为了回答这个问题，我下载了以下视频：
下载为“3Uyndrm.mp4”，4,762 kB
在 Windows 11 中，我使用文件资源管理器>详细信息来查看其属性：
在这些数据中，Data rate是视频比特率，
Total bitrate= 音频Bit rate+ 视频Data rate
通过计算这些数字的文件大小可以确认这一点：
File size = 1,765,000 bits/sec * 22 second / 8 / 1024 = 4,740 kB
但对于这些数字，有些事情我不明白。
我们可以计算视频每秒的像素数：
(854 * 480) pixels/frame * 30 frames/sec = 12,297,600 pixels/sec
由此，我们可以得到每个像素的视频位数：
1,635,000 bits per sec / 12,297,600 pixels/sec / 8 = 0.017 byte/pixel
这有道理吗？这意味着视频的数据是每帧中每个像素的一小部分字节。我原本以为每个像素的颜色值至少需要三个字节。将其从 3 减少到 0.017 将实现超过 99% 的压缩率，这比我听说过的任何压缩率都要高。
我的计算是不是有问题？
答案1
根据视频的不同，它们可以有一个主帧，该主帧本质上是类似于 JPEG 的有损压缩图像。它i-frame包含实际的图像数据。
JPEG 已经达到了 10:1 的压缩率，且质量损失最小，较新的视频编解码器可能至少具有同样的效果。
如果接下来的几帧包含大量非常相似的数据，但移动量很小，那么您可以简单地获得一些数据，表示“将图像的这些区域移动 x 像素”，然后仅压缩实际新的屏幕上尚未显示的图像数据。这是p-frame，或基于前一帧的预测帧。
如果您有一系列连续的帧p-frames，那么i-frame您可能会删除整个帧系列。您将把 8 个完整帧的数据减少到 1 个压缩帧，同时还有少量的数据进行变换和数学计算。
如果在每秒 25 帧的情况下每八帧有一个 i 帧，则可以大大减少数据量。它可能会将数据量减少到大约 1/8 加上图像的一些新部分。
然后还有b-frames双向预测帧。它们可以回顾之前的i-frames，但也可以展望未来的下一个 i-frame。如果您知道下一个完整图像中有新数据，那么您可以使用该数据来编码当前图像中更少的数据，b-frame并依赖i-frame更远的数据。
这些预测帧可以大幅减少实际编码数据量，但代价是增加编码和解码视频所需的处理能力。您需要大量的处理能力来回顾和回顾一系列图像，找出所有相似之处和不同之处，并应用变换、混合、模糊、运动等。
它还会花费解码器的成本，因为您需要缓冲至少两个i-frames才能重新创建中间的所有帧。
通过将大量数据卸载到详细描述变换和运动的方程式中，您可以将比特率降低到远远低于您的预期，并实现更高的压缩比，特别是对于没有太多运动或帧间变化的视频。
您链接的视频显示了一些高度压缩的伪影i-frames，几乎没有运动。它可以轻松获得非常高的压缩比。
您可以在以下网址获取有关该流程基础知识的更多信息维基百科：视频压缩图片类型