处理原始视频时，如何用H.264编解码器构造P帧

Question

我正在尝试大致了解视频编解码器的工作原理，其中之一是H.264。

我在网络上浏览了一些有关该工具工作原理的文章，H.264希望对此有所了解。

在阅读相同的内容的时候，我知道了不同类型的帧，例如I-Frame，P-Frame和B-Frame，在流式传输使用H.264。

我无法理解的是，给了一个原始视频，其中显然有帧的数据，网络上的文献说这I-Frame是原始帧，因为它是P-Frame从先前的I-Frame或预测的位置P-Frame，在这里如何P-Frame预测P-Frame当另一个还不存在时。

同样使我困惑的是对P-Frame。

请帮助理解相同内容或参考解释相同内容的文献。

Answer 1

考虑您对B帧的最后评论。视频编码器具有一个缓冲区，可以保留一定数量的帧。

让我们考虑一个示例，其中前4个帧将使用以下结构进行编码：IBBP。

第一帧被编码为I帧（内部）。帧2和3是B帧，由于它们正在等待“未来”帧P，因此无法立即进行编码。因此将它们放入缓冲区。当帧4到达编码器时，它以第一个帧（I帧）为参考进行帧间编码（单向）。现在已经对P帧进行了编码，可以对双向的帧2和3进行编码（因此在过去和将来需要参考），可以进行编码（帧间，双向）。

因此，编码顺序为：IPBB。这与显示顺序不同。

如您所见，B帧在编码过程中引入了延迟，因此通常不用于视频会议等低延迟应用中。