最近本人在学习视频压缩编码方面的知识，虽然还不能完全掌握各种细节，但学到精妙处仍不仅感叹大佬真是太聪明了。本文是基于费曼学习法思想做的粗浅记录，因才疏学浅，难免有纰漏，待后续学成再来修正吧。
一、视频中的冗余
1、空间冗余
一帧图像内部相邻的像素点变化往往较小，有相关性
2、时间冗余
以每秒25帧为例，前后2帧图像内容变化往往较小，有相关性
3、视觉冗余
图像中纹理细节对应高频信息，平坦区域对应低频信息。人眼对高频信息不敏感，可以去除一些。
4、信息熵冗余
个人理解是数据上的冗余，比如ABBCCCDDDD，可以用A1B2C3D4这样表示，减小数据量。
二、视频压缩原理
对应视频中的冗余类型，视频压缩方法一般包含预测（帧内预测、帧间预测）、变换和量化、熵编码等。
1、帧内预测（空间冗余）
这里有一些基本的概念，如片、宏块、子块等，很容易理解，不再赘述。
（1）基本想法：由于空间冗余的存在，同一帧图像中的相邻像素有相关性，那么可以按照一定的预测方法，由图像中的1个块的数据大胆预测相邻块的数据。然后用编码块减去预测块得到残差块，减少冗余。举个例子，一帧图像是全白的，残差块数据就全是0，数据量是不是就小了？
（2）预测方法
预测时根据块大小可分为不同的预测模式，简单说就是按照千奇百怪的方式去猜测。其中，亮度块和色度块是分开的。
-
4*4亮度块预测模式：9种
-
16*16亮度块预测模式：4种
-
8*8色度块预测模式：有4种
（3）最优预测模式
上述这么多方法，编码时具体要采用哪一个呢？答案是每个都试一下，看哪一个预测的更准确！大佬也提供了一些算法（如绝对值和最小等）来作为准确与否的标准。
2、帧间预测（时间冗余）
想象视频中有一辆运动的车，按照每秒25帧来看，相邻2帧间隔40ms，2帧相比除了车辆的位置有微小变化其它背景都一样。
（1）基本想法：运动估计，从已经编码图像中找到预测块，计算反映物体位置变化的运动矢量，把运动矢量编码到码流中，数据量是不是也小了？
（2）运动搜索算法
怎么在前面图像中找到运动物体的位置？这里大佬提供了很精妙的算法，如菱形搜索、六边形搜索等，试图在搜索的准确度和速度上取得平衡，只想说请收下我的膝盖。
3、变换量化（视觉冗余）
（1）基本想法：由于人眼对高频信息不敏感，我们可以把图像变换到频域，然后通过量化尽量把高频信息变成0，达到减少数据的目的。
（2）变换
通过DCT变换和Hadamard变换将残差块从空域变换到频域。
（3）量化
通过选择合适的QP（量化步长），将大部分高频信息置为0。这里涉及压缩程度和图像失真程度的平衡。量化步长越大，压缩程度越大，图像就容易失真。反之亦然。
4、熵编码（信息熵冗余）
利用统计特性对数据进行压缩，如变长编码（Huffman编码）、算法编码。在学习基础算法是基本上有所耳闻，这里不再赘述。
三、视频编码实验
1、H264编码
使用ffmpeg对YUV序列foreman_qcif.yuv进行编码，得到编码文件foreman_qcif.h264
ffmpeg -i foreman_qcif.yuv -c:v libx264 foreman_qcif.h264
2、压缩率
原文件：foreman_qcif.yuv，11140KB
新文件：foreman_qcif.h264，155KB
可见编码后文件大小仅为原来的155/11140=1.4%
四、参考文献
1、新一代视频压缩编码标准 -- H.264/AVC，毕厚杰，人民邮电出版社
