h264 语法（P 帧语法详细信息）

Question

我正在解析 h264 NAL 单元。在我的序列中 - 有带有图片参数集、序列参数集、I 帧（它们也是 IDR）和 P 帧（I 和 P 帧由单个切片组成）的 NAL 单元。 （根本没有 B 帧）

所以我的 NAL 单元流看起来像：

[SPS] [PPS] [I(IDR)] [P] [P] [P] ... [P] [P] [SPS] [PPS] [I(IDR)] [P] [P] [P] ....

我的流中的每个 I 帧也是 IDR 帧，因此它的 frame_num 为 0（根据 h.264 标准）。

此外，每个 P 帧的 frame_num 每单位都比前一帧大。

但是，我对pic_order_cnt_lsb 感到困惑。

pic_order_cnt_lsb 代表什么？

按照我的顺序：

• 如果P帧有frame_num==2它的 pic_order_cnt_lsb==4
• 如果P帧有frame_num==3它的 pic_order_cnt_lsb==6
• 如果P帧有frame_num==4它的 pic_order_cnt_lsb==8
• 等等...（在我的情况下pic_order_cnt_lsb == 2*frame_num）

为什么frame_num和pic_order_cnt_lsb之间存在这种关联？

谢谢，

Answer 1

看起来你有交错的数据。对于隔行扫描数据，一帧由两个场组成。每帧的另一个字段将具有 pic_order_cnt_lsb 的奇数值。

pic_order_cnt_lsb 只是跟踪图片顺序的计数器的最低有效位。如果（如在典型的隔行扫描数据中）每帧有两张图片，那么 frame_num 的每次变化都会增加 2。如果您的流是渐进式的而不是隔行式的，则两者将一起递增。