视频技术基础-优快云博客

本文链接：https://blog.youkuaiyun.com/kl1411/article/details/121908121

本文介绍了视频技术的核心概念，包括主流的视频封装格式如MP4、MKV等，视频编码如H.264、H.265，音频编码如AAC，以及流媒体协议如HTTP、RTMP。视频编码用于压缩视频数据，封装格式则负责组织编码后的数据。此外，还讨论了分辨率如1080P、2K、4K与帧率的关系，以及码率对视频质量的影响。同时，提到了IPTV、OTT服务的区别与特性。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

目前比较主流的视频格式有下面这几种：avi，rmvb，mp4，flv，mkv等等。这里面作为的视频格式实际上是指视频的封装格式，指的是以什么方式把视频和音频数据打包成一个文件。
注：有些封装格式支持的视音频编码标准十分广泛，应该算比较优秀的封装格式，比如MKV；而有些封装格式支持的视音频编码标准很少，应该属于落后的封装格式，比如RMVB。

除了AVI之外，几乎所有的封装格式都支持流媒体播放，也就是“边下边播放”。

视频编码：
比如一秒钟的视频通常有24帧，这24张图画大部分区域可能都比较相近，那么我们是不是可以找到一种方法，只保存一张完整图片（我们称为关键帧），不保存其他图片，只保存和这个完整图片的不同（通过某种数学建模表达），这样就会节省很多空间，在播放的时候，通过和关键帧与每一帧的不同逆向恢复成一张完整的图片，这样就得到了24张完整的图片。（这里只是举例，实际应用中并不一定是每24帧图像被设定一个关键帧）。

编码格式就指的一种压缩视频图像的算法。主流的视频编码格式一览表如下：

目前主流的视频都采用H264（AVC）格式进行视频编码，H265（HEVC）可能对目前的计算机硬件资源来说计算量还是过大，还没有普及（只是猜测）。

目前主要的音频编码格式有AAC、AC-3、MP3、WMA。其中AAC应该是视频文件中最主流的编码格式。

视频播放器的原理：
在网站上看一个视频的时候，需要经过这几个步骤：解协议，解封装，解码视音频，视音频同步。如果播放本地文件则不需要解协议，为以下几个步骤：解封装，解码视音频，视音频同步。

这张图表示的是从网络流媒体下载到播放的整个过程，流媒体的协议有很多种，比如HTTP，RTMP或者MMS等。

解封装的作用，就是将输入的封装格式的数据，分离成为音频流压缩编码数据和视频流压缩编码数据。例如，FLV格式的数据，经过解封装操作后，输出H.264编码的视频码流和AAC编码的音频码流。

解码的作用，就是将视频/音频压缩编码数据，解码成为非压缩的视频/音频原始数据。
解码是整个系统中最重要也是最复杂的一个环节。通过解码，压缩编码的视频数据输出成为非压缩的颜色数据，例如YUV420P，RGB等等；压缩编码的音频数据输出成为非压缩的音频抽样数据，例如PCM数据。

视音频同步的作用，就是根据解封装模块处理过程中获取到的参数信息，同步解码出来的视频和音频数据，并将视频音频数据送至系统的显卡和声卡播放出来。

为什么要分封装格式和视频编码格式呢？这个其实跟网络分七层模型一个原理。

编码就只负责将最原始的音频和视频数据进行压缩，而压缩完的数据要怎么组织就拜托给上层的封装，封装接到视频音频数据负责给数据编号，指定同步协议，加入字幕等操作。经过封装后，得到的就是可以播放的上面提到的视频文件MP4或者MKV等等。
https://www.jianshu.com/p/c905f3ec59c9

流媒体协议，封装格式，以及视音频编码标准
协议数据、封装格式数据、视频编码数据、音频编码数据、视频像素数据、音频采样数据

流媒体协议是服务器与客户端之间通信遵循的规定。当前网络上主要的流媒体协议如表所示。

封装格式的主要作用是把视频码流和音频码流按照一定的格式存储在一个文件中。现如今流行的封装格式如下表所示：

视频编码的主要作用是将视频像素数据（RGB，YUV等）压缩成为视频码流，从而降低视频的数据量。

音频编码的主要作用是将音频采样数据（PCM等）压缩成为音频码流，从而降低音频的数据量。

现有的网络视音频服务主要包括两种方式：点播和直播。
直播服务普遍采用了RTMP作为流媒体协议，FLV作为封装格式，H.264作为视频编码格式，AAC作为音频编码格式。
点播服务普遍采用了HTTP作为流媒体协议，H.264作为视频编码格式，AAC作为音频编码格式。点播服务采用的封装格式有多种：MP4，FLV，F4V等，它们之间的区别不是很大。
https://blog.youkuaiyun.com/leixiaohua1020/article/details/18893769

