摄像头采集到的原始数据，需要将图片进行压缩处理，而 H.264恰好保证了良好的压缩
压缩算法只压缩图像改变的部分（需要找到上一帧和下一帧的区别）。
软编码：ffmpeg编码，进行 h.264编码后进行传输。
h.264分为 I、P、B帧
RTMP\RTSP当中依然包含 h.264 数据
摄像头采集到的是 RGBA 数据，需要将数据进行编码为 H.264 的流（encode，这里面可以通过硬件编码或者软件编码，就变得很小，适合进行网络传输）
收到网络传输的 h.264 数据，需要还原成一帧一帧的图片，这个过程叫做 decode（硬件解码（VideoToolBox）、软件解码（FFMpeg））。
将解码后的 h.264 数据（解码之后就成为 YUV 数据），交给硬件去播放。
音频：采集(PCM，无损压缩格式) -> 编码(压缩算法：g711(打电话)，adpcm，aac(进行网络传输)) -> 解码 -> 将解码 pcm 交给硬件进行播放
使用 AudioQueue、openAL 进行播放视频
OpenCL：进行并行计算、深度学习等
OpenGL：3D、2D 游戏
码率：
采样率：设备在1秒钟对音频或者视频的采样次数。
H264编码原理：I/B/P
I 帧：帧内编码帧，I 帧表示关键帧，可以理解为这一帧画面的完整保留
解码时使用本帧数据就可以完成。解码时 I 帧就可以完全还原图像
P 帧：是 I 帧的参考帧，是 I 帧后面间隔1~2秒后的参考帧，也是 B 帧的参考帧
B 帧：双向差别帧，需要前面的 I 帧和后面的 P 帧进行压缩
H264 NAL 头文件解析（重要）
PCM -> aac 编码规则
在实际的音频编码中，假设网络每次接收到的音频数据为1280，
而在编码中我们设定输入的 PCM 数据为1024，实际的输出为768
那么如果输入的 PCM 数据小于实际接收到的音频数据，那么下次的数据
就会从下一帧中开始截取对应长度的音频，凑够1024长度的数据量。来进行编码
参考图片：PCM编码为 aac 规则