在上一篇《 音视频一、音视频本质及ffmpeg安装 》中介绍了视频文件格式，视频封装格式，音视频编码格式，以及利用ffmpeg验证音视频主要由音频和视频组成。
本章主要是对音视频一些基础概念的理解。
块结构的混合编码
第一种采用 “块结构的混合编码” 方案的编码标准：音视频鼻祖H261。
先看一个例子：假如一个渐变的图片，按像素保存的方式和块结构保存的方式，两种方式对比：
按像素保存的方式：一张200*100的图片，一共需要2万个像素保存，一个像素用RGBA保存，一共8万个字节。
如果换一种方式：图片宽，图片高，起始点（宽、高），终止点（宽、高），起始点颜色（RGBA），终止点颜色（RGBA）。只需要14个字节就能保存这张图片的所有信息，而且能完整还原。
这个例子中，在没有损坏画质的前提下，图片的压缩效果非常好。
音视频中某一帧的图片，肯定不会那么巧，刚好整张图片渐变，但科学家利用这个特点，应用到音频领域编码算法上，以下面这张图片为例：
科学家对图片放大很多倍后的微观层面分析，在图片的一些部分，可以 采用渐变处理方法来达到压缩数据的目的 ，而一些像素差异很大的地方，按他原本的数据进行处理。这样来达到画质在人眼中分辨不出来的效果。人眼对微观分辨没有那么敏感，所以这种处理后，人眼基本感觉不出来。即使放到微观层面，小块并不都是绝对的渐变，但是不影响效果，当然这种编码算法是有损的，权衡利弊之后值得采用。
拓展知识点：实际上存在无损编码格式的应用，电影院采用的
jpeg2000
，它是一种通过存储
原图片
的方式进行视频播放，因为它要放大到巨型屏幕上，如果采用压缩编码，还原之后就会出现上图中的情况，为了观影体验，所以没法压缩，当然这不在我们考虑的范围内。
H264压缩技术
了解了块结构混合编码后，理解H264的基本原理其实非常简单，下我们就简单的描述一下H264压缩数据的过程。通过摄像头采集到的视频帧（按每秒 30 帧算），被送到 H264 编码器的缓冲区中。编码器先要为每一幅图片划分宏块。
以下面这张图为例:
宏块的划分规则
来源于《H.264视频编码官方中文帮助文档》第6.3节 图像和条带的空间分割
一幅图像如何分割为条带和宏块。图像被划分为条带。条带由一系列的宏块组成，当使用宏块自 适应帧/场解码时则由一系列宏块对组成。
每个宏块均包含一个 16×16 的亮度阵列，当视频格式不是单色时，还包含和两个相应的色度阵列。如果没 有使用宏块自适应帧/场解码，每个宏块代表图像中的一个空间矩形区域。例如，如图 6-7 所示，一幅图像被分为 两个条带。
规定反向扫描过程，例如索引值到位置的映射，以及相邻数据的导出过程。
6.4.1 反向宏块扫描过程
这里我们需要知道的是编码算法会将每帧图片每个宏块都进行扫描。进行计算后，得到最优的划分结果。
6.4.2 反向宏块分割和子宏块分割的扫描过程