对于相同的分辨率和帧率，比特率有何不同？

阅读有关视频质量的信息后，我发现它取决于分辨率，每秒帧数和比特率，而后者决定了视频的大小。

我的问题是比特率是如何计算的以及如何变化。

假设视频的分辨率为360x240。每帧需要86400像素。帧频为30 Hz。因此，视频每秒需要86400×30 = 2592000像素。

假设1像素是3字节（24位）的数据：我们有2592000×24位/秒的视频（62208000位），即62208 kBit（听起来不对，这可能是我的计算中的问题）。

但是它如何与众不同，如何在质量上有所作为？

您所计算的是未经压缩的原始视频的比特率。除了在研究或其他专业应用中，通常不会找到这些。甚至广播公司也使用压缩视频，尽管比特率比典型的YouTube视频高得多。

因此，视频质量与视频压缩方式有很大关系。压缩的次数越多，每帧占用的位数就越少。同样，压缩得越多，质量越差。现在，某些视频比其他视频更容易压缩-本质上，这就是为什么即使它们具有相同的分辨率和帧率，它们的比特率也较低的原因。

为了理解这是为什么，您需要了解视频压缩使用的两个主要原理。这些被称为“空间”和“时间冗余”。

空间冗余

显示自然内容的图像中存在空间冗余。这就是JPEG表现出色的原因-压缩图像数据是因为像素块可以一起编码。例如，这些是8×8像素。这些被称为“宏块”。

现代视频编解码器的作用相同：它们基本上使用与JPEG类似的算法，以便逐帧压缩帧。因此，您不再存储每个像素的位，而是存储每个宏块的位，因为您将像素“汇总”为更大的组。通过汇总它们，该算法还将丢弃人眼不可见的信息-在这里您可以减少大多数比特率。它通过量化数据来工作。这将保留更可察觉的频率，并“抛弃”我们看不见的频率。在大多数编解码器中，量化因子表示为“ QP”，它是质量的主要控制旋钮。

您现在甚至可以继续进行操作，并从先前已在同一图像中编码的宏块中预测宏块。这称为帧内预测。例如，灰墙的一部分已经在帧的左上角进行了编码，因此我们可以在同一帧中再次使用该宏块，例如，紧挨着它的宏块。我们将只存储与上一个的差异并保存数据。这样，我们不必编码两个非常相似的宏块。

为什么相同图像尺寸的比特率会发生变化？好吧，有些图像比其他图像更容易编码。空间活动越高，您实际需要编码的越多。光滑的纹理占用的位少于详细纹理。帧内预测也是如此：一堵灰墙框架将允许您使用一个宏块来预测所有其他宏块，而一帧流动的水可能效果不佳。

时间冗余

之所以存在，是因为下一帧之后的一帧可能与其前一帧非常相似。通常，只有很小的变化，对它进行完全编码是没有意义的。视频编码器所做的只是对两个后续帧之间的差异进行编码，就像它们对宏块所做的一样。

以Wikipedia的有关运动补偿的文章为例，假设这是您的原始框架：

那么与下一帧的区别就是：

编码器现在仅存储实际差异，而不是逐像素值。这就是为什么每个帧使用的位每次都不相同的原因。这些“差异”帧取决于完全编码的帧，这就是为什么现代编解码器至少有两种类型的帧：

• I帧（又称为关键帧）-这些是完全编码的
• P帧 -这些只是存储差异

有时您需要在视频中插入I帧。实际比特率还取决于所使用的I帧数。此外，两个后续帧之间的运动差异越大，编码器必须存储的越多。“无”运动的视频将比体育视频更容易编码，并且每帧使用更少的比特。

我相信您的数学方法实际上是正确的，但还有更多内容。压缩是此处缺少的链接。

您计算了未压缩的比特率，并提出了存在压缩的原因。对于未压缩的视频，比特率不可能变得很大。因此，他们在源处压缩视频，然后在接收器处解压缩视频，然后比特率变得可管理。您只需要一个足够快的解压缩器，可以是硬件或软件。

因此，问题就变成了可以容忍多少压缩-通常不是无损的，因此您正在丢失信息，但是他们试图使其足够智能，以丢失不太重要的不太重要的数据。通常，在进行大量运动之前，它是相当容易的，然后变得更加复杂。

编辑：忘记添加，但是实现压缩方法的部分是编解码器；我注意到您在帖子中使用它作为标签。