通过上一篇文章我们就应该知道了为什么要进行视频压缩，因为未经过压缩的视频数据量大的惊人，大大超出了我们的消费能力，而经过压缩后的视频不仅仅数据量有了巨大的降低，最主要的一方面是在经过高压缩比压缩过后，视频本身的质量，对于人的观影体验来说，并没有太大的降低。

因此我们就想到了要把视频压缩，降低视频的数据大小。

这个时候可能会有小伙伴有这样一个疑问，上一篇文章中通过计算之后得出的结论是我们可以将一个七千多G的未压缩的原始视频压缩成只有几个G的大小，视频缩小了几百倍。

但为什么我平时也用一些压缩软件，比如说WinRAR、快压、好压、6789压缩等等一些压缩软件去压缩文件的时候，压缩过后的文件相比原始文件，大小只减小了很少的一部分，大部分情况是大小减小了一半左右。这是为什么？

针对这个问题，这里我们要提到两个专业名词：无损压缩和有损压缩。

什么是无损压缩？

无损压缩顾名思义就是在压缩的过程中不损坏文件的任何信息，这是一种利用文件中数据的统计冗余进行的压缩，这种压缩的特点就是可以进行解压缩，也就是我们可以将压缩后的文件再解压缩，从而恢复到原始文件。

因为信息不会丢失，所以本身压缩比也不会很大，刚才提到的几种压缩软件都是无损压缩。

那什么是有损压缩？

理解了无损压缩之后，有损压缩自然也就可以理解了，有损压缩在压缩的过程中会选择性的丢失一定的信息；当然信息并不是随意丢弃的，而是根据人类对图像或声波中某些频率成分不敏感的特性来选择。

有损压缩虽然最后丢失了部分信息，但是获得了较大的压缩比。和无损压缩的一个不同就是有损压缩并不能完全恢复成原始图像，虽然有所不同，但是不影响人对原始资料表达的信息造成误解。正是这种特性，有损压缩广泛应用于语音、图像和视频数据的压缩中。



压缩比上的区别

无损压缩的压缩比是受文件数据本身特性来决定的，压缩比一般在2:1到5:1之间。

而有损压缩允许压缩过程中损失部分信息，因此其可以换来大得多的压缩比，有损压缩的压缩比最高可达200:1甚至更多。

为什么能进行有损压缩？

视频及图像有损压缩的理论基础

对于无损压缩，我会再后续发表的文章中逐一讲解，这里先讲一讲为什么图像和视频可以进行有损压缩。

大部分的图像和视频的观看者都是人，其他例外的我们暂不讨论。人眼观察事物具有一定的特点，比如人对于自己感兴趣的区域会过分集中，而对于不感兴趣的部分关注度会降低，比如观看足球比赛的时候，我们大部分的注意力在足球和自己喜欢的球员身上，对于其他球员以及场边的画面，我们很多时候不会在意。小伙伴可以看看我们在看足球比赛的时候是不是这样呢？

其次人眼有个刷新率的概念，即当图像的刷新频率超过24帧每秒时，我们人眼就会觉得图像的变化是连续的，图像也就组成了视频。这也是为什么所有视频的刷新频率要超过30帧每秒的原因。人眼还有很多其他的特性。

一般来讲，被有损压缩丢弃的信息都被我们认为是冗余，视频数据包括信息和冗余数据，其中信息是在有损压缩中需要保留的有用数据；而冗余数据是在有损压缩中需要被压缩掉的无用内容。冗余在图像和视频中表现是相同或相似的重复信息。

冗余主要有：

1)空间冗余

图像中同一物体表面颜色分布具有规律性，像素的颜色变化往往存在着空间相关性。比如下面这张图，有一大片连续的区域颜色都相同，这样就产生了空间冗余。

大面积蓝色天空构成了空间冗余

2)时间冗余

时间冗余常出现在视频中，视频刷新很快，前一幅图像和后一幅图像差别不会很大，通过具有空间与时间的连贯性。例如人在会议室开会，随着会议的进行，背景一直是相同的，改变的只是人的位置和动作。

3)结构冗余

图像中很多物体的纹理结构是相同或相近的，这些纹理结构不需要用数据保存，我们知道图案的分布规则之后就可以直接通过某一过程生成出来。例如：方格状的地板、砖墙等。

4)知识冗余

图像中的物体的分布规律和某些知识有很大的相关性。例如：人脸的结构是固定的，脸颊的中间是鼻子，眼睛的上方是眉毛。等等这些规律性的结构可以由背景知识和先验知识获得。压缩这类图像时，我们只需要构造出物体的基本模型，只存储少量的特征参数，其余数据就是知识冗余。

5)视觉冗余

人眼的视觉系统对图像场敏感性是非均匀和非线性的，换句话说并不能对图像的任何变化都感觉到。具体体现为：对亮度变化敏感，对色度变化相对不敏感；对静止图像敏感，对运动图像相对不敏感；对图像的水平线条和竖直线敏感，对斜线相对不敏感；对物体边缘敏感，内部区域相对不敏感。小伙伴可以结合自己的实际情况，看看我们眼睛在看视频的时候是不是这样的。根据这些视觉特性对图像进行判断，就可以选出视觉冗余的数据。

由于有了上述五种冗余的存在，视频图像在进行有损压缩时可以以此为依据选出有用的信息，丢地冗余的数据，进而将视频压缩。