一个完整的视频包（通常指H.264/H.265等编码格式的数据包）是分层组织的，其结构可类比为快递打包的分层套娃模型。以下是各层级的核心组成部分：

📦 ​​一、视频包的层级结构​​
​​1. 全局参数层（外箱）​​
​​SPS（序列参数集）​​
​​作用​​：全局“说明书”，定义分辨率、帧率、编码档次（Profile）、级别（Level）等。
​​位置​​：视频流开头独立传输。
​​必要性​​：无SPS则解码器无法解析后续数据。
​​PPS（图像参数集）​​
​​作用​​：单帧解码参数，如量化表、熵编码模式（CABAC/CAVLC）。
​​位置​​：紧随SPS后传输，每个GOP（图像组）开头可能更新。
​​2. 帧组层（中箱）​​
​​GOP（图像组）​​
​​组成​​：以I帧开头，包含多个P/B帧。
​​作用​​：支持随机播放（从任意GOP开始解码），减少误差传播。
​​长度​​：I帧间隔（如N=30表示1秒一个I帧）。
​​3. 帧/切片层（小包裹）​​
​​I帧（关键帧）​​
​​特点​​：独立编码，携带完整画面；是GOP的起点和解码基准。
​​数据量​​：最大（压缩率约7:1），类似JPEG压缩。
​​P帧（前向预测帧）​​
​​特点​​：参考前一I/P帧，存储运动矢量和残差数据。
​​数据量​​：约为I帧的1/3。
​​B帧（双向预测帧）​​
​​特点​​：参考前后帧，压缩率最高（可达I帧的1/9）。
​​缺点​​：解码需缓存前后帧，增加延迟。
​​切片（Slice）​​
​​作用​​：将一帧分割为多个块（如水平条带），网络丢包时仅影响局部。
​​切片头​​：记录帧类型（I/P/B）、参考帧索引。
​​4. 数据块层（最小零件）​​
​​宏块（Macroblock）​​
​​组成​​：16×16像素块，包含预测模式、运动矢量、残差数据。
​​子块​​：可细分为4×4或8×8块处理细节。
⏱️ ​​二、时间与同步信息​​
​​DTS（解码时间戳）​​
指示数据包的解码顺序（因B帧需调整顺序）。
​​PTS（显示时间戳）​​
指示画面的显示顺序（用户看到的顺序）。
​​时间基（Time Base）​​
时间戳的刻度单位（如视频流为1/90000秒）。
📊 ​​三、元数据与封装信息​​
​​元素​​ ​​作用​​
​​分辨率​​ 单帧像素维度（如1920×1080）。
​​帧率​​ 每秒帧数（如30 FPS）。
​​色彩格式​​ 通常为YUV 4:2:0（亮度+降采样色度）。
​​容器封装​​ 如MP4/MOV，存储音视频流、时间戳、元数据。
​​流索引​​ 标识包属于视频流或音频流（如stream_index=0）。
🔄 ​​四、编码与传输规则​​
​​顺序强制​​
SPS/PPS必须在视频流开头传输。
I帧必须在GOP首位。
​​存储顺序 ≠ 显示顺序​​
显示顺序：I → B → B → P
存储顺序：I → P → B → B（B帧需提前解码后续P帧）。
​​错误恢复机制​​
切片独立解码，局部丢包不影响全帧。
丢失P/B帧时，可通过后续I帧重建画面。
💎 ​​总结：视频包 = 分层标签化数据块​​
​​核心帧​​：I帧（完整画面）、P帧（前向差分）、B帧（双向差分）。
​​参数集​​：SPS（全局配置）、PPS（帧级配置）。
​​同步标识​​：DTS/PTS解决编解码时序问题。
​​错误控制​​：切片和宏块结构提升抗丢包能力。