一、视频拍摄阶段：
图像传感器（例如CMOS）是一种将光信号转换为电信号的设备。当光线照射到图像传感器的感光元件上时，感光元件会产生电荷，然后传感器会将这些电荷转换成电信号输出。光线越强产生的电信号越越强，光线越弱产生的电信号越弱，于是就产生了高低起伏的电信号。
二、采样量化阶段：
图像传感器的输出是连续的电压波形需要经过数字化的操作，包括采样和量化，进而得到数字图像。
1、采样：
采样间隔越大，所得图像像素数越少，空间分辨率低，质量差；采样间隔越小，所得图像像素数越多，空间分辨率高，图像质量好，但数据量大。
2、量化：
量化等级越多，所得图像层次越丰富，灰度分辨率高，图像质量好，但数据量大；量化等级越少，图像层次欠丰富，灰度分辨率低，会出现假轮廓现象，图像质量变差，但数据量小。
也就是上图中层次从000～111一共8层，如果从0000～1111一共16层就会更好，层越多越接近于原始的波形。
三、编码阶段：
采样和量化后得到的数字信号仍然非常庞大，需要进一步压缩。编码的过程是将量化后的数字信号转换为一组编码后的二进制数据，以便于传输和存储。编码的目的是尽可能地利用视频信号中的冗余信息，并且保证压缩后的视频质量不会有太大的损失。
总的来说，视频编码技术是一种复杂的过程，其中采样、量化和编码是其中非常重要的三个步骤。这些步骤的优化和改进可以提高视频的质量，减少数据量，从而提高视频传输和存储的效率。
编码的主要工作是去除空间冗余（帧内预测）、时间冗余（帧间预测）、视觉冗余（变换量化）的过程。
1、帧内预测
H.264标准中提出按块进行计算，一个宏块是16x16像素，然后它可以分成子块，最小是4x4的。
而后对每一个子块进行预测，比如把每个像素点预测为最左边和上边像素点的平均值，预测后在用真实值减去这个预测值，得到的差很小或为0，从而起到了压缩的目的。
