一、H.264/H.265 编码原理（基于混合编码框架）

H.264（AVC）和 H.265（HEVC）均采用混合编码框架（预测+变换+量化+熵编码），核心目标是通过去除视频冗余（空间冗余、时间冗余、信息熵冗余）实现高效压缩。但 H.265 在 H.264 基础上做了大幅优化，同等画质下可节省 50% 左右码率。

1. 核心编码步骤（H.264 与 H.265 对比）

步骤	H.264 实现细节	H.265 实现细节（优化点）
1. 帧类型划分	分为 I 帧（ intra，帧内编码，无参考）、P 帧（ predictive，前向参考）、B 帧（ bi-predictive，双向参考）。	保留 I/P/B 帧，新增 IBC（帧内块复制） 用于屏幕内容编码（解决重复纹理，如PPT、游戏）。
2. 编码单元划分	基本单元为 宏块（MB，16x16 像素），可细分为 8x8、4x4 子块。	采用 CTU（编码树单元，最大 128x128 像素），通过四叉树/三叉树灵活划分为 CU（编码单元，8x8~128x128），适配不同纹理复杂度（细节多的区域用小 CU，平坦区域用大 CU）。
3. 帧内预测（去空间冗余）	亮度块支持 9 种方向预测（0°、45°、90° 等）+ 1 种 DC 预测（平均），色度块支持 4 种模式。	亮度块支持 35 种方向预测（角度更精细）+ 平面预测（平滑区域），色度块与亮度块预测模式关联（减少冗余），新增 PDPC（像素点依赖预测） 优化边缘细节。
4. 帧间预测（去时间冗余）	基于宏块的运动估计（ME）和运动补偿（MC），搜索范围最大 ±16 像素（可扩展），运动向量精度 1/4 像素。	运动估计支持 更大搜索范围（±128 像素），运动向量精度提升至 1/8 像素，新增 Merge 模式（直接复用相邻块运动信息，减少计算量）和 AMVP（高级运动向量预测） 提升预测精度。
5. 变换与量化（去空间冗余）	基于 4x4 或 8x8 整数 DCT 变换（减少高频冗余），量化步长随 QP（量化参数）增大而增大（QP 0-51）。	采用 32x32 以下可变大小变换（如 4x4、8x8、16x16、32x32），适配不同 CU 大小；新增 NSST（非对称变换） 优化边缘区域，量化矩阵更灵活（动态调整）。
6. 熵编码（去信息熵冗余）	支持 CAVLC（基于上下文的可变长编码，低复杂度）和 CABAC（基于上下文的自适应二进制算术编码，压缩率更高）。	仅保留 CABAC（优化上下文模型，压缩效率比 H.264 的 CABAC 高 10-15%），并支持变换系数扫描顺序自适应。
7. 环路滤波（提升画质）	采用 Deblocking Filter（去块效应滤波），消除块边界伪影。	新增 SAO（样本自适应偏移） 和 ALF（自适应环路滤波）：SAO 对重建像素分类偏移补偿，ALF 对局部区域自适应滤波，进一步减少编码失真。

2. H.265 相对 H.264 的核心优势

• 更大编码单元：128x128 CTU 相比 16x16 宏块，更适合 4K/8K 高分辨率视频（减少块边界冗余）。
• 更精细预测模式：35 种帧内预测方向 + 1/8 像素运动向量，提升预测精度（减少残差数据）。
• 灵活变换量化：可变大小变换适配不同纹理，降低高频冗余。
• 新增工具：IBC、SAO、ALF 等，针对性优化屏幕内容、画质细节。

二、常用配置参数（H.264/H.265 通用与差异）

编码参数直接影响画质、码率、编码速度，核心参数如下：

1. 基础参数（通用）

• 分辨率（Resolution）：如 1920x1080（1080P）、3840x2160（4K）。分辨率越高，原始数据量越大，需更高码率支撑。
• 帧率（Framerate）：如 25fps（PAL）、30fps（NTSC）、60fps（高动态场景）。帧率越高，时间冗余越小，码率需求越高（约与帧率成正比）。
• 位深（Bit Depth）：H.264 主要支持 8bit，H.265 支持 8/10/12bit（10bit 可表示 10.7 亿色，减少色带）。位深每增加 2bit，原始数据量翻倍。
• 色彩空间（Color Space）：主流为 YUV420（亮度 Y + 色度 U/V 按 4:2:0 采样，平衡画质与数据量），H.265 支持 YUV444（全采样，画质更高但码率大）。

2. 编码控制参数（核心）

• Profile & Level：

  • Profile：定义编码工具集（功能支持）。
    • H.264：Baseline（无 B 帧，用于实时通信）、Main（支持 B 帧，用于流媒体）、High（支持 8bit 高分辨率，用于蓝光）。
    • H.265：Main（8bit）、Main10（10bit）、MainStillPicture（静态图）等。
  • Level：限制最大分辨率、帧率、码率（性能上限）。例如 H.264 Level 4.1 支持最大 1080P@30fps，H.265 Level 5.1 支持 4K@60fps。

