自己的這個筆記，廢了好久，還是要堅持寫下去，雖然現在看來，質量不太高，而且很多東西貌似沒有說到位，只有自己才看得懂，明顯不是技術普及的方式。
先說基本原理，這個基本就是抄書了，因為不是做科研的，很多東西都是人們用了很多年才逐漸總結出來的。
對於算法研究而言，本身就是要先知道哪個地方可以努力，哪些地方行不通。這些原理，就是指明方向的。
一.視頻壓縮的可行性
1.空間冗余
一幅靜態圖像，比如人臉。背景，人臉，頭發等處的亮度，顏色，都是平緩變化的。相鄰的像素和色度信號值比較接近。具有強相關性，如果直接用采樣數來表示亮度和色度信息，數據中存在較多的空間冗余。如果先去除冗余數據再編碼，表示每個像素的平均比特數就會下降，這就是通常說的圖像的幀內編碼，即以減少空間冗余進行數據壓縮。
2.時間冗余
視頻是時間軸方向的幀圖像序列，相鄰幀圖像的相關性也很強。通常用降低幀間的方法來減少時間冗余。采用運動估計和運動補償的技術滿足解碼重建圖像的質量要求。
3.符號冗余
用相同碼表示概率不同的符號，會造成比特數的浪費。比如10，11，13三個數，如果我們都用1bytes來表示，就是3bytes(即3×8 = 24bits)，但是如果我們表00b表示10，01b表示11，02b表示13，這樣，三個數合起來才用了6bits，較之前可以節省18bits。
可變長編碼技術的原理就如此，概論大的用較短的碼字，概率小的用較長的碼字。
4.結構冗余
對於圖像內部，各個部分也存在某種關系。我們可以通過這種關系，減少信息的碼字表達。比如:分形圖像編碼
5.視覺冗余
1），人眼對彩色信號的亮度分辨率高於色彩分辨率，比如rgb-->yuv就是這個原理
2），人眼對靜止圖像的空間的分辨率大於運動圖像的分辨率。
3），人眼對亮度的細小變化不敏感
4），中心敏感，四周不敏感。
其實我們雖然知道了這些，我們知道有冗余，但是如何把這些冗余找出來，是個很復雜的過程。也是我們的算法不斷追求的過程。
上面的一段，是所有視頻壓縮標准的基石。mpeg2,mpeg4,h264,h265這些標准，與其說他們是標准，不如他們提供了一些算法的組合，或簡單或復雜，當然簡單的算法壓縮掉的冗余小，復雜的壓縮掉的冗余大。通過算法找到冗余信息在哪，然后壓縮掉，實現數據量的減小。這就是我們的目錄。
更近一步的說，就是我們如何找出數據的相關性。
二，常見算法的名詞解釋
大的分類有兩種，一個變換，一個是編碼。
先說變換
我們要找出信號的相關性，時間上不好找怎么辦，變換到另外一個空間上去。這就是我們在信號與系統，數字信號處理，高等數學得到的結論
變換
傅里葉變換
walsh-hadamard(沃爾什哈達瑪變換）
正弦變換
余弦變換----應用最廣
斜變換
哈爾變換
k-L變換
小波變換
對於這些變換來說，很多東西只在數學上有意義，對於工程來說，或者沒有快速算法，或者變換后相關性比較低，或者其他原因。只有余弦變換是最最廣泛的，為了減小我們的學習壓力（當然如果你是要對比其中的差異的另當別論），我們只掌握余弦變換就可以了。
編碼
又分無失真編碼與限失真編碼，從名字上我們就可以看出差異了。呵呵，不多解釋
無失真編碼的種類：
哈夫曼編碼，算術編碼，游程編碼
限失真編碼
預測編碼，變換編碼，矢量量化，基於模型的編碼。
對於編碼這塊，上述的算法，基本要全部掌握才行。
jpeg/mpeg2先用了游程編碼減小的0這個數占用的比特位，然后用了哈夫曼壓縮。
h264用了算術編碼來做最后一道壓縮工序
運動補償與運動估計，用到預測編碼。
mpeg4用到了基於模型的編碼
變換完成后，進行了矢量量化。