编码与格式 / 系统课时
视频是如何由帧组成的
视频是如何由帧组成的
视频看起来是连续运动,但数字系统实际保存的是一系列带时间信息的图像帧。本课从“单帧—时间轴—播放”三层建立模型,读完后你能解释播放器为什么按时间展示画面,以及丢帧、重复帧为什么会改变观看体验。
学习目标
- 能区分单帧图像、帧序列与视频时间轴
- 能用帧持续时间解释连续播放的基本机制
- 能区分固定帧率与可变帧率的时间组织方式
一段视频的最小画面单位
单帧可以理解为某一时刻的完整画面。把很多帧按时间顺序排列,并让播放器在正确时刻展示它们,人眼就会感知到运动。视频文件除了保存压缩后的画面,还必须保存时间戳、时长等信息,否则播放器只知道“有哪些帧”,却不知道“什么时候显示”。

帧时间和持续时间
如果视频是 30 FPS,理想情况下每帧平均持续约 秒,也就是约 33.3 ms。但“第几帧”与“显示时间”不是同一个概念:播放器真正依据的是时间戳和时间基。某一帧持续更久,会表现为画面停留;某一帧被跳过,则可能表现为瞬间不连贯。
在固定帧率视频中,相邻帧的时间间隔通常稳定;在可变帧率视频中,不同帧可以拥有不同持续时间,因此不能简单用“总帧数 ÷ 标称 FPS”代替真实时间轴。
播放为什么看起来连续
连续感来自足够密集的时间采样以及人眼对短时间变化的整合。帧率越高,时间采样越密,但是否“更流畅”还受到曝光时间、运动速度、显示刷新率和帧生成方式影响。
因此视频不是“很多 JPG 拼起来”这么简单。逐帧保存图片不仅缺少高效的帧间压缩,还必须额外解决音频同步、随机访问和时间戳等问题。
容易混淆的边界
视频中的帧不一定都能独立解码。I、P、B 等编码帧会在后续课程展开;此处只需要记住:播放层看到的是按时间展示的画面,编码层关心这些画面怎样更省空间地表示。
按自己的节奏,确认真正理解。