視頻格式

視頻編碼格式來源於有關國際組織、民間組織和企業制定的視頻編碼標準。研究視頻編碼的主要目的是在保證一定視頻清晰度的前提下縮小視頻文件的存儲空間。數字視頻是對模擬視頻信號數字化的結果。數字視頻可以來自掃描光柵採樣，也可以直接來自數碼攝像機。直接數字化而未經壓縮的視頻數據量是十分驚人的，1G容量的存儲器也只能存儲不到10秒的視頻圖像。家用DV機輸出的AVI文件，雖經過內部芯片壓縮，但每小時的節目仍有12G之多。巨大的視頻文件嚴重阻礙了視頻信息的傳播，視頻壓縮技術因此成為視頻技術的研究熱點。科學家在研究中發現，視頻圖像數據包含大量的冗餘信息。使用特定的編碼技術，改變一些不太重要的像素值，就可以大大減小視頻文件的存儲空間，通過在用户忍耐範圍內損失一些清晰度，我們可以把視頻壓縮到原大小的十分之一、百分之一甚至千分之一。正是以損失清晰度換取壓縮效果這一視頻數據處理領域具有革命性的設計思想，催生了如今百花齊放的視頻編碼格式。

為了推廣新的視頻技術，避免社會資源的浪費，相關國際組織制定了一系列視頻數據編碼標準，一些相關領域的大公司利用其在市場佔有份額較大和技術領先的優勢，也使自己開發的視頻編碼格式得到推廣。這樣的結果就是，視頻編碼格式雖然繁多，但流行的編碼格式數量並不是很多，因此，只要瞭解了幾種流行的視頻編碼格式以及它們的儲存、播放與相互轉換方法，就掌握了開發利用絕大部分視頻資源的主動權。

由於視頻編碼的主要任務是縮小視頻文件的存儲空間，因此，視頻編碼又稱視頻壓縮編碼或視頻壓縮，簡單地説就是去除視頻數據中的冗餘信息。用以實現編碼功能的軟件稱為編碼器（coder），而用以實現解碼功能的軟件稱為解碼器（decoder），二者合稱為編解碼器（codec）。

視頻編碼格式與編碼標準是密不可分的，特定的視頻編碼格式文件是按照特定編碼標準加工生成的結果。視頻流傳輸中最為重要的編碼標準有國際電聯視頻編碼專家組的H.261、H.263，國際標準化組織運動圖像專家組的MPEG系列標準，以及這兩個組織聯合組建的聯合視頻組（JVT）共同制定的H.264。此外，在互聯網上被廣泛應用的還有RealNetworks的RealVideo系列標準、微軟公司的WMT標準以及蘋果公司的QuickTime標準等。常見的大部分視頻文件都是按照上述編碼標準生成的 ^[1]  。

視頻封裝格式就是將已經編碼處理的視頻數據、音頻數據以及字幕數據按照一定的方式放到一個文件中。我們看到的大部分視頻文件，除了視頻數據以外，還包括音頻、字幕等數據，為了將這些信息有機地組合在一起，就需要一個容器進行封裝，這個容器就是封裝格式。視頻封裝格式來源於有關國際組織、民間組織及企業制定的視頻封裝標準。研究視頻封裝的主要目的是為了適應某種播放方式以及保護版權的需要。編碼格式與封裝格式的名稱有時是一致的，例如MPEG、WMV、DivX、XviD、RM、RMVB等格式，既是編碼格式，也是封裝格式；有時卻不一致，例如MKV是一種能容納多種不同類型編碼的視頻、音頻及字幕流的“萬能”視頻封裝格式，同樣以mkv為擴展名的視頻文件，可能封裝了不同編碼格式的視頻數據。由於視音頻數據經過編碼後還需要經過封裝的步驟才能到達用户，因此普通用户接觸到的視頻格式，嚴格地講，應當是視頻的封裝格式 ^[1]  。

MPEG的英文全稱為Moving Picture Experts Group，即運動圖像專家組格式，家裏常看的VCD、SVCD、DVD就是這種格式。MPEG文件格式是運動圖像壓縮算法的國際標準，它採用了有損壓縮方法，從而減少運動圖像中的冗餘信息。MPEG的壓縮方法説的更加深入一點就是保留相鄰兩幅畫面絕大多數相同的部分，而把後續圖像中和前面圖像有冗餘的部分去除，從而達到壓縮的目的。MPEG主要壓縮標準有MPEG-1、MPEG-2、MPEG-4、MPEG-7與MPEG-21。

