第3章图像编码原理

3、图像编码原理：JPEG压缩原理、H.264/H.265编码对比、编码参数对带宽的影响

做机器视觉的，尤其是搞设备联网的，图像编码这块是绕不开的坎。我刚开始接触这个领域时，总觉得压缩就是“把图变小”，后来踩了不少坑才明白——编码选不对，带宽全白费。

今天咱们就聊聊三个核心问题：JPEG怎么压的？H.264和H.265到底差在哪？编码参数又是怎么吃掉你的带宽的？

JPEG虽然是个老古董了，但在工业相机里，它依然是主力。为什么？因为它简单、稳定、硬件支持好。

JPEG压缩的核心思路，说白了就是“骗眼睛”。人眼对亮度敏感，对颜色不敏感；对低频敏感，对高频不敏感。JPEG就抓住这个弱点下手。

具体流程分四步：

颜色空间转换：把RGB转成YCbCr。Y是亮度，Cb和Cr是色度。这一步就把人眼不敏感的颜色信息单独拎出来了。
下采样：对色度通道进行压缩。常见的是4:2:0，也就是色度信息只保留1/4。你想想看，人眼根本看不出区别，但数据量直接砍半。
DCT变换 + 量化：这是核心。把图像分成8x8的小块，做离散余弦变换，把空间域的像素值转成频率域的系数。然后用量化表去“舍掉”那些高频细节。量化表越粗糙，压缩比越高，画质越差。
熵编码：最后用哈夫曼编码把数据再压一遍。

关键点：JPEG的压缩比通常在10:1到20:1之间。我做过测试，一张1920x1080的原始BMP图大约6MB，JPEG压到300KB左右，肉眼几乎看不出区别。但如果你把压缩质量设到10%，那画面就全是马赛克了。

我的经验：在设备联网场景下，JPEG适合做单帧抓拍。比如产线上偶尔拍一张做质检，JPEG完全够用。但如果是视频流，JPEG就扛不住了——每帧独立压缩，帧间冗余一点没利用，带宽浪费严重。

做视频传输，H.264和H.265是绕不开的。我当年从H.264切到H.265时，第一反应是“这玩意儿真香”。

先看对比表格：

为什么会差这么多？核心在于H.265引入了更聪明的编码单元划分。H.264的宏块固定是16x16，而H.265可以从64x64一直细分到4x4。你想想看，大块平坦区域用大块编码，细节区域用小块编码，效率自然高。

另外，H.265的运动估计也更强。它支持非对称运动划分、更精细的亚像素插值。说白了，就是“找相似块”找得更准了。

注意：H.265虽然省带宽，但解码压力大。我曾经在一个项目里用海思3516跑H.265编码，1080p@30fps没问题。但换到一款低端ARM芯片上，解码直接卡成PPT。所以选型时一定要算好算力余量。

很多新手以为编码就是“选个格式，设个码率”就完事了。其实不然。编码参数对带宽的影响，比你想象的大得多。

我列几个关键参数，你感受一下：

码率控制模式：CBR（恒定码率）还是VBR（可变码率）？CBR适合带宽固定的场景，但画质波动大。VBR画质稳定，但码率会跳。我个人习惯在设备联网场景下用VBR，配合一个最大码率限制。
GOP大小：也就是I帧间隔。I帧越大，压缩比越高，但随机访问能力越差。我一般设30~60帧一个I帧。如果网络丢包严重，可以缩短到15帧。
量化参数（QP）：QP越低，画质越好，码率越高。QP每增加6，码率大约减半。我调试时通常从QP=23开始，根据画面复杂度微调。
分辨率与帧率：这个不用多说。分辨率降一半，码率降一半。帧率降一半，码率也降一半。但要注意，帧率太低会导致画面卡顿，工业场景下至少25fps。

实战数据：我用H.265编码，1080p@30fps，QP=28，GOP=30，实测码率大约1.5~2.5Mbps。同样的参数换成H.264，码率直接飙到3~4Mbps。这就是为什么现在新项目我首选H.265。

避坑指南：我曾经在一个项目中，为了省带宽把QP设到40，结果画面全是块状噪声，算法直接识别失败。后来我学乖了——编码参数一定要和算法需求对齐。如果算法需要高纹理细节，QP就别超过30。

最后说一句，编码参数没有“万能配方”。每个场景都要调。我的做法是：先固定分辨率帧率，然后调QP和GOP，用码率监控工具实时看效果。调个两三轮，基本就能找到平衡点。

嗯，图像编码这块，说白了就是在画质、带宽、算力之间找平衡。没有最好的编码，只有最适合你场景的编码。