ffmpeg音視頻基礎知識

• 前言
• 一、圖像的基礎知識
• 二、視頻編碼基礎知識
• • 1.視頻和圖片之間的關系
  • 2.為什么要編碼？
  • 3.什么是編碼？
• 視頻相關專業術語

提示：文章寫完后，目錄可以自動生成，如何生成可參考右邊的幫助文檔

文章目錄

• 前言
• 一、圖像的基礎知識
• 二、視頻編碼基礎知識
• • 1.視頻和圖片之間的關系
  • 2.為什么要編碼？
  • 3.什么是編碼？
• 視頻相關專業術語

---

前言

最近樓主在用ffmpeg進行音視頻的開發，但對于里面的音視頻的基礎知識不是很了解，自己上網查找資料進行了總結，方便大家學習

---

提示：以下是本篇文章正文內容，下面案例可供參考

一、圖像的基礎知識

我們平常看到的一張張的圖片都是有一塊一塊帶有顏色的塊組成的。那么這些塊我們稱之為像素。像我們平時用的電腦，都會有1920*1080的分辨率，也就是說它是由長度1920個像素點，寬度1080的像素點組成的。它的乘機是2073600，相當于電腦屏幕上有兩百多萬的像素。同時呢，手機（或者顯示器）上的屏幕上每英寸面積，像素越多,那么自然的，圖片給人的感覺就更清晰，這個就是我們常說的PPI.

二、視頻編碼基礎知識

1.視頻和圖片之間的關系

視頻就是一張一張的圖片連起來的畫面。衡量它的指標就是我們常說的幀率（Frame Rate）。在視頻中，一個幀是一副靜止的畫面。幀率，是秒的幀的數量，幀率越高，畫面越流暢。打游戲時，大家要想玩的爽，肯定幀率要高。

2.為什么要編碼？

首先，我們需要了解到的在沒有編碼之前，我們原始的視頻是有多大呢？

以一個分辨率1920*1280，幀率30的視頻為例：
共：1920×1280=2,073,600（像素），每個像素點是24bit 也就是：每幅圖片2073600×24=49766400 bit，8 bit（位）=1 byte（字節）
所以：49766400bit=6220800byte≈6.22MB。

這是一幅1920×1280圖片的原始大小，再乘以幀率30。
每秒視頻的大小是186.6MB，每分鐘大約是11GB，一部90分鐘的電影，約是1000G

這因為如此，我們就要對視頻編碼，不然的話，一個電腦以2t的硬盤儲存空間來算，也存不了幾部電影。那你讓磁盤里的小姐姐該怎么辦呢。。。

3.什么是編碼？

編碼:就是按指定的方法,將信息從一種形式(格式)，轉換成另-種形式(格式)。視頻編
碼:就是將一種視頻格式，轉換成另一種視頻格式。

我們先來看看，視頻從錄制到播放的整個過程，如下：
首先是視頻采集。通常我們會使用攝像機、攝像頭進行視頻采集。采集了視頻數據之后，就要進行模數轉換，將模擬信號變成數字信號。其實現在很多都是攝像機（攝像頭）直接輸出數字信號。信號輸出之后，還要進行預處理，將RGB信號變成YUV信號。

那什么是YUV信號呢？
簡單來說，YUV就是另外一種顏色數字化表示方式。視頻通信系統之所以要采用YUV，而不是RGB，主要是因為。在YUV這種方式里面，加入了亮度這一概念。在最近十年中，視頻工程師發現，眼睛對于亮和暗的分辨要比對顏色的分辨更精細一些，也就是說，人眼對色度的敏感程度要低于對亮度的敏感程度。
所以，工程師認為，在我們的視頻存儲中，沒有必要存儲全部顏色信號。我們可以把更多帶寬留給黑—白信號（被稱作“亮度”），將稍少的帶寬留給彩色信號（被稱作“色度”）。于是，就有了YUV。

---

視頻相關專業術語

（1）視頻：
連續的圖象變化每秒超過24幀（Frame）畫面以上時，根據視覺暫留原理，人眼無法辨別單幅的靜態畫面，看上去是平滑連續的視覺效果，這樣連續的畫面叫做視頻。

（2）幀(Frame)：
是影像中常用的最小單位，相當于電影中膠片的每一格鏡頭，一幀就是一副靜止的畫面，連續的幀就形成了視頻。
（3）幀速率（FPS）：
每秒鐘所傳輸圖片的個數，也可以理解為處理器每秒刷新的次數，通常用FPS標識，當然幀數越高，畫面也就越流暢。

（4）轉碼 ：
指將一段多媒體包括音頻、視頻或者其他的內容從一種編碼格式轉換成為另外一種編碼格式。
（原視頻 – 解碼 – 像素數據 – 編碼 – 目標視頻）
（原音頻 – 解碼 – 音頻數據 – 編碼 – 目標音頻）

（5）視頻編碼：
講到視頻編碼，大家可能都會問為什么視頻要編碼？
— 要知道，采集的原始音視頻信號體積都非常大，里面有很多相同的、眼看不到的、耳聽不到的內容，比如，如果視頻不經過壓縮編碼的話，體積通常是非常大的，一部電影可能就要上百G的空間。

（6）視頻解碼：
有了編碼，當然也需要有解碼。
因為壓縮（編碼）過的內容無法直接使用，使用（觀看）時必須解壓縮，還原為原始的信號（比如視頻中某個點的顏色等），這就是“解碼“或者”解壓縮“。

（7）采樣頻率：
指錄音設備在一秒鐘內對聲音信號的采樣次數，它用赫茲（Hz）來表示，比如44.1KHz采樣率的聲音就是要花費44000個數據點來描述1秒鐘的聲音波形。原則上采樣率越高，聲音質量越好。

（8）比特率（碼率）：
表示單位時間（1秒）內傳送的比特數，一般我們用的單位是kbps，其英文是 Kilobits per second，意即“千位每秒”（根據發音亦譯作“千比特每秒”），意思是說每過一秒鐘，有多少千比特的數據流過，因此碼率也經常被稱為“比特率”。

總結

以上是生活随笔為你收集整理的ffmpeg音视频基础知识的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。