音视频学习（三十三）：GOP详解

GOP

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

一个 GOP 的典型结构例子如下：

css 复制代码

I B B P B B P B B I ...

这个结构表示：

指的是两个 I 帧之间的帧数，比如：

GOP 配置举例：

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。

可以使用 ffprobe 命令（来自 FFmpeg）：

bash 复制代码

ffprobe -show_frames video.mp4

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：

原始 YUV（YUV420p）数据大小：

yaml 复制代码

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:

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`

bash 复制代码

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 23
preset：编码速度，ultrafast, superfast, veryfast, fast, medium, slow, slower, veryslow（越慢压缩比越高）

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+