精準空降？不存在的！——視頻編碼的一些小知識

B站有一個傳統：空降報顏色（大家應該都懂）。但是有時候，直接點擊進度條，會發現進度向前跳了一點，不在點擊的位置。了解視頻編碼的有關知識，就能明白其中的道理。

最簡單的視頻格式

眾所周知，視頻是由很多幅畫面組成。這些畫面連續播放，利用視覺暫留現象，就能形成動態的圖像。視頻中每一幅畫面稱為「幀」。

現在你就可以得到最簡單的視頻格式：把每一幀畫面依次儲存。

但是問題又來了：每一幀怎麼儲存？

比較簡單的方法是儲存點陣圖，就是把每一個像素的顏色值排列起來；複雜一點，可以對圖像進行壓縮，然後再合成一個視頻。

恭喜你，你發明了GIF的簡化版。GIF就是將壓縮後的圖像排列在一起構成的。

幀速率與音頻

現在，你有了GIF的簡化版，讓我來做一個播放器。我寫完了解壓縮部分，獲得了圖像的每一幀。

所以問題來了：每一幀圖像應該多長時間切換一次？

你：電影是每秒24幀，就按這個來吧。

我：如果要播放的視頻比較特殊呢？比如每秒要60幀的。

你：。。。

我：不如把每秒播放的幀數儲存在文件里，這樣就能根據不同的視頻以不同的速度播放了。

每秒播放的幀數稱為「幀速率」，用FPS表示。幀速率影響視頻播放的快慢，如果幀速率過低，也會出現卡頓現象。

於是，我做出了第一代播放器，可以播放包含幀速率信息的簡單視頻。不過這種視頻和GIF一樣，沒有聲音。

你：能不能做一個帶聲音的版本？

我：把聲音信息接在視頻信息後面就行了。

你：聽起來很Low的樣子。

我：。。。

現在通行的視頻格式，都是視頻、音頻分別儲存的。

當然，音頻也有很多儲存格式，比如不壓縮的PCM編碼（一般用WAV格式儲存）、有損壓縮的MP3（專利權剛剛過期，大家放心用吧），以及MP3的下一代AAC（MP4視頻常用的格式）。

高清時代

你用帶聲音的視頻格式，做了一段小視頻。很快，你就發現了問題。

你：這個視頻畫質怎麼這麼渣。

我：你錄的時候就沒弄高清的，怪我咯~

你：我這個視頻可是用好幾百萬像素的手機錄的呢。

我：你是不是有什麼地方設置錯了？解析度只有640×480，當然畫質差了。

你：解析度是啥？

在視頻領域，解析度一般指每幀畫面大小，用A×B表示，其中A是一行的像素數量，B是一列的像素數量。有些常用的解析度，比如640×480、1280×720、1920×1080，可以用640p、720p、1080p代替。（還有類似的640i、720i、1080i，區別會在以後講到。）其中，720p又稱高清，1080p又稱超清。

你現在修好了手機，成功拍攝了1080p超清的視頻。拿來播放時，發現事情並不簡單。

2分鐘的視頻，居然佔用了1.84G的空間！

你：這個視頻為什麼這麼大？

我（拿出計算器）：解析度是1920×1080，每個像素是24位，壓縮後一幀是607.5KB；每秒24幀，一秒大約是142.4MB，兩分鐘就是大約1.842GB，沒問題啊。

你：有什麼辦法能讓它小一點嗎？

我：當然有。

幀間壓縮

剛才的視頻格式只是把每一幀圖像進行壓縮，這種方法稱為幀內壓縮。但幀內壓縮的壓縮率仍舊不高。按照數學史和修仙的發展規律，是時候來一次返璞歸真了。

視頻，是為了表現什麼？

一幅一幅的畫面嗎？

不是。

視頻的本質在於運動。

為了達到運動的效果，人們才發明了視頻。但是，運動是連續的，視頻只是用一幀幀離散的畫面去模仿運動。既然是離散的……

那就離散得再徹底一點！

MPEG橫空出世。

MPEG-1的第二部分規定了GOP（Group of Pictures，圖像群組）的概念。一個視頻包含若干個GOP，一個GOP包含若干幀。

GOP內的幀分為三種：I幀、B幀和P幀，就是圖中的I、B、P。其中I幀包含完整的圖像信息並進行幀內壓縮，而B、P幀只包含圖像的一部分，圖像的其他部分通過和其他圖像運算得出。（P幀參考I幀和之前的P幀，B幀參考之前和之後的I、P幀。）

這是什麼意思呢？

舉個栗子：要做一段小球滾動的視頻，開頭和結尾分別是：

在編碼時，因為背景都是不變的，所以只需要比較兩幅圖中不同的部分，也就是小球的畫面和小球運動軌跡的背景（因為需要擦除小球在上一幀的圖像）。這樣，把第一幀作為I幀，後面的作為B、P幀，就可以自動運算生成小球運動的畫面。

這種壓縮方法不是順序解碼的，而是先解碼I幀，再根據I幀解碼第一個P幀，然後解碼I、P幀之間的B幀並播放，之後根據P幀解碼下一個P幀，再解碼B幀，最後按照這個方法繼續解碼後面的內容。Wiki上可能說的清楚一點：

顯示的順序是：I0、B1、B2、B3、P4、B5、B6、B7、P8、B9、B10、B11、I12；則編解碼順序為：I0、P4、B1、B2、B3、P8、B5、B6、B7、I12、B9、B10、B11。

