【视频编解码-02】视频编码的目的、条件和目标

article/2025/10/15 20:37:54

视频编码，是视频处理中的一个核心技术。
现代我们所看到的所有视频，包括电视、互联网、手机等等，几乎所有的视频都会被编码、解码。
整个视频技术的基本流程是：视频数据的采集、视频数据的编码、视频数据的传输、视频数据的解码、视频数据的处理。
当采集到视频数据，将视频传输之前，需要对视频数据进行编码。本文将要整理回答一下三个问题：

为什么要进行视频编码？
为什么能进行视频编码？
视频编码的终极目标是什么？

1. 为什么要进行视频编码？

简单的一句话，那就是为了减少传输的视频数据量，视频编码的主要目的就是为了压缩原始视频的数据量。
为什么要减少传输的数据量呢？因为网络带宽的资源是有限的，传输大量的视频数据的成本是很高的，为了减少成本，提高传输的效率，所以针对原始数据要进行压缩编码。
在第一篇文章【视频编解码-01】像素-PPI-比特率-码率……中计算了100分钟电影的原始数据量，如果不进行压缩，那么不仅传输，存储的成本也很高。

2. 为什么能进行视频编码？

了解了为什么要视频编码的原因。再来看看为什么能进行视频压缩编码。这个问题，就是要回答视频压缩编码的条件什么？视频压缩编码到底压缩掉了什么数据？

视频编码的理论基础是香农的信息论，信息论是用概率和数理统计的方法研究信息、信息熵、通信系统、数据传输、密码学以及数据压缩等问题的基础理论。因为视频编码属于数据压缩的范畴，所以信息论是视频压缩的基础。

至于香农的信息论，可以参见百度百科、香农三大定理。

首先，来了解一个概念，信息熵：
公式如下，它代表了信源S的熵：
在这里插入图片描述
单位：Bit/字符
那信息熵到底是什么呢？它是信息量的度量单位。不要再去想什么不确定性了，抽象的让人想去抽它，就认为它是信息的多样性吧，它的实际意义有两个：

信源S的平均信息量
编码所有符号S平均所需要的位数
直观的理解就是：信源熵是编码这个信源平均所需要的最小位数。

为什么能进行视频压缩编码？
第一个条件：香农第一定理【可边长无失真新原编码定理】，其意义是：将原始信源符号转化为新的码符号，使码符号尽量服从等概分布，从而每个码符号所携带的信息量达到最大，进而可以用尽量少的码符号传输信源信息。

**第二个条件：**视频数据本身存在大量的数据冗余。
视频数据的冗余，总结来看，主要有以下冗余：

空间冗余，是静态图像存在的主要的数据冗余。大片连贯性的空间像素相似度非常高；
时间冗余，是视频序列，也即相邻帧之间包含的非运动背景数据；
编码冗余，也是信息熵冗余，由信息论可知，为了表示图像数据的一个像素点，只要按照其信息熵的大小分配相对应的比特数即可，但是对于图像数据的每个像素，在获取图像时很难获取像素的信息熵，因此一般的是对每个像素采用相同的比特数表示，这样就必然存在信息熵冗余；
视觉冗余，人眼对图像的没感性是非均匀和非线性的，对于某些失真并不敏感，察觉不到图像的细微变化，这些细微变化即是丢失，人眼也感受不到，但是在记录视频的原始数据的时候，通常假定视觉系统是线性和均匀的，这一样就是产生了比理想编码更多的数据，这就是视觉冗余；
知识冗余，图像中包含了一些人们的先验知识，比如图像中的人脸五官架构，这些位置信息是固定的；根据已有知识，可以构造某些图像中所包含的物体的模型，创建特征图库，这样图像编码的时候只需要保存一些特征参数，从而可以减少数据量，知识冗余是模型编码利用的主要特性；
结构冗余，图像中存在很强的纹理结构或者自相似性，如果已知某种像素的分布模式，则可以通过某以特定过程生成图像；

以上两个必要条件，回答了为什么可以进行视频压缩编码。