5.1 视频编码标准：从 H264 到 AV1

5.1 视频编码标准：从 H264 到 AV1

本节摘要：视频编码的本质是去除空间与时间冗余。本节沿 H.264 → HEVC → AV1 的演进主线，讲清每一代「凭什么更省流量」，并用 ffmpeg 命令演示三种编码的实际用法与兼容性取舍。

本节目标：阅读完本节，你应当能够：

1. 解释「空间冗余」「时间冗余」两个概念，说出编码器在做什么
2. 用 ffmpeg 分别编码 H.264、HEVC、AV1，并对比产物大小
3. 根据「兼容性 vs 体积」给出编码选型建议

一、一段历史：从「一张一张存」到「存差异」

最早的视频编码思路很笨：把每一帧当独立图片压缩。问题在于，一段对话场景里连续 100 帧几乎一模一样，每帧都完整存一遍纯属浪费。工程师们很快发现两个「作弊」机会：

• 空间冗余：一帧画面内部，大片天空、墙面颜色相近，可以只存变化
• 时间冗余：相邻帧之间变化很小，可以只存「这一帧和上一帧的差异」

H.264（2003 年）把这套「分块 + 帧间参考」做到极致，成为统治十几年的主流。HEVC（2013 年）把分块从 16×16 扩大支持到 64×64，同样的画质能再省约一半流量。AV1（2018 年，开源阵营）在 HEVC 基础上继续打磨，是新一代流媒体的宠儿。

二、核心原理：每一代省在哪

关键认知：「省流量」不等于「压缩率数字好看」，而是「同样观感下比特更少」。H.264 用了 8 Mbps 的码率，HEVC 可能 4 Mbps 就达到接近观感，AV1 再压到 3 Mbps。但这三者在「编码耗时」上天差地别：AV1 软编最慢，H.264 软编最快。选型从来不是「最省的最好」，而是体积、速度、兼容性的三角。

三、工程实践要点

编码命令三连

# H.264（最通用）
ffmpeg -i input.mp4 -c:v libx264 -crf 23 -preset medium -c:a aac output_h264.mp4

# HEVC（省流量，兼容性略降）
ffmpeg -i input.mp4 -c:v libx265 -crf 26 -preset medium -c:a aac output_hevc.mp4

# AV1（最省，但慢且硬解有限）
ffmpeg -i input.mp4 -c:v libaom-av1 -crf 30 -b:v 0 -c:a opus output_av1.mkv
​

三条命令对比：同样一段 1080p 视频，产物体积通常 HEVC 比 H.264 小近一半，AV1 再小一点，但编码耗时 AV1 可能比 H.264 慢 5–10 倍。crf 值在不同编码器语义不同（H.264 的 23 ≈ HEVC 的 26 ≈ AV1 的 30），这是各编码器的「画质档位」对应关系，直接照搬即可。

用 ffprobe 验证编码结果

ffprobe -v error -select_streams v:0 -show_entries stream=codec_name,bit_rate -of csv=p=0 output_h264.mp4
​

如果命令行里没指定编码器，ffmpeg 会按容器「猜」一个默认编码器（比如 MP4 默认 H.264），但猜的不一定是你想要的。显式写 -c:v 永远是更稳的做法。

编码器存在吗？先查支持

# 查看当前 FFmpeg 支持哪些编码器
ffmpeg -encoders | grep -E "libx264|libx265|libaom"
​

如果 libx265 没出现在列表里，说明你的 FFmpeg 编译时没带它，命令会报 Unknown encoder。

用一张图记住三代编码的定位：

图说明：三代定位

三代编码是「兼容性递减、省流量递增」的阶梯。选型先问两个问题：目标设备支持什么？能接受多长的编码耗时？答案组合决定选哪代。

常见坑：HEVC 有专利费争议，商用转码服务用 HEVC 前先确认授权策略（第 10 章会展开）；AV1 虽然开源免专利，但很多终端（尤其老手机）只能软解，4K 下软解容易发热卡顿。

💡 关键直觉：选编码就是选「兼容性、体积、速度」三者的交集。没有「最好」的编码，只有「这个场景最合适」的编码——先定场景，再选编码，别被「越新越省」冲昏头。

帧类型：I、P、B 为什么影响体积和剪辑

编码效率的差异，根源在帧类型。I 帧是完整画面，体积最大；P 帧只记录与前一帧的差异；B 帧会同时参考前后两帧，体积最小但解码顺序与显示顺序不同。一个 GOP（图像组）通常以一个 I 帧开头，后面跟着一串 P 和 B 帧。

# 查看帧类型分布，直观感受三种帧的体积差异
ffprobe -v error -show_frames -select_streams v:0 -show_entries frame=pict_type -of csv=p=0 input.mp4 | sort | uniq -c
​

这个命令统计出的 I/P/B 比例，直接对应压缩率。剪辑视频时，切割点对齐到 I 帧最省事；直播推流时，-g 参数控制关键帧间隔，间隔越大压缩率越高，但丢包恢复越慢。理解帧类型，你就理解了很多「为什么转出来体积这么大」「为什么直播花屏后半天缓不过来」的问题。

本节要点回顾

• 两种冗余：空间冗余（画面内部重复）与时间冗余（帧间相似），编码器靠去除它们省流量
• 三代阶梯：H.264 最兼容、HEVC 省一半、AV1 再省两到三成，同时速度递减
• crf 语义因编码而异：同样画质档位 H.264 约 23、HEVC 约 26、AV1 约 30
• 显式指定编码器：-c:v libx264/libx265/libaom-av1，别依赖容器默认
• 选型看场景：兼容优先选 H.264，省流量选 HEVC，不在乎速度且要开源选 AV1

下一节看声音那半边——音频编码标准和场景怎么配。