音视频学习（三十三）：GOP详解

GOP

概念

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：

GOP的结构

一个 GOP 的典型结构例子如下：

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

这个结构表示：

• 每个 GOP 以一个 I 帧开始
• 中间穿插 P 帧和 B 帧
• B 帧依赖前后的帧（会造成解码延迟）
• GOP 结束前会插入下一个 I 帧

GOP的长度

指的是两个 I 帧之间的帧数，比如：

• GOP=30，表示每隔 30 帧出现一个 I 帧
• 通常情况下：GOP = 帧率（FPS） × I帧间隔秒数
  例如 30 FPS，每 1 秒一个 I 帧，则 GOP = 30

GOP 配置举例：

GOP 的影响因素

视频压缩率

• GOP 越大，I 帧越少，压缩率越高，但 seek 不方便
• GOP 越小，I 帧多，码率高，质量好，容易快速定位

视频延迟

• B 帧数量多时，必须缓存多帧进行解码 → 增加延迟
• 实时音视频场景（如直播、视频通话）一般使用 无 B 帧结构（IBP or IP）

视频质量

• I 帧质量决定场景变化的清晰度
• 高频场景（如运动、切换画面）建议缩短 GOP

应用建议

常见问题

GOP越大越好吗？

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。

如何查看视频的GOP结构？

可以使用 ffprobe 命令（来自 FFmpeg）：

ffprobe -show_frames video.mp4

H264压缩比

压缩比

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：

示例（以 1080p@30fps 为例）

原始 YUV（YUV420p）数据大小：

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:

影响 H.264 压缩比的主要因素

实际编码压缩建议

使用 FFmpeg 设置压缩比（以 CRF 模式为例）：

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）

示例压缩效果对比（x264 编码）：