一帧画面是怎么被压小的：块、频率与量化
I、P、B 帧讲的是帧与帧之间怎么省；这一篇讲一帧画面内部怎么压：编码器的四步流水线，把一张图压到几十分之一——马赛克与色带的来源也在这里。
第一步：切块
编码器把画面切成小块（宏块，典型 16×16，细分到 4×4 或更小），逐块独立处理。切块的意义是「局部复杂度局部对待」：天空那种平坦大块可以狠压，人脸细节区精细对待。
块的边界也是副作用——画质崩坏时的「马赛克」「块状伪影」就是块与块之间的差异被放大后露出的网格。你看到的所有块状毛病，根源都在这一步的划分结构上。
第二步：频率变换（DCT）
每个块的像素数据被变换到频率域（离散余弦变换，DCT）：低频系数对应平坦区域与主体轮廓，高频系数对应边缘、纹理、细节。人眼对高频远不如低频敏感——这是整个有损压缩的杠杆点。
这一步本身无损，只是换了一种「看数据的方式」：像素值变成频率系数。图片压缩（JPEG）与视频帧内压缩在这里完全同源——I 帧本质上就是一张「视频里的 JPEG」。
第三步：量化——画质开关
量化是有损发生的地方：高频系数被归并、小到一定程度的直接置零，低频精确保留。量化越狠，丢的高频越多，体积越小，伪影越重。天空渐变变成一条条色带、块边缘出现毛刺，都是量化过狠的痕迹。
CRF 的本质就是控制量化强度：数值越小量化越轻、画质越高、体积越大。它不直接控制体积，而是控制「扔多少」——体积是结果不是输入。理解了这一层，压缩参数的取舍就不再是玄学。
第四步：熵编码收尾
量化后的系数再做一轮无损压缩（熵编码），把统计上常见的模式用更短的编码表示——zip 压缩文件的同款思路，只是对象换成了视频系数。到这里，一帧的画面数据被压到原始的几十分之一。
I 帧完整走这四步；P 帧与 B 帧先做帧间预测，再对预测残差走同样的流程——残差小的时候，量化与熵编码的输入几乎都是零，这就是 P/B 帧特别省的原因。时间维度（帧间）与空间维度（帧内）两条腿，共同构成现代视频压缩的全部骨架。