音视频参数介绍

一、视频参数概念

1. 单个视频帧：可以简单地理解成为一张图片

单个视频帧主要的参数概念：

• 分辨率：

分辨率是指图像或显示器上像素的数量，通常用横向像素数乘以纵向像素数表示。例如，1920x1080 表示宽度为1920像素，高度为1080像素的分辨率。分辨率越高，图像就越清晰，但也需要更多的计算和存储资源。

• 像素：

像素是图像的最小单位，是图像中能够单独控制的点。每个像素包含有关颜色和亮度的信息。图像分辨率是通过像素的数量来描述的，更高的分辨率通常意味着图像中包含更多的像素，因此能够呈现更丰富的细节。

• dpi（Dots Per Inch）

DPI是指每英寸内的像素密度，用于描述打印机、扫描仪或显示器的输出或输入质量。较高的DPI值表示图像或文档具有更高的分辨率，因此更清晰，但也需要更多的打印或存储资源。

• 色彩空间模型

色彩空间模型是一种描述颜色的系统，定义了颜色如何在数字图像中表示。常见的色彩空间模型包括：

• RGB（红绿蓝）： 使用红、绿、蓝三个颜色通道来表示颜色。
• YUV（亮度-色度）： 使用亮度（Y）和色度（U、V）分量表示颜色。
• CMYK（青、品红、黄、黑）： 用于印刷颜色，包含青、品红、黄、黑四个颜色通道。

2. 多个视频帧：多个视频帧指的是一系列连续的单个视频帧，这些帧按照一定的顺序排列，形成了视频序列。视频是通过将这些帧以一定的帧率播放而呈现的

多个视频帧的主要参数概念：

• 帧率（frames per second）:

帧率是指每秒播放的视频帧数量，通常用帧数每秒（fps，frames per second）表示。帧率决定了视频的流畅度，更高的帧率通常意味着更流畅的动画效果。常见的帧率包括 24fps、30fps、60fps 等。不同的应用场景可能需要不同的帧率，例如电影通常采用 24fps，而视频游戏通常采用较高的帧率以提供更好的用户体验。

• 播放时间戳（PTS，Presentation Timestamp）:

播放时间戳是视频帧在播放时的时间戳，用于确定视频帧在整个视频序列中的播放顺序和时间位置。PTS 表示视频帧何时应该被显示。PTS 的单位通常是毫秒（ms），表示视频帧在视频开始播放后多少毫秒时应该被显示。正确的 PTS 顺序确保了视频帧的正确显示顺序。

• 码率（Bitrate）：

码率是指视频文件中每秒传输的比特数，通常以每秒的比特数或千比特数（bps，kbps，mbps）表示。码率直接影响到视频的质量和文件大小。高码率通常意味着更高的视频质量，但也需要更大的存储空间和更高的带宽进行传输。低码率则可能导致视频压缩和失真。码率实际上是为了限制数据量大小，在直播等流媒体中一般要设置最大码率以限制视频大小，防止客户端宽带不足而卡顿。

• 注意：高帧率和高码率不相关：

高帧率可能导致更多的图像变化，特别是在快速运动的情况下，这可能需要更高的码率来维持图像质量。 高帧率通常需要更高的码率以应对更多的图像变化，以防止动态场景中出现模糊或失真。高码率并不一定需要高帧率。 一段视频可以以较高的码率传输，以保持图像质量，但帧率仍然可以是标准的 24fps 或 30fps

3. I帧，P帧，B帧，GOP

I帧（关键帧），P帧（预测帧）和B帧（双向预测帧）是视频压缩中常用的三种帧类型，它们共同构成了视频序列的编码结构。这些帧在视频压缩和解压缩中扮演着不同的角色，有助于实现高效的视频存储和传输。

• I帧（关键帧） I-frame (Key Frame)：

I帧是视频序列中的关键帧，它是完整的图像帧，不依赖于其他帧。每个 GOP（Group of Pictures，一组图像）的开始通常是一个I帧。I帧存储了整个图像的信息，是视频解码的起点，也是视频编辑和切割的关键点。由于独立性，I帧对于随机访问和视频编辑是非常重要的。 I帧基本出现在视频画面突变的位置。

• P帧（预测帧）P-frame (Predictive Frame)：

P帧是通过对前向参考帧进行运动估计和补偿得到的帧，只存储图像中发生变化的部分。P帧依赖于前一个I帧或P帧。P帧在压缩中起到了减小文件大小的作用，因为它只存储了相对于前一帧变化的内容。虽然P帧本身不能独立显示，但与前一帧结合后能够还原图像。

• B帧（双向预测帧）B-frame (Bidirectional Predictive Frame)：

B帧是通过对前后两个关键帧或预测帧进行运动估计和补偿得到的帧，同时存储了图像前后两帧之间的变化。B帧通常相对于前后的I帧或P帧都有差异B帧在视频压缩中进一步提高了压缩比，因为它同时利用了前后两帧的信息。然而，由于其依赖于前后两帧，解码时需要确保这两帧已经被解码（所以在直播流的场景下，一般是不生成B帧的，有利于直播的流畅）。

• GOP（Group of Pictures，一组完整的视频帧）

这些帧类型共同构成了视频压缩的基本单元，称为GOP。通过合理使用I帧、P帧和B帧的组合，视频编码器可以实现更高的压缩比，从而降低视频文件的大小，并在有限的带宽条件下更有效地传输视频。

直播中设置gop和帧率的1-2倍的好处就是，画面不容易花屏，当直播中断后，重新拉取流也能更快的重新播放（因为第一秒必定是I帧，可以减少P帧的计算时间）