普通用户应该如何理解视频编码

现在手机、相机和电脑都能轻松拍摄4K甚至更高分辨率的视频，但很多人把视频导入电脑后，面对H.264、H.265、ProRes、AV1、码率、帧率等参数，很快就会产生一种感觉：拍视频什么时候也变成工程项目了？其实没有那么复杂。普通用户真正需要理解的只有一件事：视频编码就是用一定的算法，把原本庞大的连续画面数据压缩成适合存储、传输和播放的数据，同时尽可能保留人眼真正能看到的画面信息。

首先需要区分“编码”和“格式”。很多人把MP4、MOV、H.264、H.265全部叫作视频格式，实际上它们承担的角色不同。MP4和MOV主要属于容器，也就是把视频、音频、字幕、时间码等数据装在一个文件中；H.264（AVC）、H.265（HEVC）、AV1以及ProRes则属于视频编码方式。一个MP4文件里面可以使用H.264，也可以使用H.265，不能看到“.mp4”三个字就判断它到底采用了什么编码。

H.264（Advanced Video Coding，AVC）是目前仍然非常重要的视频编码标准。它最大的优势并不是“画质最好”，而是兼容性非常成熟。大量手机、电视、电脑、摄像机、网页浏览器和视频平台都能够处理H.264，因此当用户需要把视频交给不同的人、上传到不同的平台或者在比较老的设备上播放时，H.264往往比较省心。它的压缩效率已经相当高，但在相同视觉质量下，通常需要比更新一代的编码方式占用更多数据空间。

H.265（High Efficiency Video Coding，HEVC）是在压缩效率方面进一步发展的标准。它能够利用更复杂的帧内和帧间预测、变换、量化以及编码工具，在相近视觉质量下减少数据量，因此特别适合4K视频以及需要降低存储和传输压力的场景。不过，“H.265一定比H.264小50%”并不是一个固定规律。实际文件大小取决于编码器、码率控制、画面内容、帧率、分辨率以及用户设定的质量目标。同样一段视频，如果一个编码器设置得比较保守，文件并不会自动变成另一个编码器的一半。

AV1（AOMedia Video 1）则代表了另一条发展路线。它由开放媒体联盟（Alliance for Open Media）推动，在网络视频和流媒体领域受到越来越多关注。AV1同样强调高压缩效率，在相近视觉质量下有机会降低数据量，但编码和解码的计算成本、硬件支持情况以及平台兼容性也需要考虑。因此，普通用户没有必要因为“新一代编码”几个字就立刻把所有视频转成AV1。能否方便播放、剪辑和上传，往往比理论压缩效率更加重要。

ProRes则完全是另一类思路。Apple ProRes是一系列面向专业制作流程的编码格式，主要目标不是把视频压缩到尽可能小，而是在较高画质和较低后期处理负担之间取得平衡。它通常比面向最终发布的H.264或H.265占用更多存储空间，但剪辑、调色、合成和多次编码过程中更加适合作为中间制作格式。ProRes也并不是严格意义上的“无损视频”。不同ProRes家族成员采用不同的数据压缩方式，实际特性需要看具体编码版本。

这也解释了为什么专业摄像机经常同时提供多种录制方式。拍摄原始素材时，摄像师需要考虑的不是“文件越小越好”，而是后期制作需要多少数据保留能力。一个已经高度压缩的成片，如果再经过多次解码、调色、特效和重新编码，可能更容易暴露色块、细节损失和其他压缩痕迹。相对，适合后期制作的中间编码可以让剪辑系统更从容地处理素材。不过，如果只是拍孩子生日、家庭旅行或者手机短片，再为了保存几十分钟视频购买大容量高速存储设备，往往没有必要。

普通用户还需要理解一个非常容易混淆的概念：码率比“编码名称”更直接地决定文件大小。视频文件大小大致与码率和播放时间有关。比如一段视频平均码率为20 Mbps，录制时间越长，产生的文件自然越大；如果把平均码率提高到40 Mbps，在其他条件相近时，文件体积也会大致增加。至于画质是否同样提高，则取决于编码器是否已经接近该场景的有效压缩极限。

