一句话总结
现代视频编码是一个精妙的系统，它综合运用预测、变换、量化和熵编码等技术，在保留关键视觉信息的同时，最大限度地移除时空与统计冗余，以实现数据的高效压缩。
一、预测编码：时空冗余的核心攻克
预测是视频压缩的基石，其目标是利用视频数据在时间上和空间上的高度相关性，只对预测的“误差”（即残差）进行编码。
-
帧内预测（Intra-prediction） ：
- 原理：利用同一帧图像内，相邻已编码像素块的边缘和纹理信息来预测当前块。这类似于“画画”时，根据旁边的内容推断当前区域的内容。
- 作用：消除空间冗余。主要用于编码I帧（Intra-coded Picture） ，这类帧是视频序列的“锚点”，可以独立解码。
-
帧间预测（Inter-prediction） ：
-
原理：这是视频压缩效率的主要来源。编码器会在一个或多个已编码的参考帧中搜索与当前块最相似的区域，这个过程称为运动估计（Motion Estimation） 。最终记录的不是像素本身，而是指向参考块的**运动矢量（Motion Vector）**和残差。
-
帧类型：
- P帧（Predicted Picture） ：仅参考之前的I帧或P帧进行预测。
- B帧（Bi-predictive Picture） ：可同时参考之前和之后的帧进行预测，效率最高，但会增加延迟。
-
作用：高效消除时间冗余。
-
二、变换与量化：从空域到频域的感知压缩
预测产生的残差数据仍然存在冗余，并且人眼对不同频率信息的敏感度不同。这一步就是利用该特性进行有损压缩。
-
离散余弦变换（DCT）及其他变换：
- 原理：将残差数据块（例如从4x4到64x64的各种尺寸）从像素值的空间域转换到频率系数的频率域。变换后，大部分能量会集中在左上角的低频系数上，而右下角的高频系数则数值很小。现代标准（如H.265/HEVC）还引入了**离散正弦变换（DST）**等更适合处理特定纹理的工具。
- 作用：能量集中，为量化做准备。
-
量化（Quantization） ：
- 原理：这是编码中主要的有损步骤。通过用一个**量化参数（Quantization Parameter, QP）**去除每一个频率系数，并取整。QP值越大，意味着除数越大，更多的细节（尤其是高频系数）被“抹零”，从而大幅减少需要编码的数据量。
- 作用：根据人眼的视觉特性，丢弃不敏感的细节信息，是控制压缩比和视频质量之间平衡的关键。
三、重建与环路滤波：确保预测质量的关键
单纯的线性流程是错误的。为了让后续的帧间预测能够准确进行，编码器必须模拟解码器的行为，在本地重建一个“解码后的帧”作为未来预测的参考。
- 反量化与反变换：编码器将量化后的系数进行反量化和反变换，重建出包含失真的残差块。
- 环路滤波（In-loop Filtering） ：由于量化引入了块效应等失真，如果直接用这个失真的帧做参考，误差会不断累积。因此，编码器在将其存为参考帧之前，会使用**去块效应滤波器（Deblocking Filter）和样本自适应偏移（SAO）**等技术对其进行平滑和修正，以提升图像质量和后续预测的准确性。
这个**“编码 → 重建 → 滤波”** 的闭环是保证视频质量的核心，也是传统线性模型中被忽略的关键。
四、熵编码：无损压缩的最后冲刺
经过以上步骤，剩下的数据（量化后的系数、运动矢量、预测模式等）变成了一系列待编码的语法元素。熵编码负责对这些元素进行最后的无损压缩。
- 原理：利用信息熵原理，为出现概率高的语法元素分配更短的码字，为出现概率低的分配更长的码字。
- 主流算法：现代编码标准已基本淘汰了传统的哈夫曼编码，转而使用效率更高的上下文自适应二进制算术编码（CABAC） 。CABAC能根据已经编码的邻近元素的上下文信息，动态调整对当前元素“0”或“1”的概率预测，从而达到接近信息论极限的压缩效率。
结论：
现代视频编码是一个复杂的优化系统，它通过一个包含预测、变换、量化、重建、滤波的反馈循环，精巧地移除了视觉数据中的各种冗余。最后，高效的熵编码将所有语法元素打包成最终的码流。理解这一过程不仅是理解其四大核心模块，更重要的是理解它们如何在一个**码率-失真（Rate-Distortion）**优化框架下协同工作，最终在有限的带宽下实现最佳的视觉体验。
