视频I帧、P帧、B帧详解

目录

一、背景    

二、概念

2.1、I帧（Intra-coded Frame，帧内编码帧）

2.1.1、定义 

2.1.2、编码原理 

2.1.3、特点 

2.1.4、使用场合 

2.2、P帧（Predictive Frame，预测帧）

2.2.1、定义 

2.2.2、编码原理 

2.2.3、特点 

2.2.4、使用场合 

2.3、B帧（Bidirectional Frame，双向预测帧）

2.3.1、定义

2.3.2、编码原理

2.3.3、特点 

2.3.4、使用场合 

三、压缩和GOP

3.1、帧之间的依赖关系

3.2、压缩法与GOP

3.3、编码流程对比 

3.4、解码复杂度

四、 I帧，B帧和P帧的判断

4.1、 I帧，B帧和P帧的判断方法

4.1.1、H.264帧判断

4.1.2、H.265帧判断

4.2、使用C++判断H.264/H.265的帧类型

4.2.1、步骤解析

 4.2.2、解析代码示例

4.2.3、代码说明

五、总结

 参考：

---

一、背景    

        I帧（Intra frame）、P帧（Predictive frame）和B帧（Bidirectional frame）是视频编码中的三种不同类型的帧，它们有不同的特点和作用，分别在不同的场合下使用。

       视频压缩中，每帧代表一幅静止的图像。而在实际压缩时，会采取各种算法减少数据的容量，其中IPB就是最常见的。 

二、概念

      简单地说，I帧是关键帧，属于帧内压缩。就是和AVI的压缩是一样的。P是向前搜索的意思。B是双向搜索。他们都是基于I帧来压缩数据。

2.1、I帧（Intra-coded Frame，帧内编码帧）

2.1.1、定义 

        独立的关键帧，不依赖其他帧即可解码。 I帧表示关键帧，你可以理解为这一帧画面的完整保留；解码时只需要本帧数据就可以完成（因为包含完整画面）。

2.1.2、编码原理 

•  仅对当前帧内的空间冗余进行压缩
•  采用离散余弦变换（DCT） 将像素块转换为频域系数
•  通过量化和熵编码（如CAVLC/CABAC）进一步压缩

2.1.3、特点 

•  数据量最大（约占单帧体积的5-10倍）
•  解码不依赖前后帧
•  是视频的随机访问点（Seek操作的基础）

2.1.4、使用场合 

• 视频的起始处：每个视频序列通常以I帧开头。
• 场景切换：在场景变化明显的地方插入I帧，有助于提高视频质量。
• 随机访问点：需要频繁的随机访问时，增加I帧的频率。

2.2、P帧（Predictive Frame，预测帧）

2.2.1、定义 

        基于前向参考帧（I帧或P帧）预测的帧。P帧表示的是这一帧跟之前的一个关键帧（或P帧）的差别，解码时需要用之前缓存的画面叠加上本帧定义的差别，生成最终画面。（也就是差别帧，P帧没有完整画面数据，只有与前一帧的画面差别的数据）。

2.2.2、编码原理 

• 通过运动估计（Motion Estimation） 寻找与参考帧的相似块
• 计算运动矢量（MV） 描述块位移
• 对预测残差（当前块 - 参考块）进行DCT+熵编码

2.2.3、特点 

•  数据量约为I帧的1/3~1/2
•  依赖前序参考帧（形成单向依赖链）
•  包含运动补偿信息

2.2.4、使用场合 

• 连续场景：适用于场景变化不大的连续帧。
• 减少带宽：通过减少数据量来节省带宽和存储空间。

2.3、B帧（Bidirectional Frame，双向预测帧）

2.3.1、定义

        同时参考前后帧的帧。B帧是双向差别帧，也就是B帧记录的是本帧与前后帧的差别（具体比较复杂，有4种情况），换言之，要解码B帧，不仅要取得之前的缓存画面，还要解码之后的画面，通过前后画面的与本帧数据的叠加取得最终的画面。B帧压缩率高，但是解码时CPU会比较累。

2.3.2、编码原理

• 双向运动预测：综合前向+后向参考帧信息