流媒体基础解析：从压缩到传输的基本了解

流媒体，又称为流式媒体，已成为现代网络视频传输的核心技术。其基本原理是将连续的影像和声音信息经过精心设计的压缩（编码）处理后，妥善存放在网站服务器上。随后，这些压缩后的数据通过网络高效传输至终端用户，最终由播放器通过解压设备（解码器）将这些数据还原，使得节目能够以接近原始发送状态的方式流畅显示出来。

1. 完整的视频流程

视频的播放过程是一个复杂而精细的系统工程，它涵盖了从声音的采集、编码压缩、封装格式的选择、传输协议的确定，到最终在用户侧选择合适的播放器和播放形式。这一流程是端到端的，任何一个环节的疏漏都可能影响到最终的观看体验。

2. 分辨率（不同分辨率的差异）

在探讨视频之前，我们不得不先了解图像的基本构成。图像，本质上是由无数个“带有颜色的点”组成的，这些点就是我们所说的“像素点”。像素，作为图像显示的基本单位，其数量直接决定了图像的清晰度。例如，一幅分辨率为1920×1080的图片，就意味着其长度为1920个像素点，宽度为1080个像素点，总像素数高达2,073,600，这样的图片通常被称为两百万像素的图片。

3. 帧率（I、B、P）

帧率，简单来说，就是在一秒钟时间内传输的图片数量，其单位为fps（帧每秒）。由于人类眼睛的特殊生理结构，当所看画面的帧率高于16fps时，我们就会认为画面是连贯的，这一现象被称为视觉停留。帧率越高，画面就越流畅，但相应的，文件体积也会增大，对带宽、显卡和内存资源的需求也会更高。

在视频压缩过程中，每一帧都代表着一幅静止的图像。为了减小数据容量，实际压缩时会采用各种算法，其中IPB就是最为常见的一种。

• I帧：表示关键帧，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，因为它包含了完整的画面信息。
• P帧：前向预测编码帧，表示的是这一帧与之前的一个关键帧（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，才能生成最终画面。P帧没有完整画面数据，只有与前一帧的画面差别的数据。
• B帧：双向预测内插编码帧，是双向差别帧。B帧记录的是本帧与前后帧的差别，解码时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。网络上的电影很多都采用了B帧，因为B帧的压缩率高，但解码时CPU会比较累。

在视频编码中，GOP（帧分组）是一个重要概念，它指的是两个关键帧之间有多少个编码帧（P帧和B帧）。两个关键帧之间帧的多少直接影响到对图像的解码和编码效率。GOP过长或过短都不是最优选择，需要找到一个合适的平衡点。

3.1 视频压缩说明

视频压缩主要分为帧内压缩和帧间压缩两种：

• 帧内压缩：也称为空间压缩。当压缩一帧图像时，仅考虑本帧的数据而不考虑相邻帧之间的冗余信息。这实际上与静态图像压缩类似，帧内一般采用有损压缩算法。由于帧内压缩是编码一个完整的图像，所以可以独立的解码、显示。但帧内压缩一般达不到很高的压缩比，跟编码jpeg差不多。帧内压缩是生成I帧的算法。
• 帧间压缩：相邻几帧的数据有很大的相关性，或者说前后两帧信息变化很小的特点。也即连续的视频其相邻帧之间具有冗余信息，根据这一特性，压缩相邻帧之间的冗余量就可以进一步提高压缩量，减小压缩比。帧间压缩也称为时间压缩，它通过比较时间轴上不同帧之间的数据进行压缩。帧间压缩一般是无损的，帧差值算法是一种典型的时间压缩法，它通过比较本帧与相邻帧之间的差异，仅记录本帧与其相邻帧的差值，这样可以大大减少数据量。帧间压缩是生成B帧和P帧的算法。

通过以上对流媒体基础的详细解析，我们可以更深入地理解流媒体技术的核心原理和关键环节，为后续的学习和应用打下坚实的基础。