2K和4K分辨率

720p 1280*720 1080p 1920*1080 2K 2560*1440（2.5K？？）（720*2） 4K 3840（1920*2）*2160（1080*2）（16:9）

2K分辨率指屏幕横向像素达到2000以上，主流2K分辨率为2560x1440。国内数字影院放映机主要采用这种分辨率。许多高端手机屏幕也开始使用这种分辨率。其他的2048×1536（QXGA）2560×1600（WQXGA），2560×1440(Quad HD)也可以做为2K的一种。在数字电影制作中，2048×1556 为进入 2K 的门槛。

4K分辨率是指水平方向每行像素值达到或者接近4096个，多数情况下特指4096*2160分辨率。而根据使用范围的不同，4K分辨率也有各种各样的衍生分辨率，例如Full Aperture 4K的4096*3112、Academy 4K的3656*2664以及UHDTV标准的3840*2160等，都属于4K分辨率的范畴。

4K标准用在手机，UHD标准用在电视

8K UHDTV（4320p）的寬高為7680×4320（2160*2）

流畅 360p/240p
标清（SD）480p、高清（HD）720p、全高清/蓝光（FHD）1080p、超（高）清（UHD）

https://wenku.baidu.com/view/0acae33ad1f34693daef3eb1.html

分辨率 1080P 2K等

由于保存完整的一帧一帧图片的视频原文件太大，必须要通过某种视频压缩算法将视频中的图片压缩，以减小视频文件大小。压缩比越大，解压缩还原后用来播放的视频就会有越严重的失真。

码率，简单来说就是指在压缩视频的时候给这个视频指定一个参数，用以告诉压缩软件期望的压缩后视频的大小。码率的英文名为bps(bit per second)，就是用平均每秒多少bit来衡量一个视频大小。

比如那个被压缩的1080P的视频，假设它的长度为100分钟,大小为1GB。
100min=100x60S=6000s
1GB=1024MB= 1024X1024KB=1024X1024X1024Byte=1024X1024X1024X8bit=8589934592bit
那么这个视频的码率大概就是1.4Mbit/s(8589934592/6000),这个比特率在在线视频中已经是非常高的了，一般主流视频平台的最高码率在1Mbit/s左右，比如直播网站斗鱼的高清选项实际播放的视频码率是900Kbit/s(0.9Mbit)。

帧率（Frame rate）是用于测量显示帧数的量度。所谓的测量单位为每秒显示帧数(Frames per Second，简称：FPS）或“赫兹”（Hz）。此词多用于影视制作和电子游戏。
由于人类眼睛的特殊生理结构，如果所看画面之帧率高于24的时候，就会认为是连贯的，此现象称之为视觉暂留。
对游戏，一般来说，第一人称射击游戏比较注重FPS的高低，如果FPS<30的话，游戏会显得不连贯。
每秒的帧数(fps)或者说帧率表示图形处理器处理时每秒钟能够更新的次数。高的帧率可以得到更流畅、更逼真的动画。一般来说30fps就是可以接受的，但是将性能提升至60fps则可以明显提升交互感和逼真感，但是一般来说超过75fps一般就不容易察觉到有明显的流畅度提升了。
如果帧率超过屏幕刷新率只会浪费图形处理的能力，因为监视器不能以这么快的速度更新，这样超过刷新率的帧率就浪费掉了。

总结一下它们的关系，对于视频来讲，码率应该是最重要的参数。
https://www.jianshu.com/p/028196b8ca14

传统有线电视运营商IPTV、互联网OTT、网络视频

从传输上来看，IPTV使用的是IP城域网，服务稳定，而网络视频和OTTTV使用的是广域互联网，技术上更为灵活，但也容易收到其他上网活动的干扰，影响收看效果。

从内容上看，IPTV受限于牌照商内容，但拥有电视台直播和回看资源这一相对独家的资源；OTT互联网电视点播内容相对丰富，但仍然受限于牌照和广电总局监管；网络视频内容最为丰富但主要优势集中在点播内容上。

从屏幕上看，IPTV和OTT互联网电视主要是电视大屏，网络视频则主要以电脑、移动端小屏幕为主。

在政策层面，此前OTT互联网电视由于牌照限制，多个参与企业被勒令整改甚至暂停运营；而国家对IPTV的政策持续利好。
https://m.sohu.com/n/494724800/?wscrid=95360_2

微信等OTT业务
优酷OTT业务主要指通过互联网电视机、互联网机顶盒，在电视平台播放的优质视频内容。