这里不是说B站动画的画质差，比如犬夜叉1080p画质，比起当年的DVD画质好太多了。再加上赛璐璐动画特有的那种质感，观感也许真的不比2021年的新番差。

    以此为契机我想写篇关于视频压缩失真的专栏，但解释这些现象前就不得不解释清楚“视频”到底是什么东西，于是就有了这篇文章。

    我们都知道，一个视频容器里往往有多个轨道，视频轨、音频轨以及字幕轨等。这里讨论的“视频”指的是视频轨里的内容。视频轨封装的内容是一张张的图像，一张张连续的图像就组成了视频。每一张这样的图像叫。帧变化的快慢叫，一般用即每秒有多少帧来表示。

则是表示单位时间内视频数据的大小，可以理解为视频体积÷视频时间，但这种说法不能解释等现象，建议以第一种理解方式为准。

    就是用利用三原色光的原理，将每种三原色颜色分一个通道，每个通道的储存精度为用数字表示范围就是0-255(2的8次方)。它可以产生一千六百万种颜色组合(256 × 256 × 256 = 16,777,216)，对人类的眼睛来说，其中有许多颜色已经是无法确切的分辨。用数字表示范围就是0-1024(2的10次方)，能够表现10.7亿种颜色。

    则是把RGB三个通道通过数学转换换成了Y通道亮度、U、V两个色度通道。这就是最初的YUV格式。YUV的发明是在彩色电视与黑白电视的过渡时期。彩色电视最早的构想是使用RGB三原色来同时传输。这种设计方式是原来黑白带宽的3倍，在当时并不是很好的设计。而YUV最大的优点在于只需占用极少的带宽。，从而达到减少带宽的目的。黑白电视只有Y（亮度）的信号，到了彩色电视规格的制定就用UV视作表示色度，如果忽略色度的UV信号，那么剩下的Y信号就跟之前的黑白电视频号相同，这样一来还能解决彩色电视机与黑白电视机的兼容问题。

   不是一种绝对色彩空间，是YUV压缩和偏移的版本。我们在视频用的不是这种最初的YUV而是它的翻版YCbCr。YCbCr的Y与YUV中的Y含义一致，Cb和Cr与UV同样都指色彩，Cb指蓝色色度，Cr指红色色度，在应用上很广泛。

    前面介绍YUV时提及到，人眼对亮度最为敏感，因此可以压缩色度信息。像视频的实际储存和传输中，通常将 Y 以全分辨率记录，UV 以减半甚至 1/4 的分辨率记录。这个手段被称为。色度半采样可以有效减少传输带宽，和加大 UV 平面的压缩率。

YUV 4:4:4采样，每一个Y对应一组UV分量。

YUV 4:2:2采样，每两个Y共用一组UV分量。 

YUV 4:2:0采样，每四个Y共用一组UV分量。 

(2).AVC/H.264压缩

    是编码标准的基本处理单元，通常它的大小也为16x16像素。16X16 的宏块上可以划分出更小的子块。子块的大小可以是 8X16､ 16X8､ 8X8､ 4X8､ 8X4､ 4X4。这主要看图像细节的丰富程度

完成分块后就采用以下几种方法进行压缩的操作：

经过压缩后的帧分为：I帧，P帧和B帧:

I帧：关键帧，完整的编码帧，采用帧内压缩技术。

P帧：向前参考帧，在压缩时，只参考前面已经处理的帧。采用帧间压缩技术

B帧：双向参考帧，在压缩时，它即参考前而的帧，又参考它后面的帧。采用帧间压缩技术。

除了I/P/B帧外，还有图像序列GOP。

GOP:两个I帧之间是一个图像序列，在一个图像序列中只有一个I帧。如下图所示：

    H.265/HEVC的编码架构大致上和H.264/AVC的架构相似，也包含帧内预测、帧间预测、转换、量化、去区块滤波器、熵编码等模块。为了提高高 清视频的压缩编码效率，H.265提出了超大尺寸四叉树编码架构，并采用编码单元（Coding Unit，CU）、预测单元（Predic tUnit，PU）和转换单元（Transform Unit，TU）三个基本单元执行整个编码过程。在此混合编码框架下，H.265进行了大量的技术创新，例如：基于大尺寸四叉树块的分割结构和残差编码结 构、多角度帧内预测技术、运动估计融合技术、高精度运动补偿技术、自适应环路滤波技术以及基于语义的熵编码技术。

