H264编码原理(I帧、B帧、P帧、IDR帧)

I帧、B帧、P帧

编码帧的分类

• I帧(intraframe frame)，关键帧，采用帧内压缩技术，IDR帧属于I帧。每个GOP组中第一帧肯定是I帧，而且还是一种特殊的I帧，也可以称为IDR帧。

一个GOP中可能有很多I帧，但是只有一个IDR帧。

如果一组中有很多帧，超过了h264限制，会强制塞一个I帧，防止出现错误时，出现串联，因为后面所有非I帧的解码都要依据I帧中的数据进行解码，都是依赖于I帧的。

• P帧(forward Predicted frame)，向前参考帧。压缩时只参考前面以处理的帧，采用帧间压缩技术。占I帧的一半大小。

所谓向前参考帧就是前面的帧解码成功之后才能解码P帧，前面的帧解码失败，P帧会由于没有关键信息而解码失败(就是上一篇文章说的，小人图片的背景、头发等).

P帧只参考前面，不参考后面。

• B帧(Bidirectionallly predicted frame)，双向参考帧。压缩时，既参考前面已经处理的帧，也参考后面的帧，帧间压缩技术。它占I帧的四分之一大小。

如果两帧连续时，且B帧在前，一定是P帧优先进行解码，在一组帧处理时一定是B帧后进行解码，但是播放时按照顺序进行播放，即B帧先进行播放。

虽然B帧的压缩率是最高的，但是同时占用cpu，还会耗费大量时间，B帧越多，延迟性越大，由于实时通信一定是快速的，计量做到数据过去立即进行解码，展示。

所以在大部分实时视频场景中，比如音视频会议、在线教育等，都是使用的I帧和P帧，没有使用B帧。

而在大量的音视频转码时，会大量使用B帧，这是为了减少存储空间，因为去买云存储时，空间越大花费也是越大的。

IDR帧与I帧的区别与联系

• IDR(Instantaneous Decoder Refresh)解码器立即刷新

极端的想，如果所有的视频都是一串下来，如果中间出现了错误，那么后边的视频就很难恢复了，如果有了IDR帧，当解码器遇见IDR帧时会将解码器 缓存区全部清空，因为每一个GOP的第一帧都是IDR帧。

将缓存的数据都清空对到来的GOP所有视频帧都没有影响，因为这个GOP后边的所有视频帧都是依赖于这个IDR帧的。

这样可以防止错误的传播性。

• 每当遇见IDR帧时，解码器就会清空解码器参考buffer中的内容。

  
  

• 每个GOP中的第一帧就是IDR帧

• IDR帧是一种特殊的I帧

帧与分组的关系

以GOP1为例，可以看见第一个I帧指向三个B帧以及一个P帧，这是因为P帧向前参考解码，但是前面三个B帧无法参考，所以要参考I帧，拿到公共部分数据，进行解码。

B帧前后参考解码，所以既要参考I帧，也要参考后面的P帧，所以在传输时，虽然是按照IBBBP的顺序进行传输，但是实际解码顺序确是IPBBB，第一帧无疑解IDR帧，第二帧解码P帧，所以实时性不是太好。

B帧前后参考时，向前也可以参考P帧，图内可以看出来这一点。

B帧与B帧是没有任何参考的。

SPS与PPS

与之称为帧不如说参数数据，是在IDR帧之前，

• SPS(Sequence Parameter Set)

序列参数集，作用于一串连续的视频图像。如seq_parameter_set_id、帧数及POC(picture order count)的约束、参考帧数目、解码图像尺寸和帧场编码模式选择标识等。

在解码时可以参考一帧也可以参考多帧，上面说的是参考一帧，之后会有参考多帧的情况，参考多帧时，压缩率会进一步降低。

• PPS(Picture Parameter Set)

图像数据集，作用于视频序列中的图像，如pic_parameter_set_id、熵编码模式识别选择标识、片组数量、初始量化参数和去方块滤波系数调整标识等