MPEG-1：制定於1992年，是針對1.5Mb/s以下數據傳輸率的數字存儲媒體運動圖像及其伴音編碼而設計的國際標準。也就是通常所見到的VCD製作格式。MPEG-1視頻採用YCbCr色彩空間，4：2：0採樣，碼流一般不超過1.8Mb/s，僅僅支持逐行圖像。MPEG-1視頻的典型分辨率：352×240@29.97fps（NTSC）或者352*288@25fps（PAL/SECAM）。這種視頻格式的文件擴展名包括mpg、mlv、mpe、mpeg及VCD光盤中的.dat文件等。

MPEG-2：制定於1994年，是針對3~l0Mb/s的影音視頻數據編碼標準。MPEG-2視頻採用YCbCr色彩空間，4：2：0或4：2：2或4：4：4採樣，最高分辨率為1920×1080，支持5.1環繞立體聲，支持隔行或者逐行掃描。這種格式主要應用在DVD、SVCD的製作（壓縮）方面，同時在一些HDTV（高清晰電視廣播）和一些高要求視頻編輯、處理上面也有相當的應用。這種視頻格式的文件擴展名包括.mpg、.mpe、.mpeg、.m2v及DVD光盤上的.vob文件等。

MPEG-4：制定於1998年，是面向低傳輸速率下的影音編碼標準，它可利用很窄的帶度，通過幀重建技術壓縮和傳輸數據，以求使用最少的數據獲得最佳的圖像質量。MPEG-4最有吸引力的地方在於它能夠保存接近於DVD畫質的小體積視頻文件。這種視頻格式的文件擴展名包括.asf、.mov和Divx、AVI等。MPEG-4使用了基於對象的編碼（Object Based Encoding）技術，即MPEG-4的視音頻場景是由靜止對象、運動對象和音頻對象等多種媒體對象組合而成，只要記錄動態圖像的軌跡即可，因此在壓縮量及品質上，較MPEG-1和MPEG-2更好。MPEG-4支持內容的交互性和流媒體特性。

MPEG-7：MPEG-7並不是一種壓縮編碼方法，而是一個多媒體內容描述接口標準（Multimedia Content Description Interface）。繼MPEG-4之後，要解決的矛盾就是對日漸龐大的圖像、聲音信息的管理和迅速搜索，MPEG-7就是針對這個矛盾的解決方案。MPEG-7力求能夠快速且有效地搜索出用户所需的不同類型的多媒體材料。

MPEG-21：MPEG-21標準稱為多媒體框架（Multimedia Framework），其實就是一些關鍵技術的集成，通過這種集成環境對全球數字媒體資源進行透明和增強管理，實現內容描述、創建、發佈、使用、識別、收費管理、產權保護、終端和網絡資源抽取、事件報告等功能。MPEG-21的最終目標是要為多媒體信息的用户提供透明而有效的電子交易和使用環境，將在未來的電子商務活動中發揮重要的作用 ^[2]  。

AVI（Audio Video Interleaved）是音頻視頻交錯的英文縮寫，將視頻和音頻封裝在一個文件裏，且允許音頻同步於視頻播放。它於1992年被Microsoft公司推出，隨Windows3.1

一起被人們所認識和熟知。這種視頻格式的優點是圖像質量好，可以跨多個平台使用；其缺點是體積過大，而且更糟糕的是壓縮標準不統一，最普遍的現象就是高版本Windows媒體播放器播放不了採用早期編碼編輯的AVI格式視頻，而低版本Windows媒體播放器又播放不了採用最新編碼編輯的AVI格式視頻，所以在進行一些AVI格式的視頻播放時常會出現由於視頻編碼問題而造成的視頻不能播放或即使能夠播放，但存在不能調節播放進度和播放時只有聲音沒有圖像等一些莫名其妙的問題，如果用户在進行AVI格式的視頻播放時遇到了這些問題，可以通過下載相應的解碼器來解決，與DVD視頻格式類似，AVI文件支持多視頻流和音頻流。它對視頻文件採用了一種有損壓縮方式，但壓縮比較高，因此儘管畫面質量不是太好，但其應用範圍仍然非常廣泛。

nAVI是NewAVl的縮寫，是一個名為Shadow Realm的地下組織發展起來的一種新視頻格式。它是由MicrosoftASF壓縮算法修改而來的，視頻格式追求的無非是壓縮率和圖像質量，所以nAVI為了追求這個目標，改善了原始的ASF格式的一些不足，讓nAVI可以擁有更高的幀率。可以説，nAVI是一種去掉視頻流特性的改良型ASF格式 ^[2]  。

