视频压缩技术简介
研究 H.261 规范对于介绍现代视频压缩技术是否有用，或者我应该从其他地方开始？我不知道从哪里开始，但 H.261 似乎足够简单，可以轻松掌握这些概念。
Is it useful to study the H.261 specification for an introduction into modern video compression technology, or should I start somewhere else? I'm not sure where to start, but H.261 seems simple enough to make it easy to grasp the concepts.
如果你对这篇内容有疑问，欢迎到本站社区发帖提问 参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱，如果其他用户或者作者回复了您的评论，将不能在第一时间通知您！
发布评论
评论（2）
该规范并不是一个很好的介绍——它主要是为了精确而写的，并且几乎没有解释为什么事情是这样的。 H.261 本质上与 MPEG-1 相同。我用过的一本书（并且发现写得很好）是MPEG 视频压缩标准，作者是 Mitchell、Pennebaker、Fogg 和 LeGall。 FWIW，这涵盖了 MPEG-1 和 MPEG-2（分别称为 h.261 和 h.262）。
The specification isn't a very good introduction -- it's written primarily to be precise, and contains little explanation about why things are the way they are. H.261 is essentially the same as MPEG-1. One book I've used (and find quite well written) is MPEG Video compression stanadard, by Mitchell, Pennebaker, Fogg and LeGall. FWIW, this covers both MPEG-1 and MPEG-2 (aka h.261 and h.262 respectively).
我部分同意杰里·科芬的观点；我认为 H.261 对于任何学习视频压缩的人来说绝对是一个很好的起点，但直接阅读规范并不是一个好主意。
我重点关注的 H.261 基本构建块是运动补偿、宏块、减少空间冗余的 DCT 和减少时间冗余的差分 PCM (DPCM)。
如果出于学习目的我必须选择一种视频压缩的一般原则，那么我会从运动估计和运动补偿开始。尝试这个思维练习：想象两个连续的视频帧仅相隔 1/30 秒。他们会很相似，对吧？如果不上网，您会如何利用帧 1 中编码的信息来减少帧 2 的代码长度？现在，去搜索运动估计。
接下来，您将如何减少空间冗余？ H.261 使用类似 JPEG 的内容并使用 DCT。
编辑：来自 Wang、Osterman 和 Zhang（第 293-4 页，关于基于块的混合视频编码，H.261 本质上就是这样）：
I partially agree with Jerry Coffin; I think H.261 is definitely a good starting point for anyone learning about video compression, but reading the specification directly is not a good idea.
The basic building blocks from H.261 that I would focus on are motion compensation, macroblocks, DCT to reduce spatial redundancy, and differential PCM (DPCM) to reduce temporal redundancy.
If I had to choose one general principle of video compression for learning purposes, start with motion estimation and motion compensation. Try this thought exercise: imagine two consecutive video frames separated by only 1/30 of a second. They will be pretty similar, right? Without peeking at the Internet, what would you do to exploit the information encoded in frame 1 to reduce the code length of frame 2? Now, go search for motion estimation.
Next, how would you reduce spatial redundancy? H.261 uses something like JPEG and uses the DCT.
Edit: From Wang, Osterman, and Zhang (p.293-4 on block-based hybrid video coding which H.261 essentially is):