来自极客时间的视频教程学习：
1、像素：
像素是图像的基本单元，一个个像素就组成了图像。你可以认为像素就是图像中的一个 点
2、分辨率
图像（或视频）的分辨率是指图像的大小或尺寸。我们一般用像素个数来表示图像的尺
寸。比如说一张 1920x1080 的图像，前者 1920 指的是该图像的宽度方向上有 1920 个像
素点，而后者 1080 指的是图像的高度方向上有 1080 个像素点。
视频行业常见的分辨率有 QCIF（176x144）、CIF（352x288）、D1（704x576 或
720x576），还有我们比较熟悉的 360P（640x360）、720P（1280x720）、
1080P（1920x1080）、4K（3840x2160）、8K（7680x4320）等。
3、
位深
一般来说，我们看到的彩色图像中，都有三个通道，这三个通道就是 R、G、B 通道。简单
来说就是，彩色图像中的像素是有三个颜色值的，分别是红、绿、蓝三个值。也就是说我
们看到的那个带有颜色的块其实是由 R、G、B 三个值组成的（有的时候还会有 Alpha
值，代表透明度，我们这里不展开讨论）。
通常 R、G、B 各占 8 个位，也就是一个字节。8 个位能表示 256 种颜色值，那 3 个通道
的话就是 256 的 3 次方个颜色值，总共是 1677 万种颜色。我们称这种图像是 8bit 图
像，而这个 8bit 就是位深。
4、
Stride
接下来我们来看一个特别的概念——Stride。这个 Stride 不是图像本身的属性，但是视频
开发者经常会碰到，也是经常会出问题的一个东西。我们团队在工作中就多次遇到过由于
客户没有处理好这个东西，从而导致播放的图像出现“花屏”的情况。
Stride 也可以称之为跨距，是图像存储的时候有的一个概念。 它指的是图像存储时内存中
每行像素所占用的空间。 你可能会问，一张图像的分辨率确定了，那一行的像素值不就确
定了吗？为什么还需要跨距这个东西呢？其实，为了能够快速读取一行像素，我们一般会
对内存中的图像实现内存对齐，比如 16 字节对齐。
举个例子，我们现在有一张 RGB 图像，分辨率是 1278x720。我们将它存储在内存当中，
一行像素需要 1278x3=3834 个字节，3834 除以 16 无法整除。因此，没有 16 字节对
齐。所以如果需要对齐的话，我们需要在 3834 个字节后面填充 6 个字节，也就是 3840
个字节做 16 字节对齐，这样这幅图像的 Stride 就是 3840 了。如下图所示：
这个地方你一定要注意， 每读取一行数据的时候需要跳过这多余的 6 个字节 。如果没有跳
过的话，这 6 个字节的像素就会被我们误认为是下一行开始的 2 个像素（每个像素 R、
G、B 各占 1 个字节，2 个像素共 6 个字节）。那这样得到的图像就完全错了，显示出来
的就是“花屏”现象，屏幕会出现一条条的斜线。
帧率
1 秒钟内图像的数量就是帧率 。据研究表明，一般帧率达到 10～12 帧每秒，人眼就
会认为是流畅的了。当然，可能会有个体差异。
通常，我们在电影院看的电影帧率一般是 24fps（帧每秒），监控行业常用 25fps，而我
们声网常用的帧率有 15fps、24fps 和 30fps。你可以根据自己的使用场景来具体设定你想
使用的帧率值
码率
我们已经知道，视频的帧率越高，1 秒钟内的图像数据量就会越大。通常我们存储视频的
时候需要对图像进行压缩之后再存储，否则视频会非常大。
那么压缩之后的视频我们一般如何描述它的大小呢？一般对于一个视频文件，我们直接看
视频的大小就可以了。但是在实时通信或者直播的时候，视频是视频流的形式，我们怎么
衡量呢？
这就涉及到我接下来要介绍的概念——码率。码率是指视频在单位时间内的数据量的大
小，一般是 1 秒钟内的数据量，其单位一般是 Kb/s 或者 Mb/s。通常， 我们用压缩工具压
缩同一个原始视频的时候，码率越高，图像的失真就会越小，视频画面就会越清晰 。但同
时，码率越高，存储时占用的内存空间就会越大，传输时使用的流量就会越多。
