在网络视频直播系统中常见编码器有H264/H265/VP8/VP9，其中H264和H265用的比较多，VP8和VP9用的比较少，H265的出现虽然时间短，但很多开发公司都一开始尝试使用H265作为直播编码的一种方式，但H264依然是主流的一种编码方式。下面给大家普及一下关于H264格式的知识。

 

在网络视频直播系统中H264格式的编码器中其实是有两个层面，一个是VLC视频编码层，NAL层是网络抽象层，VLC主要任务就是编码，NAL层是负责格式化数据，而H264的每帧数据就是一个NAL单元，在H264的实际的数据帧中，帧前面会有分隔符来分隔每一帧，一般来说编码器编出的首帧数据为SPS和PPS，后面就是属于I帧

 

1、I帧：I帧就是帧内编码帧，也就是说它的编码和其他帧的数据没有关系的，它只是在某一帧内做编码，也就是说他和单张图片是类似的，所以说我们只需要用I帧的数据就可以恢复出一个完整的图像。

2、P帧：而P帧需要依赖前一阵的数据来解码图像，因为它的保存是与前一帧差别的数据，所以它被称为前项预测编码帧。

3、B帧：B帧是前项和后项双向的预测编码帧，所以说要解码B帧的话就需要前一帧和后一帧两份数据才能够解码。

总结来说I帧、P帧、B帧这三种是常见的帧类型，这三种编码方式是明显不同的，一个是完全单独的帧内编码，而另一个是需要前一帧数据来解码自己的，B帧则是需要两边的数据才能够解码自己的。

在网络视频直播系统中这三种解码方式的不同，可以明显看出来压缩比的不同，I帧的压缩比其实和GPG差不多，压缩前和压缩后的比能够达到7：1，P帧较大一些达到20：1，B帧则能达到50:1。

 

讲完了关于“帧”的概念，还有一个GOP概念，指的是两个I帧之间的图像组，现在有很多SDK都强调秒开，其实就是在服务端或CDN的边缘去缓存这一对GOP，缓存后就避免播放端在播放时找不到I帧时等待或回源，回源的意思就是你需要到中心界面找到这个信息然后再拉流，有了缓存的GOP之后，拉流时先播放这组GOP，在网络视频直播系统中就可以给人一种秒开的感觉。

为什么要缓存GOP呢，因为每个播放器播放时对于H264解码首先需要一个I帧去显示图像，然后后面的P帧之类的依据I帧前面一帧的数据差，然后才能解码P帧出来显示完整图像，有了I帧之后显示出来速度就很快，给人秒开的感觉，提高网络视频直播系统体验性。这也是一种比较常见的直播优化手段。

以上内容为作者“云豹短视频嘉兴” 原创，未经作者本人同意，禁止转载，否则将追究相关法律责任