本文详细介绍了H.264编码中的变换和量化过程，包括亮度和色度分量的处理。对于亮度，讨论了不同情况下的变换流程，如16x16 Intra Prediction和8x8 Inter Prediction宏块的处理方式。色度变换与亮度类似，但与亮度的16x16宏块不同，它对应于8x8的色度宏块。量化步长和变换核的具体细节在实际应用中尤为重要，是理解H.264编码效率的关键。
先说一句，在传统的混合编码框架中，预测和变换是不会产生失真的，只有量化才会导致失真。
貌似264没有把变换和量化分的很清楚，没有特别明显的界限感，下面实际看看。
264的basic transform或者说是core transform是4x4或者8x8的整数变换，是DCT的近似。
首先聊聊亮度的变换量化
除了(a)使用16x16Intra Prediction进行编码的宏块和(b)在High profile打开用于宏块的8x8整数变换两种情况，都是使用下图的流程进行亮度分量的变换量化的：
图中每一个小块尺寸为4x4，使用4x4的变换核进行变换，在缩放和量化之后，按照z顺序扫描。
如果出现前面说的(a)情况，那么流程会有一些变化，如下所示：
在4x4的小块使用4x4的变换核进行变化之后，每个4x4小块的DC系数拼起来，得到一个4x4的DC系数组成的块，再进行一次哈达玛变换。这是因为这些直流系数是高度相关的，使用两次变换可以更彻底的去除频域冗余，提高编码性能。反变换过程如下所示：
如果出现前面说的(b)情况，就是使用8x8的变换核，对于那些使用8x8Intra Prediction或者是任一Inter Prediction的宏块，变换流程如下所示：
再聊聊色度的变换量化
现在假设是YUV420格式，对应16x16大小的亮度宏块，有两个8x8大小的色度宏块。色度的变换量化过程和亮度的(a)情况相似，流程如下所示：
反流程如下所示：
先建立一个对264的变换量化的整体认识，具体细节比如量化步长、变换核什么的等实际用到了再看。。。
扫一扫
914
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
