视频技术入门指南

本文翻译自我的英文博客，最新修订内容可随时参考：视频技术入门指南

你真的理解视频技术吗？什么是帧率、分辨率、码率？它们之间有什么关系？你知道“1080p”和“4K”中的“p”和“K”代表什么吗？如何描述视频质量？蓝光光盘（Blu-ray Disc）究竟是什么？H.264/AVC、H.265/HEVC、AV1 等编解码器有什么区别？苹果的 Apple ProRes 又有什么特殊用途？HDR 和杜比视界（Dolby Vision）是什么？为什么视频文件有.mp4、.mkv、.flv 等多种后缀？

本文将从基础概念入手，带你系统理解视频技术的核心要素。

一、基础概念：存储与带宽

1. 存储单位：Gib 与 GB 的区别

• GB（Gigabyte）：十进制单位，1GB = (10^9) 字节（约 10 亿字节），用于硬盘、SSD 等存储设备容量及软件安装包大小。
• Gib（Gibibyte）：二进制单位，1Gib = (2^{30}) 字节（约 10.7 亿字节），用于内存（RAM）、文件系统等需要二进制表示的场景。

2. 带宽（Bandwidth）

• 单位：bps（bits per second，比特/秒），常见单位为 Mbps（兆比特/秒）。
• 换算：网络带宽（Mbps）需除以 8 转换为实际传输速度（MBps）。例如，100 Mbps 带宽的实际下载速度约为 12.5 MB/s。
• 应用场景：流媒体传输（如视频网站、直播）的核心指标，决定视频加载速度和流畅度。

二、视频的核心要素：帧、分辨率与帧率

1. 帧（Frame）与帧率（Frame Rate）

• 定义：每秒显示的画面数量，单位为 fps（Frames Per Second）。
• 常见帧率：
  • 电影：24 fps（传统胶片感）；
  • 电视/网络视频：25 fps（PAL 制式）、30 fps（NTSC 制式）；
  • 高帧率（HFR）视频：60 fps（运动场景）、120 fps（慢动作）。
• 与刷新率的区别：
  • 刷新率（Hz）：屏幕每秒刷新的次数（如 60Hz、144Hz），若视频帧率高于屏幕刷新率，多余帧会被丢弃。
  • 关键逻辑：视频帧率由内容决定，刷新率由设备硬件决定，两者独立。例如：120Hz 屏幕播放 24fps 视频时，仍以 24fps 显示。

2. 分辨率（Resolution）：像素的秘密

• 定义：视频/屏幕的水平和垂直像素数，如 1920×1080 表示水平 1920 像素、垂直 1080 像素。
• P 与 i：逐行扫描 vs 隔行扫描
  • 1080p（Progressive Scan）：逐行扫描，每帧完整显示所有像素，适合高速运动场景（如体育赛事）。
  • 1080i（Interlaced Scan）：隔行扫描，每帧仅显示奇数或偶数行像素，通过交替显示合成完整画面，节省带宽但可能导致动态模糊。
• K 的含义：
  • 电影标准：以水平像素数命名，如 4K 为 4096×2160（接近 4000 像素）；
  • 电视/消费级：3840×2160 称为 4K UHD（Ultra High Definition），强调垂直像素为 2160（即 2160p）。

3. 宽高比（Aspect Ratio）

• 定义：画面宽度与高度的比例，常见比例：
  • 16:9（高清视频、电影）；
  • 4:3（传统电视、老电影）；
  • 21:9（超宽屏电影）。

三、码率（Bit Rate）：质量与体积的平衡

1. 基本概念

• 定义：编码器每秒生成的数据量，单位为 kbps（千比特/秒）或 Mbps（兆比特/秒）。
• 计算示例：一部 2 小时、35GB 的电影，码率约为：undefined$$ \frac{35 \times 1024 \times 1024 \times 8}{2 \times 3600} \approx 41 \text{ Mbps} $$
• 核心逻辑：码率越高，画质越细腻；码率固定时，分辨率越高则画质越模糊（像素增多导致单像素数据量减少）。

2. 码率类型

• VBR（可变码率）：根据画面复杂度动态调整码率（如静态画面用低码率，动态场景用高码率），适合网络视频（节省带宽）。
• CBR（固定码率）：码率恒定，适合直播和电视广播（保证播放稳定性）。

3. 公式与实践

• 码率估算公式：undefined$$ \text{码率（bps）} = \text{分辨率宽度} \times \text{分辨率高度} \times \text{帧率} \times \text{压缩因子} $$undefined （例：720×480@25fps 视频，压缩因子取 0.08，码率≈720×480×25×0.08 = 691,200 bps ≈ 675 kbps）。
• 问题解答：undefined 场景：10MB 视频，时长 2 分 21 秒（141 秒），10 Mbps 网络可支持多少人同时观看？undefined 计算：undefined $$ \text{视频码率} = \frac{10 \times 1024 \times 1024 \times 8}{141} \approx 594,937 \text{ bps} \approx 0.595 \text{ Mbps}undefined$$ $$ \text{支持人数} = \frac{10 \text{ Mbps}}{0.595 \text{ Mbps}} \approx 16.8 \rightarrow \text{16人（向下取整）} $$

