H.264（也称为MPEG-4 AVC，即高级视频编码）通常被认为是一种有损压缩标准，因为它主要设计用于在保持可接受视觉质量的同时显著减小文件大小。然而，H.264 确实包含支持无损编码的机制和工具。虽然无损H.264的应用场景相对较少，但了解其无损压缩原理、方法和限制对于特定需求至关重要。
概述
H.264的无损压缩并非通过一个独立的"无损模式"来实现，而是**通过在编码过程中禁用或绕过有损量化步骤，并结合其高效的熵编码工具来实现数据的完美重构。**这意味着编码器不会丢弃任何原始像素信息。
核心思想：
- 避免量化： 有损压缩的关键在于量化，它通过将变换后的系数舍入到离散值来丢弃信息。在无损模式下，这个量化步骤被禁用，或者使用非常小的量化步长，从而确保所有变换系数都被精确保留。
- 高效预测： H.264利用帧内预测（Intra Prediction）和帧间预测（Inter Prediction）技术来预测当前宏块的像素值。预测误差（残差）通常远小于原始像素值，这使得残差数据更容易被压缩。在无损模式下，这些残差将被无损地编码。
- 先进的熵编码： H.264提供了两种主要的熵编码方式：上下文自适应可变长编码（CAVLC）和上下文自适应二进制算术编码（CABAC）。这两种方法都是无损的，但CABAC通常提供更高的压缩效率，尤其是在无损编码场景下。
关键技术
帧内预测 (Intra Prediction)
帧内预测是H.264在编码I帧（关键帧）时使用的核心技术。它利用当前宏块相邻已编码像素的信息来预测当前宏块的像素值。通过计算预测值与实际值之间的残差，然后对残差进行编码，可以显著减少需要传输的数据量。
- 多种预测模式： H.264为不同大小的块（例如4x4、8x8、16x16亮度块和8x8色度块）提供了多种预测模式（例如垂直、水平、DC、平面等），以最大限度地利用空间冗余。
- 残差编码： 即使在无损模式下，残差数据仍然存在。这些残差数据是预测准确性的体现，越小的残差意味着越好的预测，从而带来更高的压缩效率。
帧间预测 (Inter Prediction)
帧间预测用于编码P帧（预测帧）和B帧（双向预测帧），它利用时间维度上的相关性。通过在参考帧中搜索与当前宏块最相似的区域来预测当前宏块，并记录运动矢量和残差。
- 运动补偿： 运动补偿是帧间预测的核心**，通过精确的运动矢量来描述图像中物体的位移。**
- 残差编码： 与帧内预测类似，帧间预测的残差也需要被编码。在无损模式下，这些残差同样会进行无损编码。
- 多参考帧： H.264支持使用多个参考帧进行预测，这有助于找到更准确的预测块，从而减小残差，提高压缩效率。
变换与量化（无量化）
在有损压缩中，预测残差会经过离散余弦变换（DCT）将其转换为频率域系数，然后对这些系数进行量化。量化是信息损失的主要来源。
- 无损模式下的处理： 在H.264的无损配置中，量化步骤被完全跳过或使用一个特殊的、表示"无损"的量化参数（QP=0）。这意味着变换后的系数不会被舍入，而是直接传递给熵编码器，从而保证了数据的完整性。
- 整数变换： H.264采用的是整数DCT变换，这有利于避免浮点运算带来的精度损失，对于实现真正的无损压缩有益。
熵编码 (Entropy Coding)
熵编码是H.264压缩流程的最后一步，它对经过预测和（无）量化后的残差数据、运动矢量以及其他编码参数进行统计编码，以消除数据中的冗余。H.264支持两种主要的熵编码方式：
- 上下文自适应可变长编码 (CAVLC - Context-Adaptive Variable-Length Coding)：
- CAVLC 是一种基于变长码表的编码方法。
- 它通过分析上下文信息（例如当前块中非零系数的数量、位置等）来选择不同的码表，从而提高编码效率。
- CAVLC 相比传统的固定码表VLC（如Huffman编码）更高效，但通常不如CABAC。
- 它通常用于H.264的Baseline Profile和Main Profile。
- 上下文自适应二进制算术编码 (CABAC - Context-Adaptive Binary Arithmetic Coding)：
- CABAC 是一种更先进、更复杂的熵编码方法，在H.264的High Profile中得到支持。
- 它将所有非二进制符号"二值化"为二进制位（bins）。
- 对于每个二进制位，CABAC 会根据其上下文（周围已编码的数据）自适应地选择一个概率模型，然后使用算术编码对该位进行编码。
