Teknologi pengkodean video mengutamakan penghapusan redundansi spasial dan temporal. Selanjutnya, izinkan saya memperkenalkan metode yang digunakan: video dibentuk dengan pemutaran berkelanjutan dari berbagai bingkai.
Frame-frame ini terbagi dalam tiga kategori utama: frame I, frame B, dan frame P. Frame I adalah frame independen dengan semua informasinya sendiri, yang merupakan gambar paling lengkap (menempati ruang terbesar) dan dapat didekode secara independen tanpa merujuk ke gambar lain. Frame pertama dalam urutan video selalu merupakan frame I. Frame P, "frame pengkodean prediksi antar frame," memerlukan referensi ke berbagai bagian dari frame I dan/atau frame P sebelumnya untuk melakukan pengodean. Frame P memiliki ketergantungan pada frame referensi P dan I sebelumnya. Namun, tingkat kompresi frame P relatif tinggi dan menempati lebih sedikit ruang.
B-frame, "Bidirectional Predictive Encoding Frame", dengan frame sebelum dan sesudah digunakan sebagai frame referensi. Tidak hanya mengacu pada bagian depan, tetapi juga mengacu pada frame di belakang, sehingga rasio kompresinya adalah yang tertinggi, mencapai 200:1. Namun, tidak cocok untuk transmisi real-time (seperti konferensi video) karena bergantung pada frame berikutnya.
Dengan mengklasifikasikan frame, ukuran video dapat dikompresi secara signifikan. Lagi pula, jumlah objek yang akan diproses telah berkurang secara signifikan (dari seluruh gambar menjadi satu area di dalam gambar).
Jika Anda mengambil paket dari aliran video, Anda juga dapat melihat informasi bingkai I
Jika kita selalu menghitung berdasarkan piksel, jumlah datanya akan relatif besar. Oleh karena itu, kita biasanya membagi gambar menjadi beberapa "blok" atau "MacroBlock" dan menghitungnya. Satu blok makro umumnya berukuran 16 piksel x 16 piksel.
Pemrosesan bingkai I menggunakan metode penyandian bingkai internal, yang hanya memanfaatkan korelasi spasial dalam gambar bingkai ini. Pemrosesan bingkai P menggunakan penyandian bingkai internal (estimasi gerakan maju) dengan memanfaatkan korelasi spasial dan temporal. Sederhananya, menggunakan algoritma kompensasi gerakan untuk menghilangkan informasi yang berlebihan.