ASF（Advanced Streaming Format）高級流格式是Microsoft為了和Real Player競爭而發展出來的一種可以直接在網上觀看視頻節目的文件壓縮格式。用户可以直接使用Windows自帶的Windows Media Player對其進行播放。它使用了MPEG-4的壓縮算法，其壓縮率和圖像質量都很不錯。因為ASF是以一種可以在網上即時觀賞的視頻流格式存在的，所以它的圖像質量比VCD差一點，但比同是視頻流格式的RAM格式要好 ^[2]  。

MOV即QuickTime影片格式，它是Apple公司開發的一種音頻、視頻文件格式，用於存儲常用數字媒體類型。當選擇QuickTime（w.mov）作為保存類型時，動畫將保存為.mov文件。Quick Time原本是Apple公司用於Mac計算機上的一種圖像視頻處理軟件。

QuickTime提供了兩種標準圖像和數字視頻格式，即可以支持靜態的*.PIC和*.JPG圖像格式，動態的基於Indeo壓縮法的*.MOV和基於MPEG壓縮法的*.MPG視頻格式。

QuickTime視頻文件播放程序，除了可播放MP3外，還支持MIDI播放，並且可以收聽/收視網絡播放，支持HTTP、RTP和RTSP標準。該軟件支持JPEG、BMP、PICT、PNG和GIF主要的圖像格式。還支持數字視頻文件，包括MiniDV、DVCPro、DVCam、AVI、AVR、MPEG-1、OpenDML.以及Macromedia Flash等。QuickTime文件格式支持25位彩色，支持領先的集成壓縮技術，提供150多種視頻效果，並配有提供了200多種MIDI兼容音響和設備的聲音裝置。它無論是在本地播放還是作為視頻流格式在網上傳播，都是一種優良的視頻編碼格式。QuickTime因具有跨平台（MacOS、Windows）、存儲空間要求小等技術特點，而採用了有損壓縮方式的MOV格式文件，畫面效果較AVI格式要稍微好一些。這種格式有些非編軟件也可以對它實行處理，其中包括Adobe公司的專業級多媒體視頻處理軟件After Effect和Premiere等 ^[2]  。

WMV（Windows Media Video）是微軟推出的一種流媒體格式，它是在ASF格式升級延伸來得。在同等視頻質量下，WMV格式的體積非常小，因此很適合在網上播放和傳輸。

WMV一種獨立於編碼方式的在Internet 上實時傳播多媒體的技術標準，Microsoft公司希望用其取代QuickTime之類的技術標準以及WAV、AVI之類的文件擴展名。WMV的主要優點在於：可擴充的媒體類型、本地或網絡回放、可伸縮的媒體類型、流的優先級化、多語言支持、擴展性等 ^[2]  。

3GP是“第三代合作伙伴項目”制定的一種多媒體標準，即一種3G流媒體的視頻編碼格式，主要是為了配合3G網絡的高傳輸速度而開發的，也是手機中最為常見的一種視頻格式。其核心由包括高級音頻編碼、自適應多速率和MPEG-4和H.263視頻編碼解碼器等組成，大部分支持視頻拍攝的手機都支持3GP格式的視頻播放，Real VIDEO（RA、RAM）格式一開始就是在視頻流應用方面的，也是視頻流技術的始創者。它可以在用56K MODEM撥號上網的條件實現不間斷的視頻播放，當然，其圖像質量不能和MPEG-2、DIVX等相比較，畢竟要實現在網上傳輸不間斷的視頻是需要很大的頻寬的，在這方面它是ASF的有力競爭者 ^[2]  。

RM格式是RealNetworks公司所制定的音頻視頻壓縮規範，全稱為Real Media。用户可以使用RealPlayer 或RealOne Player對符合Real Media技術規範的網絡音頻/視頻資源進行實況轉播，並且Real Media可以根據不同的網絡傳輸速率制定出不同的壓縮比率，從而實現在低速率的網絡上進行影像數據實時傳送和播放。這種格式的另一個特點是用户使用Real Player或RealOne Player 播放器可以在不下載音頻/視頻內容的條件下實現在線播放。另外，RM作為主流網絡視頻格式，它還可以通過其Real Server服務器將其他格式的視頻轉換成RM視頻並由Real Server服務器負責對外發布和播放。一般地，RM視頻更柔和一些，而ASF視頻則相對清晰一些。