- 优点： CABAC 能够更精细地建模数据中的统计冗余，因此通常能提供比CAVLC更高的压缩率（通常能额外提供10%-20%的压缩率提升），尤其是在无损编码场景下，其优势更为明显。
- 缺点： 相比CAVLC，CABAC的计算复杂度更高，编码和解码速度较慢，对硬件资源要求更高。
实现方式
在实际应用中，H.264实现无损压缩通常需要特定的编码器配置：
- 量化参数 (QP) 设置为 0： 这是实现无损压缩最直接的方式。当QP设置为0时，编码器会跳过量化步骤，保留所有的变换系数，从而确保数据的完全保真。
- 启用 4:4:4 色度采样： 默认情况下，H.264通常使用4:2:0或4:2:2色度采样，这会导致色度信息的部分损失。为了实现真正的无损，需要强制使用4:4:4色度采样，以保留所有的色度数据。
- 禁用去块效应滤波 (Deblocking Filter)： 虽然去块效应滤波旨在改善视觉质量，但它会修改像素值。在无损编码中，为了确保每个像素都与原始数据完全一致，通常会禁用此功能。
- 选择合适的Profile和Level：
- 虽然Baseline和Main Profile支持CAVLC，但High Profile是首选，因为它支持CABAC，能提供更好的无损压缩效率。
- 特定的"无损"或"高4:4:4预测"等Profile或Level，尽管在H.264标准中没有明确定义为"无损Profile"，但某些编码器（如x264）会提供配置选项来实现这一目标。例如，x264中的--qp 0结合--preset lossless或--preset veryslow可以实现无损编码。
优缺点
优点：
- 完美数据重构： 最大的优势是能够将原始视频数据完美无损地还原，没有丝毫信息丢失。这对于需要最高图像保真度的场景至关重要，例如医疗影像、数字档案、电影制作的中间环节、专业后期制作等。
- 利用H.264的先进工具： 即使在无损模式下，H.264依然可以利用其强大的帧内/帧间预测、多参考帧以及高效的熵编码（尤其是CABAC）等工具，从而实现比简单的数据打包（如未压缩视频）更高的压缩率。虽然相比有损压缩，压缩率会显著降低，但相比其他一些无损编解码器，H.264的无损模式仍可能具有一定的优势。
- 兼容性： H.264作为最广泛支持的视频编码标准之一，其无损编码的输出文件在理论上可以被任何支持H.264解码的播放器或软件解码，尽管某些播放器可能需要更强大的硬件来处理高比特率的无损流。
缺点：
- 压缩率相对较低： 相比于H.264自身有损压缩模式所能达到的极高压缩率，无损H.264的文件大小会大得多。它仍然比原始未压缩视频小，但通常比其他专用的无损视频编码器（如FFV1, ProRes, DNxHD等）的压缩率低，后者在设计时就更侧重于无损效率。
- 编码和解码计算复杂度高： 禁用量化意味着需要处理更多的细节和更复杂的残差数据。特别是当使用CABAC时，其上下文建模和算术编码过程增加了显著的计算负担，导致编码和解码速度变慢，对CPU/GPU资源的需求更高。
- 应用场景有限： 由于文件体积大和计算成本高，H.264的无损压缩通常不适合流媒体、网络传输或消费级存储。它的主要应用集中在对图像质量有极端要求的专业领域。
- 带宽和存储需求高： 较大的文件尺寸直接导致更高的带宽需求（对于传输）和更大的存储空间占用。
- 并非H.264的强项： H.264标准的核心目标是在给定比特率下提供最佳的视觉质量，其设计哲学主要围绕有损压缩。无损模式更多是作为一种附加功能，而非其主要优化方向。因此，对于纯粹的无损视频压缩，可能存在更高效或更专业的编解码器。
结论
H.264作为一种高度灵活和高效的视频编码标准，**其主要优势在于有损压缩，能在极低的比特率下提供优秀的视觉质量。**然而，通过巧妙地禁用量化并充分利用其先进的预测和熵编码工具（尤其是CABAC），H.264也能够实现无损压缩。这种无损能力使其在某些对图像精度有严苛要求的专业场景中具有一定的应用价值。
尽管如此，考虑到其相对较低的无损压缩率和较高的计算复杂度，H.264并非首选的通用无损视频编码器。在许多无损应用场景中，更专业的无损编解码器（如FFV1、ProRes、DNxHD等）可能提供更好的性能和压缩效率。
选择H.264的无损压缩通常是出于兼容性考虑，即希望利用H.264广泛的软硬件支持，同时确保数据完整性。在其他情况下，根据具体需求权衡压缩效率、计算资源和兼容性，选择最合适的无损压缩方案至关重要。