• GOP 结构（图像组）：

  • 定义 I 帧间隔（如 GOP=120 表示每 120 帧一个 I 帧），影响随机访问能力和码率。
  • I 帧间隔越长：码率越低（I 帧码率高），但随机访问延迟大（需解码到 I 帧才能开始），丢包后恢复慢。
  • 典型配置：实时场景（如视频会议）GOP=1-2 秒（如 30fps 下 GOP=30-60）；存储场景（如监控）GOP=5-10 秒。

• 量化参数（QP，Quantization Parameter）：

  • 范围：0-51（H.264/H.265 通用），QP 越小，量化越精细（残差保留越多），画质越好但码率越高。
  • 对应关系：QP 每增加 6，码率约减半（近似指数关系）。例如 QP=24 码率是 QP=30 的 2 倍。
  • 实际使用：通常设置 QP 范围（如 22-30），配合码率控制。

• 码率控制方式（Rate Control）：

  • CBR（Constant Bit Rate，恒定码率）：码率固定（如 4Mbps），适合带宽受限场景（如直播），但复杂场景可能画质下降（为保码率被迫增大 QP）。
  • VBR（Variable Bit Rate，可变码率）：根据内容复杂度动态调整码率（简单场景低码率，复杂场景高码率），画质更稳定，适合存储（如本地录像）。
  • CRF（Constant Rate Factor，恒定质量因子）：不限制码率，通过固定 CRF 值（0-51，越小画质越好）保证主观画质一致，适合非带宽敏感场景（如视频制作）。

3. H.265 特有参数

• CTU 大小（CTU Size）：可选 16x16、32x32、64x64、128x128（默认 64x64）。大 CTU 适合平坦区域（如天空），小 CTU 适合细节区域（如人脸），但 128x128 会增加编码耗时。
• SAO/ALF 开关：SAO 提升边缘画质（默认开启），ALF 进一步优化细节（但增加计算量，实时场景可能关闭）。

三、码率计算规则

码率（Bitrate）是单位时间内的视频数据量（单位：Mbps 或 kbps），直接影响存储体积和传输带宽。

1. 原始视频码率（未压缩）

计算公式：

原始码率（Mbps） = 分辨率宽度 × 分辨率高度 × 帧率 × 位深 × 采样率 ÷ 10^6  

• 采样率：YUV420 为 1.5（每个像素含 1 个 Y + 0.5 个 UV），YUV444 为 3（1Y+1U+1V）。

示例：

• 1080P（1920x1080）、30fps、8bit、YUV420：
  原始码率 = 1920×1080×30×8×1.5 ÷ 1e6 ≈ 746 Mbps

2. 压缩后码率（编码后）

压缩后码率由编码效率决定，H.264 压缩比约 100:1~50:1，H.265 约 200:1~100:1（同等画质）。

影响因素：

• 分辨率/帧率：正相关（分辨率翻倍，码率约翻倍；帧率翻倍，码率约翻倍）。
• 内容复杂度：动态场景（如体育）> 静态场景（如会议），码率需求高 2-3 倍。
• 画质要求：QP 越小（或 CRF 越小），码率越高。

经验推荐码率：

分辨率	H.264 推荐码率（Mbps）	H.265 推荐码率（Mbps）	场景
720P	2-4	1-2	直播/监控
1080P	4-8	2-4	流媒体/存储
4K	15-25	8-15	高清影视/监控

3. 码率与存储体积换算

存储体积（GB） = 码率（Mbps） × 时长（秒） ÷ 8 ÷ 1024
示例：1080P H.265 视频（4Mbps），1 小时存储体积 = 4×3600÷8÷1024 ≈ 1.76 GB

四、常见面试题

1. H.265 相比 H.264 为什么能节省码率？
   答：核心在于更灵活的编码单元（CTU 替代宏块）、更多预测模式（35 种帧内方向、1/8 像素运动向量）、优化的变换量化（可变大小变换）及新增工具（SAO、IBC 等），提升冗余去除效率，同等画质下码率降低 50% 左右。

2. QP 与码率的关系？为什么 QP 不能无限小？
   答：QP 越小，量化越精细，残差数据越多，码率越高（近似 QP 每增 6，码率减半）。但 QP 过小（如 <10）时，残差接近原始数据，压缩率极低，且画质提升不明显（人眼分辨极限）。

3. CBR 和 VBR 各适合什么场景？
   答：CBR 适合带宽固定的场景（如直播、视频会议），避免码率波动导致卡顿；VBR 适合存储场景（如本地录像、影视点播），通过动态调整码率平衡画质与存储，复杂场景用高码率，简单场景用低码率。

4. GOP 长度对编码有什么影响？
   答：GOP 越长（I 帧间隔越大），码率越低（I 帧占比减少），但随机访问延迟越大（需解码到 I 帧才能开始），且丢包后错误扩散范围更大（P/B 帧依赖前帧）；GOP 越短则相反，适合实时交互场景。

通过理解编码原理、参数含义及码率规律，可根据实际场景（分辨率、帧率、带宽、存储）优化编码配置，平衡画质、码率与性能。