保伦电子安卓开发二面面经（全程问编解码）

《面试题目》

1. 自我介绍
2. 你们项目是监控摄像机的项目，有没有了解视频编码这块？
3. H.264 编码原理是什么？
4. H.264 编码的流程是怎样的？
5. B 帧和 P 帧的区别？
6. GOP 是什么？
7. GOP 长度怎么来的，编码时怎么控制？
8. YUV420 和 I420 有什么区别？
9. 视频采集采的是 RGB 还是 YUV？
10. 1080p 的 I420 数据，一帧占多少字节？
11. SPS 是什么？
12. 视频宽高存在哪里？
13. 视频宽高是直接存的吗，还是要怎么算的？
14. SPS 和 PPS 有什么区别，两者会一起出现吗？
15. C++ 水平怎么样，有做过项目吗，平时工作什么时候用？
16. AVC 和 SVC 有什么区别？
17. 哪里人？
18. 对于工作城市有什么想法？
19. 之前离职原因？

《参考解析》

1. H.264 编码原理：核心是去掉三类冗余——空间冗余（帧内预测，用邻近已编码像素预测当前块）、时间冗余（帧间预测，用运动估计 + 运动补偿从参考帧找相似块，只传残差和运动矢量）、以及统计冗余（整数 DCT 变换 + 量化 + 熵编码，CABAC/CAVLC）。再叠加环路滤波去块效应。整条链路的取舍点在于码率、画质和延迟三者互斥。

2. 编码流程：输入 YUV 帧先分宏块（H.264 是 16×16 宏块，可细分到 4×4 子块）→ 选择帧内或帧间预测模式 → 得到残差 → 变换与量化 → 熵编码输出码流；同时残差要反量化反变换、加上预测值重建图像，经去块滤波后作为后续帧的参考帧（这就是编码器里一定有「解码环路」的原因）。

3. I/B/P 帧：I 帧只做帧内预测、可独立解码，是随机访问点；P 帧只参考前面的帧，做单向预测；B 帧同时参考前后帧、做双向预测，压缩率最高但需要缓存后续帧，会增加编解码延迟，所以实时通信场景常禁用 B 帧。

4. GOP：Group of Pictures，从一个 I 帧到下一个 I 帧之前的一组帧。GOP 越长大致码率越低，但随机访问（拖动进度、频道切换）的间隔越长、出错后的恢复越慢；直播为了秒开通常把 GOP 压到 1–2 秒，点播可以放到几秒。编码时通过编码器的 gop_size / keyint 参数控制，配合场景切换检测可以强制插 I 帧。

5. YUV420 与 I420：YUV420 是一类色度二次采样方式的统称——每 2×2 个亮度像素共用一组 U、V。I420 是其中一种具体的内存排布（也叫 YU12）：先存全部 Y，再存全部 U，最后存全部 V，三个平面分开。容易混的是 YV12（U、V 顺序对调）、NV12（UV 交错成一个平面）、NV21（VU 交错）。安卓 Camera 预览常见的输出是 NV21，编码前一般要转成 I420。

6. 1080p I420 一帧多少字节：1080p 是 1920×1080 个亮度像素，Y 平面 1920×1080 = 2073600 字节；U、V 各是四分之一，各 518400 字节；合计 2073600 × 1.5 = 3110400 字节，约 2.97 MB（≈ 3 MB）。

7. SPS 与 PPS：SPS（Sequence Parameter Set）描述一个序列的全局参数——分辨率、帧率、位深、色度格式、参考帧数量、profile/level；PPS（Picture Parameter Set）是图像级参数——熵编码方式、量化参数初值、slice 分组等。两者都在 IDR 帧之前出现，且必须一起出现：解码器拿到码流时先解析 SPS 建立序列上下文，再用 PPS 得到具体图像的编码配置；缺了任何一个都没法正确解码，所以封装格式里通常把带 SPS/PPS 的 extradata 单独存一份。

8. 宽高存在哪里、是不是直接存：宽高不是以「1920×1080」这样的裸字段存在码流里的，而是编码在 SPS 里，字段名是 pic_width_in_mbs_minus1 和 pic_height_in_map_units_minus1，单位是宏块（16 像素），解析出来要分别加 1 再乘 16；高度还要结合 frame_mbs_only_flag 判断是否需要除以 2（场编码的情况）。用 FFmpeg 可以直接从 SPS 里读出来，不用解完整帧。

9. AVC 与 SVC：AVC 就是 H.264，一帧画面只编一个码流。SVC 是可分层视频编码，一次编码产出多层——时域分层（帧率）、空域分层（分辨率）、质量分层（SNR），接收端按自身带宽和解码能力抽掉上层、只解基础层也能看，本质上用少量码率冗余换适应网络抖动的能力。SVC 的代价是编码复杂度和同画质下略高的码率，在会议和屏幕共享场景更常见。