RMVB格式是由RM視頻格式升級而來的視頻格式，它的先進之處在於RMVB視頻格式打破了原先RM格式那種平均壓縮採樣的方式，在保證平均壓縮比的基礎上合理利用比特率資源，就是説靜止和動作場面少的畫面場景採用較低的編碼速率，這樣可以留出更多的帶寬空間，而這些帶寬會在出現快速運動的畫面場景時被利用。這樣在保證了靜止畫面質量的前提下，大幅地提高了運動圖像的畫面質量，從而圖像質量和文件大小之間就達到了微妙的平衡。另外，相對於DVDrip格式，RMVB視頻也有着較明顯的優勢，一部大小為700MB左右的DVD影片，如果將其轉錄成同樣視聽品質的RMVB格式，其個頭最多也就400MB左右。不僅如此，這種視頻格式還具有內置字幕和無須外掛插件支持等獨特優點 ^[2]  。

FLV是Flash Video的簡稱，也是一種視頻流媒體格式。由於它形成的文件較小、加載速度很快，使得網絡觀看視頻文件成為可能，它的出現有效地解決了視頻文件導入Flash後，使導出的SWF文件體積龐大，不能在網絡上很好地使用等缺點，應用較為廣泛。

F4V是繼FLV格式後Adobe公司推出的支持H.264的高清流媒體格式，它和FLV的主要區別在於，FLV格式採用的是H.263編碼，而F4V則支持H.264編碼的高清晰視頻，碼率最高可達50Mbps。F4V更小更清晰，更利於網絡傳播，已逐漸取代FLV，且已被大多數主流播放器兼容播放，而不需要通過轉換等複雜的方式。如主流的土豆、56、優酷等視頻網站都開始用H.264編碼的F4V文件，黑豆和酷6發佈的視頻大多數已為F4V，但下載後綴為FLV，這也是F4V特點之一。相同文件大小情況下，清晰度明顯比MPEG-2和H.263編碼的FLV要好。由於採用H.264高清編碼，相比於傳統的FLV，F4V在同等體積下，能夠實現更高的分辨率，並支持更高比特率。但由於FAV是新興的格式，目前各大視頻網站採用的FAV標準非常之多，也決定了F4V相比於傳統FLV，兼容能力相對還較弱。需要注意的是，F4V和MP4是兼容的格式，都屬於ISMAMP4容器，但是F4V只用來封裝H.264視頻編碼和音頻AAC.FlV是Adobe私有格式，但是也可以用來封裝H.264視頻編碼、AAC音頻編碼或H.263視頻編碼、MP3音頻編碼，

此外，也有許多著名公司推出性能優異的視頻格式，如SONY公司新近推出適合高清領域的MTS格式，等等 ^[2]  。

H.264標準是ITU-T與ISO聯合開發的新一代視頻編碼標準，這一新的圖像信源編碼壓縮標準於2003年7月由ITU正式批准。與MPEG-2相比，在同樣的圖像質量條件下，H.264的數據速率只有其1/2左右，壓縮比大大提高。通常也稱H.264標準為高級視頻編碼標準（以AVC表示）。

H.264的前身H.26L是由國際電信聯盟ITU-T視頻編碼專家組（VCEG）於1998年首先提出的，2001年起，ITU-T的VCEG與國際標準化組織ISO/IEC的MPEG（動態圖像專家組）共同組織了聯合視頻合作組（JVT），在H.26L的基礎上開發出新一代視頻壓縮編碼標準H.264，同時它將作為MPEG-4標準中的一個新的第10部分，它與MPEG-4中第2部分的視頻壓縮編碼標準相比，有更優異的性能。因此，在談及MPEG-4的視頻編碼方法和性能時，應特別區分是指其第2部分還是第10部分，二者不可混為一談。H.264也是MPEG-4的一種，全稱為MPEG-4Part 10或全稱為MPEG-4AVC（高級視頻編碼）。它們都是活動圖像編碼方式的國際標準 ^[3]  。

ITU於2013年1月批准了H.265標準，這個標準的正式名稱是HEVC（High Efficiency Video Coding）。儘管H.265在編碼架構上與H.264相似，但H.265引入可變量的尺寸轉換以及更大尺寸的幀內預測塊、更多的幀內預測模式減少空間冗餘、更多空間域與時間域結合、更精準的運動補償濾波器等手段，計算處理多核並行速度快，適應高清實時編碼，其峯值計算量達500GOPS，H.264僅100GOPS，其在性能與功能上遠超出H.264 ^[4]  。