从这一篇开始，我们将介绍H.264/AVC。在前几篇里，我们分别介绍了MPEG-1和MPEG-2，按照顺序考虑下来，我们该会疑问，接下来不应该是MPEG-3嘛？没错，事实上MPEG-3确实有，它是在MPEG-2之后，制定的应用在HDTV上的音视频标准。但是由于MPEG-2大获成功，已经可以满足需求，所以MPEG-3就被融合进了MPEG-2。

那我们又该有疑问了，那接下来也不应该是H.264/AVC吧，应该是MPEG-4才对呀，这就涉及到我们今天的话题。所以在讲H.264/AVC之前，我们就来聊聊MPEG-4。

1、MPEG-4

MPEG-4也称视听对象编码（Coding of audio-visual objects）标准，注意跟MPEG-1和MPEG-2相比，它多了对象两个字。它不仅吸收了MPEG-1和MPEG-2的许多特性，并且引入了视听对象（audio-visual objects）编码的概念。这里我们不用管视听对象具体是指什么，因为它并不会在接下来的H.264/AVC中出现。为什么呢？这就涉及到MPEG-4的组成部分了。

就像MPEG-1和MPEG-2一样，MPEG-4由多个部分组成。而因为MPEG-4应用之广，它在1998年第一版发布之后，又在1999年发布了第二版，并且在2000年正式成为国际标准，而且即使现在，也在不断更新和完善。介绍这一段的主要目的，不是为了说明MPEG-4有多牛逼，而是为了说明，正因如此，MPEG-4的多个部分，也有先来后到。比如Part 1和Part 31，Part 1肯定是最早发布的，而Part 31，直到最近也就是2014年才发布。

MPEG-4不只是一个音视频编解码标准，它还是多媒体的应用标准。它的内容包括，音视频编解码、字幕流文本格式、字体压缩、3D图形压缩、Web视像编码等。由此可见MPEG-4的范围之广，由于它的研究课题很多，大多数人并不会全盘学习。比如我们，只关心音视频编解码部分，而这部分对应的Part分别为：Part 2（Visual）、Part 3（Audio）、Part 10（AVC）、Part 14（MP4），当然为了了解MPEG-4，还会看一下Part 1（system），也就是系统部分。

注意到Part 2和Part 3，分别是视像和声音部分，而这两部分，也是最早发布的版本里囊括的。而我们前面说的对象编码，就应用在Part 2（Visual）里。所以当我们说MPEG-4可视对象编码的时候，一般指MPEG-4 Visual，也就是ISO/IEC 14496-2 Part2，其中14496是指MPEG-4标准的编号，2就是只Part 2，合起来就是14496-2。 如下图：

图中标红框的，是它们的第一次发版的时间，可以追溯到1999年，也就是MPEG-4的第二版就发布了。

不过我们并不准备把精力放在MPEG-4 Visual上，因为在如今的实际应用中，还是H.264/AVC比较流行。我们前几篇之所以讲MPEG-1和MPEG-2，是因为它们能够为理解H.264/AVC提供帮助，但是MPEG-4 Visual包含新的对象编码的知识，对理解H.264/AVC帮助较小，所以我们直接忽略，有兴趣的自行翻阅资料即可。下面我们就开始介绍今天的主角：H.264/AVC

2、H.264/AVC

有的同学可能会觉得跳跃有点快，刚才还在说MPEG-4呢，怎么一下跳到H.264/AVC了。首先，这种感觉是正常的，因为我还没介绍一个关键的信息。从这篇文章开头开始，我们在讲H.264/AVC的时候，都一直在把H.264 和 AVC连在一起写出来，这样写其实是和它的起源有直接意义的。

我们在上面讲MPEG-4的几个比较重要的部分（Part）时，除了Part 2、Part 3，还有Part 10（AVC）和Part 14（MP4），Part 14一看就知道，这不就是大名鼎鼎的MP4格式嘛（关于MP4我们后面再介绍）。而另一个Part 10，后面备注为AVC，难道它跟H.264/AVC有关系？

恩，没错，你猜对啦，事实确实是这样。

MPEG-4 Part 10

这是维基百科上，关于MPEG-4 Part 10的介绍，请看标红框备注部分：一种视频信号压缩格式，在技术上和ITU-T H.264是一样的。而AVC的意思是，Advanced Video Coding，也就是高级视频编码。它是在2003年发布的，这与我们在MPEG-1中，展示的编码年表也是契合的：

国际视像编码年表

这样来看，ITU-T H.264和MPEG-4 AVC其实就是一个标准。之所以是一个标准，是因为它是由ITU-T VCEG（Video Coding Experts Group）专家组，和MPEG专家组，联合开发的，因此才产生了H.264/AVC这样的叫法。

H.264/AVC应用非常广泛，它可以把原始的RGB或YUV像素数据，编码为h.264裸流，而基于h.264裸流，我们还可以把它封装为MP4、MKV等格式保存至本地，还可以使用传输协议进行打包，在互联网上进行传输。这就是H.264/AVC目前的主流应用，当然这一段看不懂也没关系，因为我们只是稍微展望前方的知识路径。

H.264/AVC相比之前的编码标准，比如MPEG-1、MPEG-2，在结构上并没有明显改变。但是它的编码效率却比它们高出不少，这是为什么呢？那是因为H.264/AVC在之前的标准上，进行了很多改进，尤其是在各个主要功能模块。虽然这些改动并不大，但是这些改进却成为精华，使H.264/AVC的压缩效率，是MPEG-2的2~3倍。有效的降低了在网络上传输视频数据的成本，并且之前使用MPEG-2的DVD和数字电视，也转向了H.264/AVC。

下面就是H.264/AVC的主要改进：

（1）帧间预测： 采用可变图块的帧间预测和移动补偿，注意是可变图块，之前标准的预测图块大小为16×16像素，而改进了之后，预测图块可小到4×4像素。这样一来，移动矢量的预测精度就提高了。

（2）帧内预测： 帧内预测图块的大小，改进成了可以为16×16的宏块，也可以是4×4像素的图块，而且定义了多种预测方式。这样做，就是为了找到最佳匹配的预测图块。

（3）采用整数变换： 这是从DCT演变来的变换，可以提高运算速度。

（4）采用CAVLC和CABAC熵编码： 名称不用强记，只需知道它们都属于熵编码，并且比VLC（Variable Length Coding/可变长度编码）的编码效率高就可以了。

（5）采用多参考帧和消除块状失真的滤波技术： 块状失真就是指当压缩率过高时，会导致重构图像出现块状外观现象。而消除这一现象使用的滤波技术，如果你不打算深入学习数字图像处理，可以先不用管。

可以看到，这些改进里虽然动静不大，但是每一个都影响较大。尤其是前1、2条，16×16的预测图块，可以小到4×4，这毕然会使移动矢量的预测精度大大提高，从而影响一组预测图像，这就类似蝴蝶效应的威力！