分辨率则决定了需要处理多少空间细节。1080p通常为1920×1080像素，而4K UHD通常为3840×2160像素，后者拥有约四倍的像素数量。但这并不意味着4K视频一定比1080p“好四倍”，也不意味着文件一定正好大四倍。编码器会利用画面中的空间和时间冗余压缩数据，静止的风景和快速运动的体育比赛需要的数据量可能完全不同。夜景、树叶、雨雪、烟雾、草地以及大量细小纹理尤其容易给编码器制造压力。

帧率决定每秒记录多少幅画面。24fps常用于电影和影视制作，30fps在网络视频和日常记录中很常见，50fps或60fps能够让快速运动看起来更加连续，也适合后期制作慢动作。但60fps并不意味着画质一定比30fps高，因为在相同总码率下，帧数增加后，每一帧能够分配的数据可能减少。真正应该根据拍摄对象和后期用途决定帧率，而不是单纯追求数字更高。

还有一个经常被忽视的参数是色彩采样和位深。普通消费者看到的“4K”只说明空间分辨率，并不能说明色彩信息有多少。8-bit、10-bit甚至更高位深，会影响画面能够记录和处理的色阶数量；4:2:0、4:2:2等色度采样方式，则涉及色彩信息的空间采样方式。对于普通家庭录像，这些差异未必始终容易看出来，但如果需要进行大幅调色、绿幕抠像或者专业后期，它们就会变得重要。

视频编码还有一个实际问题，就是硬件加速。现代CPU、GPU以及手机SoC往往内置H.264、HEVC甚至AV1的硬件编码和解码能力。硬件支持充分时，播放4K视频可能并不需要很高的CPU占用；如果设备只能依赖软件解码，一个高码率、高分辨率的视频就可能让老电脑出现卡顿。编辑视频时也一样，某些编码虽然文件很小，却可能让剪辑软件需要进行大量解码计算。因此，“文件越小”并不等于“电脑处理起来越轻松”。

对于长期保存的视频，还应该考虑未来的可访问性。家庭录像最重要的是能够在多年以后重新打开，而不是今天压缩率最高。保存珍贵素材时，可以保留一份质量较高的原始或制作母版，再根据手机、电视和网络平台需要制作H.264或H.265版本。对于一般家庭用户，完全没有必要把所有素材都保存成体积巨大的专业中间编码，但也不应该为了节省硬盘空间，把唯一的一份珍贵录像压缩得过于激进。

上传视频网站时，则要注意平台通常会重新编码。也就是说，即使用户上传了一份高码率4K视频，平台为了适应不同网络速度和设备，也可能重新生成多种分辨率和码率版本。因此，上传时最重要的是遵守平台支持的编码、分辨率、帧率和码率要求，而不是认为自己选择了某种编码以后，平台就会原样保存。

如果把这些概念放回日常使用场景，手机家庭录像可以优先考虑设备默认的高质量HEVC或H.264设置；需要与大量旧设备共享时，H.264通常更容易避免兼容性麻烦；需要节省本地存储并且设备、剪辑软件和播放设备都支持时，HEVC具有实际优势；需要进行较复杂的专业后期制作时，则可以考虑ProRes等中间编码。对于网络发布，则应该根据目标平台的技术要求决定最终输出参数。

理解视频编码以后，就会发现所谓“最佳编码”其实并不存在一个适合所有场景的答案。视频编码是在画质、文件体积、兼容性、编码速度、解码负担和后期处理能力之间进行取舍。普通用户不需要成为视频压缩算法专家，只要知道自己是在拍摄、剪辑、保存还是发布视频，就已经能够避开绝大多数参数陷阱。真正重要的不是追着H.264、H.265或者AV1这些名字跑，而是让编码方式服务于视频最终要完成的任务。