音视频学习（三十三）：GOP详解
GOP
概念
GOP（图像组）是视频编码中一组帧的集合(按相关性分组)，它从一个关键帧（I帧）开始，后面跟随若干个参考帧（P帧）和预测帧（B帧）。其结构决定了视频帧的压缩和还原方式。
常见帧类型：
| 帧类型 | 全称 | 作用 |
|---|---|---|
| I帧 | Intra Frame（帧内编码帧） | 自包含图像，解码时不依赖其他帧，画质最好，体积最大 |
| P帧 | Predicted Frame（向前预测帧） | 依赖前面的 I/P 帧进行预测编码，体积较小 |
| B帧 | Bi-directional Predicted Frame（双向预测帧） | 同时参考前后的 I/P/B 帧，压缩效率最高，但对解码延迟影响最大 |
GOP的结构
一个 GOP 的典型结构例子如下：
I B B P B B P B B I ...
这个结构表示：
- 每个 GOP 以一个 I 帧开始
- 中间穿插 P 帧和 B 帧
- B 帧依赖前后的帧（会造成解码延迟）
- GOP 结束前会插入下一个 I 帧
GOP的长度
指的是两个 I 帧之间的帧数，比如：
- GOP=30，表示每隔 30 帧出现一个 I 帧
- 通常情况下：GOP = 帧率（FPS） × I帧间隔秒数
例如 30 FPS，每 1 秒一个 I 帧，则 GOP = 30
GOP 配置举例：
| GOP 设置 | 描述 |
|---|---|
| GOP=1 | 全部都是 I 帧，压缩率低，质量高，适合编辑 |
| GOP=30 | 典型结构，用于直播、流媒体 |
| GOP=60 | 压缩更高，但 seek（快进快退）效率变差 |
GOP 的影响因素
视频压缩率
- GOP 越大，I 帧越少，压缩率越高，但 seek 不方便
- GOP 越小，I 帧多，码率高，质量好，容易快速定位
视频延迟
- B 帧数量多时，必须缓存多帧进行解码 → 增加延迟
- 实时音视频场景（如直播、视频通话）一般使用 无 B 帧结构（IBP or IP）
视频质量
- I 帧质量决定场景变化的清晰度
- 高频场景（如运动、切换画面）建议缩短 GOP
应用建议
| 场景 | 建议 GOP 结构 | 原因 |
|---|---|---|
| 实时通话 | IP 或 IPPP（无B帧） | 降低延迟，提高实时性 |
| 直播 | IBBPBBP（GOP=30） | 平衡压缩和延迟 |
| 视频点播（VOD） | IBBPBBP（GOP=60+） | 压缩效率优先 |
| 安全监控录像 | GOP=50~100 | 存储成本低，偶尔 seek |
| 编辑剪辑 | GOP=1（全I帧） | 精确编辑，易于剪切 |
常见问题
GOP越大越好吗？
不一定。虽然压缩率高，但可能带来 seek 慢、画质下降、延迟增加等问题。
如何查看视频的GOP结构？
可以使用 ffprobe 命令（来自 FFmpeg）：
ffprobe -show_frames video.mp4
H264压缩比
压缩比
H.264 的压缩比并不是一个固定的值，它取决于多种因素，例如分辨率、帧率、GOP 结构、码率控制方式、场景复杂度等。但可以给出一个大致范围：
| 编码标准 | 压缩比（与未压缩 YUV 原始数据相比） |
|---|---|
| 未压缩（原始 YUV） | 1:1（参考基准） |
| MPEG-2 | 约 1:10 ~ 1:20 |
| H.264 | 约 1:30 ~ 1:100+ |
| H.265 | 约 1:50 ~ 1:200（比 H.264 高约 50% 压缩效率） |
示例（以 1080p@30fps 为例）
原始 YUV（YUV420p）数据大小：
分辨率 = 1920 x 1080
帧率 = 30 fps
YUV420 每帧字节数 ≈ 宽 × 高 × 1.5 = 1920×1080×1.5 ≈ 3MB
每秒原始数据 ≈ 3MB × 30 ≈ 90MB
使用 H.264 编码后的典型码率情况:
| 场景类型 | 常见码率 | 估算压缩比 |
|---|---|---|
| 视频通话 | 500 Kbps | 约 1:144 |
| 网络直播 | 2~4 Mbps | 约 1:30~1:60 |
| 高清录像（本地存储） | 4~10 Mbps | 约 1:10~1:20 |
| 高清点播（VOD） | 1.5~5 Mbps | 约 1:18~1:60 |
影响 H.264 压缩比的主要因素
| 因素 | 影响说明 |
|---|---|
| 分辨率 | 越高分辨率数据越大，相同码率下压缩更强烈，画质可能下降 |
| 帧率 | 帧数越多，运动预测开销越大 |
| GOP 长度 | GOP 越长（I 帧越少），压缩率越高，但 seek 较差 |
| B 帧数量 | 增加 B 帧可以提升压缩效率 |
| 场景复杂度 | 画面静态压缩率高，运动画面压缩率低 |
| 码率控制方式 | CBR 固定码率，压缩波动小；VBR/CRF 可变压缩比更高但画质波动 |
| 编码器质量预设 | 编码速度和压缩效率成反比，比如 x264 的 ultrafast vs slow |
实际编码压缩建议
使用 FFmpeg 设置压缩比（以 CRF 模式为例）：
ffmpeg -i input.mp4 -c:v libx264 -crf 23 -preset slow output.mp4
crf：压缩质量控制，范围是 0（无损）到 51（最差）。默认推荐 23preset：编码速度，ultrafast, superfast, veryfast, fast, medium, slow, slower, veryslow（越慢压缩比越高）
示例压缩效果对比（x264 编码）：
| CRF | 平均码率 | 画质评价 | 估算压缩比 |
|---|---|---|---|
| 18 | 高 | 接近无损 | 1:30 |
| 23 | 中 | 良好 | 1:50~1:70 |
| 28 | 低 | 可接受 | 1:80~1:100+ |