趣谈网络协议笔记-二（第十六讲上）

流媒体协议：如何在直播里看到美女帅哥？

自勉

给岁月以文明，而不是给文明以岁月！——《三体》
在触不到的獠牙上点火……就像不必仰望那星星就能够解决……就像不必喊破喉咙就可以一样。——阿散井恋次《死神Bleach》

前言

今天公司说要办联谊活动，然后同事们就很快乐地帮我报名了= =，就很快乐地帮我报名了。我这人有一个坏毛病，如果有些事情没有尝试过，就特别想去试一试（违法的除外！），所以就点头报名了。
然后被拒绝了，说我年纪太小了，应该把机会让给更有需要的人们。
《三体》真的有很多经典的台词，总是能让我深有启发。就比如给岁月以文明而不是给文明以岁月，这句台词是人类得知三体人的进攻时，采取计划经济导致文明衰退后的自省。
放到今天不是也一样吗？如果是像蝼蚁一样苟活着，那么即使你活的再久又有什么意义呢？
其实我感觉昨天的章节的表达方式挺好的，照着他所给出的图片来构建出自己的认知。今天其实也打算再按照昨天的流程来理一遍视频直播协议RTMP的网络通信过程的，但是当我复制图片的时候，我惊呆了，10张图片！是昨天的十倍！好了，只能改变一下战略，将RTMP协议分两天完成。毕竟我的规划中，Android部分才是相对重要的部分。计划是这样的，但是也不保证我一口气就说完了呢= =
先定个计划，先把视频的压缩过程说完吧。

正文

直播，说到底是一种即时的媒体播放协议，注意，是即时的，所以你正常情况下无法回退。

你有可能会存在延迟，但是这个延迟绝对是短暂的，如果延迟过长，则会直接更新到最新的视频内容中，因为，协议的设计就是为了保证所谓的即时性。不然当对面的美女主播进行一些互动甚至抽奖时，如果不确保这个即时性，等你知道信息的时候，互动都已经结束了，这就叫单纯的看视频而不是看直播了。

那么问题来了，视频是什么，为什么我传输了那一串不知道是什么的01数据，播放器就能清楚我传输的是什么并且能够进行播放呢？

视频说到底就是快速切换的一堆图片，当图片切换地足够快的时候，因为人眼的视觉残留，所以看到的就好像是图像在运动一般。

但是如果仅仅是简单存储一堆图片并播放的话，视频所占用的空间是惊人的，比如说我在支持1024*768的显示器上要播放一分钟的30fps的视频，那么这个视频的大小应该是多少呢？假如说像素是通过RGB组成的，那么总共需要1024*768*3*60*30=4246732800B，大约4个G的数据！然而实际上，我之前所假设的场景绝对是低配中的低配，实际场景绝对比这个要复杂。那么怎么办呢？如果1分钟的视频我都需要4个G的流量来运行，那我一个月话费再多都支撑不了我看多少时间的直播啊！
这个时候，就需要对视频本身进行压缩了，媒体的压缩一般是从如下几个方面进行处理的：

一. 空间冗余

一张图片的相邻像素的颜色往往是渐变的，所以没有必要每个像素都完整地保存，完全可以每隔几个保存一个，中间的用算法计算出来。

二. 时间冗余

视频序列的相邻图像之间的内容相似。一个视频中连续出现的图片也不是突变的，可以根据已有的图片进行预测和推断。

三. 视觉冗余

人的视觉系统对某些细节不敏感，因此不会每一个细节都注意到，可以允许丢失一些数据。

四. 编码冗余

有些像素用到的少，有些多，那就在编码的时候按照哈夫曼编码的思路对其进行优化，从而减少传输的数据长度。

基于这四种压缩思路进行压缩后的数据就可以用于数据传输了。