(3).编码技术受码率的影响

    在视频处理中，的概念指的是一帧图片以内。跟相对，时间的概念就强调帧与帧之间的变换。

1.

    亮度变化较快，变动幅度大的区域，我们称之为。否则，亮度变化缓慢且不明显的区域，我们称为。

    有时候，线条和纹理统称为线条，平面又叫做非线条。这是亮度平面。色度平面，高频低频，线条等概念也同样适用，就是描述色度变化的快慢轻重。一般我们所谓的“细节”，就是指图像中的高频信息。一般来说，一张图的高频信息越多，意味着这张图信息量越大，所需要记录的数据量就越多，编码所需要的运算量也越大。如果一个视频包含的空间性高频信息很多（通俗点说就是每一帧内细节很多），意味着这个视频的空间复杂度很高。码率在一张图内不同部分的分配，叫做。分配较好的时候，往往整幅图目视观感比较统一。

2.

    一段视频如果很高，变化剧烈，我们称为时间复杂度较高，时域上的高频信息多。否则如果视频本身舒缓多静态，我们称为时间复杂度低，时域上的低频信息多。

    一般来说，一段视频的时域高频信息多，动态的信息量就大，所需要记录的数据量就越多，编码所需要的运算量也越大。但是另一方面，如何权衡以上两点去分配码率，被称为码率的时间分配。分配较好的时候，看视频无论动态还是静态效果都较好；分配不好的时候往往是静态部分看着还行，动态部分糊烂掉；或者动态部分效果过分的好，浪费了大量码率，造成静态部分欠码，瑕疵明显。

(1).

    是指取样信号被还原成连续信号时产生彼此交叠而失真的现象。当混叠发生时，原始信号无法从取样信号还原。即对模拟信号进行抽样，当抽样频率小于(为防止信号混叠需要定义最小采样频率)的2倍时，信号在频域会产生混叠效应。

    而在图像或视频领域，表现为

(2).

    图像处理中，对一幅图像进行滤波处理，若选用的频域滤波器具有陡峭的变化，则会使滤波图像产生“振铃”，所谓“振铃”，就是指输出图像的灰度剧烈变化处产生的震荡，就好像钟被敲击后产生的空气震荡

    振铃现象产生的本质原因是，对于辛格函数sinc而言，经过傅里叶变换之后的函数形式为窗函数（理想低通滤波器）形式，用图像表示如下：

    因此凡具有接近窗函数的滤波器，IFT之后，其空域函数形式多少接近sinc函数。sinc是进行图像滤波的主要因素，两边的余波将对图像产生振铃现象。

由卷积定理可将下面两种增强联系起来:

频域增强：

空域卷积：

其中f,g,h分别为输入图像，增强图像，空域滤波函数；F,G,H分别为各自的傅里叶变换。*为卷积符号。

在空间域将低通滤波作为卷积过程来理解的关键是h(x,y)的特性：可将h(x,y)分为两部分：原点处的中心部分，中心周围集中的成周期分布的外围部分。前者决定模糊，后者决定振铃现象。若外围部分有明显的震荡，则g(x,y)会出现振铃。利用傅里叶变换，我们发现，若频域滤波函数具有陡峭变化，则傅里叶逆变换得到的空域滤波函数会在外围出现震荡。

理想型：

(3).

而8bit的精度不足就容易导致了。

10bit 的优势不只在于显示精度的提高，在提高视频压缩率，减少失真方面，相对 8bit 也有优势。

(4).