四、视频质量：从 PSNR 到 VMAF

1. 客观指标

• PSNR（峰值信噪比）：衡量图像压缩后的失真程度，单位为 dB（分贝）。
  • 50 dB：几乎无失真（无损压缩）；
  • 35 dB：可接受的压缩质量（常见于网络视频）。
• VMAF（视频多方法评估融合）：Netflix 开发的综合指标，结合清晰度、块效应、运动流畅度等多维度评估画质。

2. 主观感受与压缩 trade-off

• 分辨率 vs 码率：
  • 低码率下，高分辨率可能因像素过多导致画质劣于低分辨率（如图）。
  • 网络视频平台策略：若设备不支持高分辨率，优先提高码率以提升画质（如 YouTube 的“高清增强”）。

五、编解码器（Codec）：压缩的艺术

1. 核心原理

• 流程：摄像头采集原始图像 → 编码器压缩为字节流 → 存储/传输 → 解码器还原为像素数据（如 YUV420P、RGB）。
• 容器 vs 编解码器：
  • 容器（如 .mp4、.mkv）：仅定义数据封装格式，不涉及压缩；
  • 编解码器（如 H.264、AV1）：负责视频压缩与解压缩。

2. 主流编解码器对比

3. 压缩技术：帧内 vs 帧间

• 帧内压缩（Intra）：仅压缩单帧画面（如 ProRes），适合需要频繁剪辑的场景（如 Premiere Pro）。
• 帧间压缩（Inter）：利用相邻帧的相似性压缩（如 H.264 的 I/P/B 帧结构），压缩率更高但编辑难度大。
  • I 帧（关键帧）：独立完整帧，体积最大；
  • P 帧：参考前一 I/P 帧的差异帧；
  • B 帧：参考前后帧的双向差异帧，体积最小。

六、HDR 与色彩：超越人眼的视觉体验

1. 高动态范围（HDR）

• 核心优势：相比 SDR（标准动态范围），HDR 可显示更宽的亮度范围（如 0.0001 nit 到 1000 nit+）和更丰富的色彩（10-bit/12-bit 色深）。
• 主流标准：undefined| 标准 | 色深 | 亮度支持 | 动态元数据 | 特点 |undefined|------------|--------|----------------|------------|-------------------------------|undefined| HDR10 | 10-bit | 1000 nit | 静态 | 开源免费，适合流媒体 |undefined| Dolby Vision | 12-bit | 10000 nit | 动态 | 画质最佳，需授权（高端电视/电影）|undefined| HDR10+ | 10-bit | 4000 nit | 动态 | 三星主导，兼容 HDR10 |

2. 色彩空间与色深

• 色深：单个像素的色彩位数，8-bit 色深可显示 (256^3=1677) 万色，10-bit 则达 10.7 亿色（色彩过渡更平滑）。
• YUV 格式：将亮度（Y）与色度（UV）分离存储，节省带宽（如 YUV420P 仅存储 1/4 色度数据）。

七、视频格式：容器的秘密

1. 常见容器格式

2. 流媒体协议

• HLS（HTTP Live Streaming）：将视频切分为 .ts 片段，通过 m3u8 索引文件播放，适合移动端和弱网环境。
• RTMP/HTTP-FLV：基于 FLV 格式的实时推流协议，延迟较低（约 1-3 秒），常见于直播平台。

八、蓝光（Blu-ray）与存储介质

• 本质：利用蓝色激光（波长 405nm）读取存储数据，容量远超 DVD（单层蓝光碟容量 25GB，双层 50GB）。
• 超高清蓝光（Ultra HD Blu-ray）：支持 4K UHD（3840×2160）、H.265 编码、HDR10 及杜比视界，容量可达 100GB。

九、设备与性能：解码的挑战

• 硬件加速：现代 GPU/CPU 支持 H.264/H.265 硬件解码（如 Intel Quick Sync、NVIDIA NVDEC），降低功耗。
• 兼容性问题：AV1 编码画质优秀但依赖高端设备，低端手机可能无法流畅播放（需软件解码，功耗高）。

总结：关键概念速查表

通过理解这些核心概念，可帮助你在视频制作、流媒体开发或观影体验优化中做出更明智的选择。如需深入探讨编码参数调优或设备性能分析，欢迎访问博客获取更多技术细节：视频技术入门指南。