[翻譯]H.264 探索 第二部分 H264碼流格式

H.264 探索 第二部分 H264碼流格式

原文地址

前言

先前的話題是關於色彩模型，以及如何存儲像素色彩數據的。如今是時候去更深瞭解H.264碼流格式，並找到這些像素的數據。

NAL

顯然，解碼器接收一個特定的格式的比特序列，並進行操做。二進制流是結構化的，由packets組成。在上層，流由NAL-packets組成，並具備如下形式：

NAL表示Network Abstraction Layer(網絡抽象層)的縮寫。

packet結構以下圖

NAL-packet的第一個字節是一個包含關於packet的類型信息的報頭。

表1中描述了全部可能的數據包類型。

Type	Definition
0	Undefined
1	Slice layer without partitioning non IDR
2	Slice data partition A layer
3	Slice data partition B layer
4	Slice data partition C layer
5	Slice layer without partitioning IDR
6	Additional information (SEI)
7	Sequence parameter set
8	Picture parameter set
9	Access unit delimiter
10	End of sequence
11	End of stream
12	Filler data
13..23	Reserved
24..31	Undefined

NAL類型定義了當前NAL-packet數據結構。它能夠是slice，parameter set，filler等等。
如從圖中能夠看出， NAL-packet的有效載荷被定義爲RBSP(Raw Byte Sequence Payload)。
RBSP描述了一行被定義爲SODB(String Of Data Bits)的字節集。因此RBSP包含SODB。
根據ITU-T規範，若是SODB爲空（0比特長度），RBSP也爲空。
RBSP的第一字節（最顯著，最左邊）包含八位SODB; RBSP的下一個字節應該也包括如下八個SODB等等，直到有少於8位SODB。接着是一箇中止位和均衡位（以下圖）

SLICE

如今，讓咱們更進一步查看咱們的比特流：

任何已編碼圖片都包含slice(切片)，slice包含macroblocks(宏塊)。大多數狀況下，一個已編碼圖像對應於一個切片。此外，一個圖像能夠有多個切片。所述切片被分爲如下類型：

Type	Description
0	P-slice. Consists of P-macroblocks (each macro block is predicted using one reference frame) and / or I-macroblocks.
1	B-slice. Consists of B-macroblocks (each macroblock is predicted using one or two reference frames) and / or I-macroblocks.
2	I-slice. Contains only I-macroblocks. Each macroblock is predicted from previously coded blocks of the same slice.
3	SP-slice. Consists of P and / or I-macroblocks and lets you switch between encoded streams.
4	SI-slice. It consists of a special type of SI-macroblocks and lets you switch between encoded streams.
5	P-slice.
6	B-slice.
7	I-slice.
8	SP-slice.
9	SI-slice.

看起來像上表包含了一些冗餘數據，但事實並不是如此：
類型5 - 9意味着當前圖像的全部其餘切片將是同一類型。正如你所看到的每一個切片都由header和data組成。切片頭包含了關於切片類型，切片宏塊的類型，切片幀的數量的信息。固然切片頭也包含了參照幀的設置（the reference frame settings）和量化參數（quantification parameters）的信息。最好，咱們來查看切片data，這是儲存像素數據的地方。宏塊是信息的主要載體，由於它們包含將對應於單個像素的亮度和色度份量的集合。無需進入細節能夠得出結論，不考慮細節能夠得出的結論是,視頻解碼最終能夠簡化爲從比特流中對宏塊的搜索和提取，以及後續藉助亮度和色度份量對像素顏色的恢復。宏塊組成以下圖：

在這裏，咱們有宏塊類型，預測類型（這是下一文章的主題），編碼塊模式（Coded Block Pattern），量化參數（Quantization Parameter ）（若是咱們有CPB），最後數據（data）：亮度和色度份量的集合。