C++ 音视频八股文（视频编解码基础）

1. H.264和H.265的主要区别是什么？压缩效率和编码复杂度如何对比？

H.265（HEVC）相比H.264（AVC）主要有以下区别：

• 压缩效率：H.265在相同画质下码率可降低约50%，或者在相同码率下画质更好
• 编码单元：H.265支持更大的编码单元（CTU最大64x64），H.264最大宏块16x16
• 预测模式：H.265帧内预测支持35种模式，H.264只有9种
• 变换单元：H.265支持4x4到32x32多种尺寸，H.264主要是4x4和8x8
• 编码复杂度：H.265编码复杂度是H.264的2-10倍，解码复杂度约1.5-2倍

实际应用中，H.265更适合4K/8K高分辨率视频和带宽受限场景，但需要更强的硬件支持。

2. 什么是I帧、P帧、B帧？它们在视频编码中的作用和压缩率有何不同？

• I帧（Intra Frame）：关键帧，完全独立编码，不依赖其他帧。作为解码起点，压缩率最低，数据量最大
• P帧（Predicted Frame）：前向预测帧，参考前面的I帧或P帧进行预测编码。压缩率中等，数据量约为I帧的1/3-1/2
• B帧（Bi-directional Frame）：双向预测帧，同时参考前后帧进行预测。压缩率最高，数据量最小，约为I帧的1/6-1/8

压缩率对比：I帧 < P帧 < B帧随机访问能力：I帧 > P帧 > B帧

3. 解释GOP（Group of Pictures）的概念，GOP大小对视频质量和码率有什么影响？

GOP是两个I帧之间的帧序列，定义了视频编码的帧组结构。常见格式如"IBBPBBPBBPBBI"。

GOP大小的影响：

• GOP越大：压缩率越高，码率越低，但随机访问性能差，seek慢，错误传播影响范围大
• GOP越小：码率越高，随机访问快，错误恢复能力强，但压缩效率降低

典型设置：

• 直播场景：GOP=1-2秒（25-50帧），便于快速切入
• 点播场景：GOP=2-10秒，追求压缩效率
• 监控场景：GOP较小，便于回放定位

4. IDR帧和I帧有什么区别？

• I帧：帧内编码帧，不依赖其他帧，但后续P/B帧可能参考I帧之前的帧
• IDR帧（Instantaneous Decoder Refresh）：特殊的I帧，强制刷新解码器状态，后续帧不能参考IDR之前的任何帧

关键区别：

• IDR帧会清空DPB（Decoded Picture Buffer）参考帧缓存
• IDR帧是随机访问点，可以独立解码
• 所有IDR帧都是I帧，但不是所有I帧都是IDR帧
• IDR帧用于场景切换、seek点、错误恢复

5. 什么是帧内预测和帧间预测？分别采用什么技术实现？

帧内预测（Intra Prediction）：

• 利用当前帧内已编码的相邻像素预测当前块
• H.264支持9种预测模式（4x4亮度）和4种（16x16亮度）
• H.265支持35种角度预测模式
• 技术：方向预测、DC预测、Planar预测

帧间预测（Inter Prediction）：

• 利用参考帧预测当前帧
• 技术包括： 运动估计（ME）：搜索最佳匹配块运动补偿（MC）：根据运动矢量重建预测块多参考帧预测亚像素插值（1/4或1/8像素精度）加权预测

6. 运动估计（Motion Estimation）的原理是什么？常用的运动估计算法有哪些？

原理：在参考帧中搜索与当前块最匹配的位置，计算运动矢量（MV），使预测残差最小。

常用算法：

• 全搜索（Full Search）：遍历搜索窗口所有位置，最优但计算量大
• 三步搜索（TSS）：粗到细的分层搜索
• 菱形搜索（DS）：菱形模式搜索，效率高
• 六边形搜索（HEXBS）：适合大运动
• EPZS（Enhanced Predictive Zonal Search）：利用时空相关性预测
• UMH（Uneven Multi-Hexagon）：x264使用的高效算法

评价标准：SAD（绝对差和）、MAD、SATD等。

7. 什么是运动补偿（Motion Compensation）？运动矢量在其中起什么作用？

运动补偿：根据运动矢量从参考帧中提取预测块，生成当前块的预测值，然后编码残差。

运动矢量（MV）的作用：

• 指示参考块在参考帧中的位置偏移
• 支持亚像素精度（1/4或1/8