網路影片直播系統的H264格式編碼器的概念是什麼？

在網路影片直播系統中常見編碼器有H264/H265/VP8/VP9，其中H264和H265用的比較多，VP8和VP9用的比較少，H265的出現雖然時間短，但很多開發公司都一開始嘗試使用H265作為直播編碼的一種方式，但H264依然是主流的一種編碼方式。下面給大家普及一下關於H264格式的知識。

 

在網路影片直播系統中H264格式的編碼器中其實是有兩個層面，一個是VLC影片編碼層，NAL層是網路抽象層，VLC主要任務就是編碼，NAL層是負責格式化資料，而H264的每幀資料就是一個NAL單元，在H264的實際的資料幀中，幀前面會有分隔符來分隔每一幀，一般來說編碼器編出的首幀資料為SPS和PPS，後面就是屬於I幀

 

1、I幀：I幀就是幀內編碼幀，也就是說它的編碼和其他幀的資料沒有關係的，它只是在某一幀內做編碼，也就是說他和單張圖片是類似的，所以說我們只需要用I幀的資料就可以恢復出一個完整的影像。

2、P幀：而P幀需要依賴前一陣的資料來解碼影像，因為它的儲存是與前一幀差別的資料，所以它被稱為前項預測編碼幀。

3、B幀：B幀是前項和後項雙向的預測編碼幀，所以說要解碼B幀的話就需要前一幀和後一幀兩份資料才能夠解碼。

總結來說I幀、P幀、B幀這三種是常見的幀型別，這三種編碼方式是明顯不同的，一個是完全單獨的幀內編碼，而另一個是需要前一幀資料來解碼自己的，B幀則是需要兩邊的資料才能夠解碼自己的。

在網路影片直播系統中這三種解碼方式的不同，可以明顯看出來壓縮比的不同，I幀的壓縮比其實和GPG差不多，壓縮前和壓縮後的比能夠達到7：1，P幀較大一些達到20：1，B幀則能達到50:1。

 

講完了關於“幀”的概念，還有一個GOP概念，指的是兩個I幀之間的影像組，現在有很多SDK都強調秒開，其實就是在服務端或CDN的邊緣去快取這一對GOP，快取後就避免播放端在播放時找不到I幀時等待或回源，回源的意思就是你需要到中心介面找到這個資訊然後再拉流，有了快取的GOP之後，拉流時先播放這組GOP，在網路影片直播系統中就可以給人一種秒開的感覺。

為什麼要快取GOP呢，因為每個播放器播放時對於H264解碼首先需要一個I幀去顯示影像，然後後面的P幀之類的依據I幀前面一幀的資料差，然後才能解碼P幀出來顯示完整影像，有了I幀之後顯示出來速度就很快，給人秒開的感覺，提高網路影片直播系統體驗性。這也是一種比較常見的直播最佳化手段。

以上內容為作者“雲豹短影片嘉興” 原創，未經作者本人同意，禁止轉載，否則將追究相關法律責任