为什么图片视频不直接使用类似 huffman 这种熵编码压缩呢？

[nthhdy]

假如不考虑图片视频利用人类视觉特点的有损压缩，只讨论无损压缩。

熵编码实现压缩，是利用了数据流里“重复出现的部分”，把这些重复部分代换成更短且能一对一无歧义还原的片段，就实现了压缩。

那么图片、视频中其实也有“重复的部分“。比如，视频压缩中利用相邻帧之间变化很小这一特点，那是不是可以说，相邻帧之间“重复的部分”非常多呢？（虽然不是完全重复，至少可以说很类似。）既然重复的部分很多，是不是可以用更 smart 的熵编码算法来直接压缩呢？

[ipwx]

1. 什么叫图片视频。。。
2. 现代视频编码确实是这么搞的。有兴趣可以看 h264, h265

[learningman]

肯定是啊，h264/h265/vp9 不都是吗

[learningman]

你算算按 bmp 那种方式，一个 10 分钟的 1080p 视频该多大

[ruixue]

知乎有句名言：先问是不是再问为什么

[fashioncj]

你有没有发现，大部分视频图片格式你压缩后大小几乎没有变化🤓

[icyalala]

现在的 HEVC 就是 CABAC 熵编码，也有帧内预测帧间预测

[lingxi27]

“思而不学则殆”

[nothingistrue]

你说得这个方法，正是 h264 、h265 的基本原理。也许可能不叫做熵编码算法。

还有你的第一句话，我还是第一次听说利用人类视觉特点的压缩。

[newmlp]

小伙子很有想法，vp10 h266 av2 编码标准就交给你了

[litec]

@nothingistrue 事實上影像壓縮在 DCT 後做 quantize 時，就是考慮人眼對於高頻較不敏感，所以用較少 bit 表達做壓縮。多數影像壓縮標準也都會考量真人的感受做為評比

[xtreme1]

由于你能问出这种问题, 直接看楼上们提示的 h264 你可能很难看懂(没有恶意).
建议先从 MPEG2 开始入手, 现代编码器的基础概念都是有的.

[tusj]

是不是刚听老师新讲了一个新章节，就突然灵机一动。。。

[iamzuoxinyu]

> 我还是第一次听说利用人类视觉特点的压缩。
事实上通常视频使用 YUV420 而不是 RGB444 就是 [利用人类视觉特点] 的压缩手段。

[nthhdy]

@ipwx 图片视频指的就是图片和视频

@learningman
@lingxi27
@nothingistrue

h264 以及其它的视频编码的确用了熵编码，但那只是其中的一个步骤。

可能我没有说清楚，我想说的是，为什么不能只用熵编码这一个步骤。
比如我想压缩文本，一个简单的方法是，先统计字出现的频率，用 huffman 生成编码表，然后到原文中代换，出来的结果大小接近理论压缩极限。gzip 这种工具用的方法更 smart ，但是肯定不像视频那样，需要 motion estimation 等步骤。

[iamzuoxinyu]

因为只用帧内压缩远远不够啊…

[nthhdy]

@nothingistrue
@litec

还有一个利用人类视觉效果的例子，就是颜色用 YUV 来表示，而不用 RGB 。对人眼差别不大，但大小或许会骤减。

[nthhdy]

@iamzuoxinyu 帧内压缩相当于单张图片压缩，单张图片压缩也比单纯的熵编码压缩复杂很多。

[nthhdy]

@xtreme1 感谢这个建议，这个路子非常中肯

[imn1]

你语言组织不好，把一个高阶问题问成了低阶

高阶的部分我也答不上
只知道现在的算法好像也有用到相邻帧之间的类似部分，key frame 好像就是为了这个设计的？定时修正 raw ，避免太多的帧压缩导致靠后的失真越来越严重
一知半解，不对的话可以 pass

[ipwx]

@nthhdy 信息熵是个数学概念，在实际数据集上几乎无法计算。

任何计算“熵”、“概率”，都要先假设数据服从某些分布，然后才能进行计算。各种不同的压缩方法，显然是假设数据服从不同的分布，然后用这种假设去搞了具体的编码方案。

你在教材上看到的 Huffman 编码，是假设 alphabetic 是定长的（比如 a~z ），并且每个 alphabetic 都用定长的 0-1 串编码。在这个前提下给出的最佳编码方案是霍夫曼树。但是呢。。。

显然现实世界不是这样的。你完全可以用不定长的 alphabetic 去做不定长串的压缩。这就是各路通用压缩算法大显神通的地方了。然而即便如此，通用压缩算法处理 .avi 也达不到很高的压缩比。

各种视频和图片编码显然是做了更激进的概率建模，在这种特殊的概率分布上用了更高压缩比的方案。比如视频的帧间编码，显然是利用了你“视频的帧与帧之间的信息有很多重复”这个额外信息。在通用压缩方法里面可没有这个额外信息。

----

信息论有一条，“数据的信息量 = 编码后的信息量 + 编码器的信息量”。虽然和上面的论述其实没有多大关系，但是也能提示你一点：你给程序多一点信息，你压缩以后的东西就能变得更小。