图像中的序号。用来区分当前Slice 是否是一帧的第一个Slice,等于0代表是。
实战分析
1）一段h264码流分析
红色为起始码，后面跟的是帧类型。
67为SPS帧 68为PPS帧 65为IDR帧。
2）使用Elecard Stream Analyzer工具分析
以上是关于音视频 - H264结构的主要内容，如果未能解决你的问题，请参考以下文章