I幀還有一個響亮的名字，叫做關鍵幀，但是這個關鍵幀要和視頻編輯軟體中的關鍵幀區分開，前者只在編碼、解碼時使用，後者只在設計時使用。

你：既然關鍵幀這麼好，那怎麼安排呢？

我：比較常用的格式中，一個視頻文件中GOP的長度都是相同的。GOP的長度又叫做關鍵幀間隔。比如設置關鍵幀間隔為33，那麼每隔33幀就會有一個關鍵幀。

你：那關鍵幀間隔越短，視頻是不是越清晰？

我：對，但是視頻也會越來越大。

現在可以回答標題提出的問題了：為什麼不能完全精準空降？

答案只有一句話：普通的視頻播放軟體只能把進度調到關鍵幀的位置。

好了，大家可以散了。

場

你：你怎麼還沒走？

我：坑還沒填完，我怎麼可以走呢？

大家還記得我提過的720p和720i嗎？兩者的區別就在於場序。

你：場是啥？場序又是啥？

其實場和場序是一個歷史遺留問題。

還記得以前的顯示器是什麼樣的嗎？

就是這種帶著大頭的，叫做CRT顯示器。它使用陰極射線管成像，可以使用三色光混合，產生豐富的色彩。但是CRT有一個缺點，就是不能持久顯示。因此，隨著視頻解析度不斷升高，人們發現了問題：

如果一行一行的顯示，顯示下面的圖像時，上面的就消散了。這樣圖像一會兒有一會兒沒有，就產生了嚴重的閃爍。

人們當然是有解決辦法的：

既然顯示不了這麼多，就少顯示一點吧。

在傳統的CRT顯示器上，視頻要分為兩部分：一部分是奇數行，稱為「上場」或「高場」；另一部分是偶數行，稱為「下場」或「低場」。CRT在顯示視頻時，先顯示高場，再顯示低場，就能解決閃爍的問題。

你：為什麼先顯示高場，再顯示低場？倒過來不行嗎？

我：先顯示高場的叫做高場優先或上場優先，先顯示低場的叫做低場優先或下場優先。電視台的視頻一般都是高場優先的。這就是兩種場序。

你：那麼720p和720i就是高場優先和低場優先之分了！

我：錯。場序可不止有這兩種。

你：。。。

在液晶顯示器已經普及的今天，已經不用再分高場低場了，直接一行一行的顯示，反而能減少視頻對眼的傷害。這種逐行掃描的方式又叫做無場，是第三種場序。

與逐行掃描相對，高場優先和低場優先統稱為隔行掃描。720i的i就是指隔行掃描，而p指逐行掃描。

由於現在隔行掃描的視頻少了，所以720i、1080i就逐漸被埋沒，720p、1080p則成為高清（HD）、超清（Full HD）的代名詞。

你：那麼，錄視頻的時候，錄哪一種場序的視頻好呢？

我：這要看視頻播放的領域了。如果要在電視台播放，看電視台的規定（一般為高場優先）；如果要在網路傳輸播放，最好是無場視頻。

比特率

你：坑都填完了，為什麼還不走？

我：你咬我呀~

比特率又叫碼率，是視頻三個重要參數之一（幀率、碼率、解析度），單位是bps（bit per second，每秒二進位位數）。比特率直接決定視頻的大小，用平均碼率（bps）乘時長（s）就能得到視頻的大小（bit）。（單位換算：1GB=1024MB，1MB=1024KB，1KB=1024B，1B=8bit，1Kbps=1000bps，1Mbps=1000Kbps）

注意到，我剛才說的是「平均碼率」，而不是「碼率」。這是因為一個視頻在不同部分的碼率可能是不同的，這取決於視頻在壓制時的設置。

在用軟體壓制視頻時，可以看到有 CBR 、 VBR（一次）和 VBR（兩次）三種碼率格式。

CBR 是固定碼率，整個視頻在任何一處的碼率都是相同的。

VBR 是可變碼率，軟體根據畫面的複雜程度，對複雜的畫面採用更少的壓縮，對簡單的畫面採用更多的壓縮，能夠保證在整個視頻的大小不變的情況下有更好的效果。VBR 還有一次和兩次之分。一次就是指整個視頻只渲染一遍，每個地方的碼率靠預測算出，壓縮效果比兩次略差，但是耗時短；兩次就是整個視頻先預覽一遍，確定每一處的碼率，再重新渲染壓制，壓縮效果理論上比一次要好，但實際上兩者相差無幾，而且兩次的速度非常慢，所以我推薦用 VBR（一次）。

引入碼率的概念之後，視頻的清晰度將不只取決於解析度。碼率代表著視頻的信息量，如果用相同的信息量去描述更大的畫面，必然要丟失細節。所以在同樣的碼率下，1080p 甚至不如 720p 清晰。

你：WTF？

我：

你：那麼，把碼率設置為多少合適呢？

最大碼率一般設置為平均碼率（目標碼率）的2~3倍。

• 如果要用高品質的視頻，平均碼率可以設置為 20Mbps（20000Kbps）。
• 如果要在視頻網站投稿，取決於視頻網站的規定。以B站為例：碼率不超過 1800Kbps 的，會直接上傳；超過 1800Kbps 的，會被網站二次壓制。我推薦大家盡把碼率設置高一點（2~3Mbps），因為現在的二次壓制技術已經不是從前的「精美視頻壓成翔」的技術了，現在二次壓制有了很大進步，有時候效果甚至要比你自己壓縮比特率的效果要好很多。
• 如果是你自己作死玩，可以試試 1080p + 200Kbps 的配置，你會真正體會到「高清也拯救不了的畫質」。

結語

這篇文章寫作歷時三個月。不是因為內容多，而是因為在這三個月里我只寫了三天。（逃）

這些是我在剛接觸 Pr、Ae 這些視頻剪輯軟體時的學習的心得，希望能對大家有所幫助。

推薦閱讀：