音视频学习（三十四）：H264中的宏块

什么是宏块？

在 H.264 中，宏块是编码图像时最小的处理单位。它的核心作用包括：

• 帧内预测（Intra Prediction）
• 帧间预测（Inter Prediction）
• 变换、量化、熵编码等

标准定义：

• 一个宏块 = 16×16 像素（亮度 Y 分量）
• 包含：
  • 4 个 8×8 的子块（Y 分量）
  • 8 个 8×8 的色度块（U、V 分量各 4 个）

为什么用宏块？

视频压缩的本质是去冗余：

• 空间冗余（同一帧内相似区域）→ 帧内预测
• 时间冗余（帧之间变化不大）→ 帧间预测

宏块的使用使得这些处理可以局部进行，提高压缩效率、预测准确性。

宏块划分示意图

一个 1080p（1920×1080）的视频帧会被划分成：

水平宏块数 = 1920 / 16 = 120
垂直宏块数 = 1080 / 16 = 67.5 ≈ 68（不足的部分补0）
总宏块数 ≈ 120 × 68 = 8160

H.264 宏块的编码方式

每个宏块可以选择不同的预测与编码方式来达到最优压缩效果：

帧内编码（Intra）

• 预测模式：4×4、16×16（亮度）、8×8（色度）
• 利用同一帧中已编码的邻近像素预测当前宏块

┌───────────────┐
│               │ ← ← ← ← ← ← ←
│               │   上方像素
│   当前宏块    │ ← ← ← ← ← ← ←
│               │
│               │
└───────────────┘
← 左侧像素参与预测

预测方向（示意）：

↖ ↑ ↗ ← → ↙ ↓ ↘

帧间编码（Inter）

• 运动估计（Motion Estimation）：从前/后帧找“最像”的块
• 支持子块划分（如 16×8、8×16、8×8、4×4）
• 运动矢量（MV）：表示宏块如何在时间维度上“移动”

帧 t+1                         帧 t
┌────────┐           查找最相似宏块
│ MB16x16│ ←←←←←←←←←←──────────────┐
└────────┘        运动矢量 MV      │
                                ┌──┴───────┐
                                │宏块参考  │
                                └──────────┘

宏块与压缩的关系

机制	说明
预测块分割越小	越能贴合图像细节 → 更高质量，但编码复杂度增加
全帧重复区域	多个宏块会复用相同预测块 → 压缩率提升
噪声图像/快速运动	预测效果差，宏块间差异大 → 码率增高

如何查看宏块信息？

FFmpeg + x264 编码日志

x264 --verbose --output out.mp4 input.y4m

使用 ffmpeg 分析码流：

ffmpeg -debug mb_type -i video.mp4 -f null -

你会看到每帧中宏块的预测类型（I, P, B，Intra, Inter, Skip 等）

H.265 的 CTU

在 H.265 中，宏块（MB）被更灵活的结构**CTU（Coding Tree Unit）**替代：

• 最大支持 64×64 编码单元
• 更灵活的划分（递归四叉树）

这让 H.265 的压缩效率比 H.264 提升约 50%。

名称	大小	用途	特点
宏块 (MB)	16x16	H.264 最小编码单元	用于帧内/帧间预测，支持子块划分
CTU (Coding Tree Unit)	最大 64x64	H.265 编码单元	更灵活，提升压缩效率