視訊的幀和場是由於歷史原因引入的，早期的視訊採集和輸出裝置效率不高導致。

在CIF,D1影象大小的標清年代，CRT顯示器傳輸頻寬不夠，逐行掃描的方法通常從上到下地掃描每幀影象。這個過程消耗的時間比較長，陰極射線的熒光衰減將造成人視覺的閃爍感覺。當頻寬受限，以至於不可能快到使用逐行掃描而且沒有閃爍效應時，通常採用一種折衷的辦法，即每次只傳輸和顯示一半的掃描線，即場。一場只包含偶數行（即偶場）或者奇數行（即奇場）掃描線。由於視覺暫留效應，人眼不會注意到兩場只有一半的掃描行，而會看到完整的一幀。

攝像機採集的方式和隔行掃描顯示的方式是完全相同的。當攝像機採集影象時，偶場和奇場不是同時採集的。例如在一個每秒50場的攝像機中，第122行和124行的採集在第121行和123行的採集大約1/50秒之後進行。所以如果把一個偶場和奇場簡單的拼合在一起，水平方向的運動會造成兩場邊界上不能完美的拼合。

隨著時代的進步，當代的顯示器，電視，攝像機，由於逐行顯示和採集的重新整理率的提高，已經不會再感覺到閃爍現象，因此，隔行掃描技術逐漸被取代。

但歷史帶來的遺留問題也遺留了下來，雖然現在一些視訊採集和播放裝置能支援高清，超高清和逐行掃描，但隔行這種場格式還是保留了下來。

H264對幀場的支援

H264標準也是標清時代的產物，所以H264編碼器是支援幀和場的。

H264編碼序列幀、場編碼方式

1.固定幀編碼

整個視訊序列的幀始終採用幀編碼方式。這是我們最常用的方式，高清時代都基本都是幀編碼。這是我們最常用的一種模式。

2.固定場編碼

整個視訊序列中幀被分成兩個場（頂場和底場）獨立編碼。

1) I幀可編碼成 II, IP

II是指兩個I場，即第一個I幀是上半場，第二個I幀是下半場。

IP是指編碼成IP，即第一個I幀是上半場，第二個P幀內容是下半場。

2)P幀可編碼成PP、PB.

PP是指第一個P幀是上半場，第二個P幀是下半場。

PB是指第一個P幀是上半場，第二個B幀內容是下半場。

3) B幀可編碼成兩個B場,BB

BB是指第一個B幀是上半場，第二個B幀是下半場。

3.影象級幀、場自適應編碼 (PAFF)

視訊序列以幀為單位，被編碼成一個幀或兩個場，自適應選擇原則是根據採用該種編碼方式的每一幀的RD值。

這種模式在實際H264編碼中用的很少，除非是為了演算法研究，做應用的同學們可以忽略。

4.巨集塊級幀、場自適應（MBAFF）

視訊序列以巨集塊為單位，MBAFF採用了巨集塊級幀場自適應.,巨集塊級採用了巨集塊對（MBP）為基本編碼單元。

同樣這種模式在實際H264編碼中用的很少，除非是為了演算法炫技，做應用的同學們可以忽略。

幀場在H264碼流裡的標誌位

在H.264的碼流裡有四個引數來描述上一小節的內容。

frame_mbs_only_flag

標識位說明巨集塊的編碼方式。當該標識位為0時，巨集塊可能為幀編碼或場編碼；該標識位為1時，所有巨集塊都採用幀編碼。根據該標識位取值不同，PicHeightInMapUnits的含義也不同，為0時表示一場資料按巨集塊計算的高度，為1時表示一幀資料按巨集塊計算的高度。

按照巨集塊計算的影象實際高度FrameHeightInMbs的計算方法為：

FrameHeightInMbs = ( 2 − frame_mbs_only_flag ) * PicHeightInMapUnits

mb_adaptive_frame_field_flag

標識位，說明是否採用了巨集塊級的幀場自適應編碼。當該標識位為0時，不存在幀編碼和場編碼之間的切換；當標識位為1時，巨集塊可能在幀編碼和場編碼模式之間進行選擇。

field_pic_flag

標識位說明當前影象是幀編碼（0）還是場編碼（1）。這個元素在同一影象的所有片中應具有相同值。僅當序列引數集中的frame_mbs_only_flag為0時，這個元素才會出現在碼流中。

bottom_field_flag

標識位說明當前的場是頂場還是底場。值為1 時表示當前影象是屬於底場；等於 0 時表示當前影象是屬於頂場。這個標識位僅當field_pic_flag存在且為1時，才會出現在碼流中。

H264場格式碼流例子

從上面的例子碼流標識中可以看到

frame_mbs_only_flag = 0 ; //視訊內巨集塊可能為幀編碼或場編碼

mb_adaptive_frame_field_flag = 0; //幀編碼和場編碼之間沒有自適應切換

field_pic_flag = 1; //確定當前影象是場編碼，I幀是頂場，P幀是低場。用的是IP和PP模式

目前有的解碼器能支援頂場和低場分別送給解碼器解碼，有的解碼器不支援，需要把上下半場合在一起送給解碼器解碼才能正常解碼，輸出完整影象。