逐帧后退，以及它通常为什么很慢

一帧一帧地查看视频，动画师用它检查节奏，教练用它找到脚离地的那一瞬间，审片的人用它标记剪辑点，任何人都可以用它找到那一张值得保存的清晰画面。向前很容易。向后则是大多数播放器卡住的地方：按一下键，等；再按一下，再等。这不是哪个播放器的 bug，而是由视频的压缩方式决定的，不过可以绕过去。

为什么后退一帧比前进一帧开销更大

现代视频文件中几乎没有哪一帧是完整存储的。每隔一段会有一个关键帧，即一幅完整的画面；它之后直到下一个关键帧的每一帧，都只存储与周围帧之间的差异。关键帧和依赖它的那些帧合称一个图像组（GOP），一个图像组的长度从半秒到十秒都有可能。

所以解码器只能从关键帧开始往前走。要显示下一帧，它再应用一个差异就行。要显示上一帧，它却没有可以反向应用差异的对象，只能回到关键帧，再往前解码，一直解到屏幕上这一帧的前一帧：

这就是为什么后退一帧的开销取决于文件，而不是播放器：图像组为两秒的光盘电影逐帧起来很省力，而视频网站提供的长图像组文件就很费力。而一个对此不做任何处理的播放器，每按一次都要重新付出全部代价。

后退一帧的实测开销

mpv（Frame Player、IINA、mpv.net 等播放器内部的引擎）正是这样后退的：每按一次就是一次跳到上一帧的精确跳转，也就是从关键帧开始解码。我们在五个测试文件上计时，分别使用软件解码和 Mac 的硬件解码器：

使用 mpv 0.41 在 Apple Silicon Mac（M3 Max）上测量，测试文件是生成的 60 秒视频，所以绝对数值偏乐观，有参考意义的是比例。前进一帧在所有情况下都只需一个帧周期：60 fps 下 17 ms，24 fps 下 42 ms。

第二列出人意料。硬件解码会让后退一帧慢两到十倍，尽管它看视频时更快。硬件解码器是为稳定地连续输出帧而设计的，它交回帧时有一段延迟，而一帧的跳转掩盖不了这段延迟。大多数播放器以及大多数 mpv 配置都开着硬件解码播放，所以最慢的情况恰恰是最常见的情况。

Frame Player 怎么做

两件事，每件都在发布前测量过，也都只在有帮助的地方才启用。

1. 逐帧时使用软件解码

一次逐帧过程中的第一次后退，会把解码器从显卡硬件切换到软件。切换本身大约需要 10 ms，紧接着的下一步就已经以软件速度运行。在一个图像组为两秒的真实 4K HEVC 资源上，仅这一项就把后退一帧从 230–410 ms 降到了 130–220 ms。

按下播放时，硬件解码会回来，而且只在视频仍处于暂停时回来，这是花了最长时间才做对的部分。如果在播放过程中切换解码器，送进来的是已经在路上的数据，来自图像组的中间，缺少它所依赖的关键帧。硬件 AV1 或 VP9 解码器遇到这种情况会失败，而 mpv 随后会悄悄地在这个文件剩下的部分一直使用软件解码。所以播放按钮、空格键、单击画面和媒体键，都会等硬件解码回来之后才让视频动起来。

这个等待是实实在在的开销：VP9 文件上 0.4–0.6 秒，H.264 电影上 0.7–0.8 秒，AV1 文件上 1.4–1.6 秒，而普通的继续播放只需 5–50 ms。我们也测量了另一种做法，即直接用软件解码继续播放，结果更糟，而且持续更久：

同一台电脑，两种情况都没有丢帧。系统报告的功耗也是同样的比例。

为了省下仅有一次的一秒钟等待，让剩下的整部电影多耗三到四倍的电，在笔记本上不是一笔划算的交易。

2. 在逐帧仍然很慢的文件上，一次性反向解码

软件解码解决了图像组较短的电影。但对于图像组长达十秒的文件，即使用软件解码，每按一次也要一秒，它就无能为力了。对于这类文件，Frame Player 会把 mpv 切换为反向解码：mpv 把整个图像组解码一次，保存这些帧，再倒序交出。第一次按键为整个图像组付出代价；之后每按一次只需一个帧周期，和前进一帧一样。

开启和关闭反向解码本身也有开销，所以播放器在时机上很谨慎：

• 只在已经表现出很慢的文件上。任何一次耗时超过 100 ms 的后退都会给文件做上标记，之后再快的一步也不会清除这个标记：紧跟在关键帧之后的一步总是很快，说明不了下一步会怎样。
• 只从连续第二次后退开始。单次后退，或者后退与前进交替进行，都保持普通方式：掉转方向的开销超过一次普通的逐帧，每次换方向都付出这个代价，会让来回逐帧变得更慢而不是更快。
• 只在内存预算之内。保存一个解码后的图像组代价很高：一个 24 fps、8-bit 4K、十秒的图像组就是 3 GB，而我们测得的 mpv 内存占用与这个计算结果完全一致。在掉转方向之前，播放器会测量你所在位置附近的图像组有多长（只读取数据包的头部，只需几毫秒），以及电脑有多少内存，只有当最长的图像组能放进内存的四分之一（上限 4 GB）时才会继续。否则它会继续用普通方式逐帧。
• 关闭声音。否则 mpv 也会反向解码音频。在一个带 5.1 音轨的 4K 资源上，这让开始前的等待变成了三倍（2.0 秒对 0.7 秒），而且每四十步中就有一步会跳过五帧。按下播放时音轨会回来，但只在解码器重新转为正向之后，因为在反向解码时开启的音轨会落在下一个关键帧上，而不是当前帧。

结果是，在那个带 5.1 音轨的 4K HEVC 资源上：开始需要 0.69 秒，之后每一步 37–48 ms，和前进一帧差不多；只有在跨入前一个图像组的那一步用了 340 ms。按下播放会从你停下的那一帧继续，音轨和硬件解码都会恢复。

其他一切也必须知情

反向解码的播放器必须确保不留下任何还在反向的状态。从进度条或快捷键发起的跳转，会先把 mpv 转回正向并交还解码器，因为 mpv 允许一个待处理的跳转取代另一个，否则丢掉的就会是你发起的跳转；其他任何移动画面的操作，比如章节、一起看的房间，都会在生效的那一刻被察觉，mpv 随即转回正向。而且所有这些设置都只针对当前文件，所以下一个文件打开时，mpv 自己就会把它们重置：下一集绝不会一开始就从最后一帧倒着播放。

种子

反向解码只在这台电脑磁盘上的文件上运行，所以它覆盖本地文件和种子，包括仍在下载的种子，只是那里需要更加小心。种子中尚未下载的部分在读取时不会出错，而是读出一串零。所以在仍在下载的种子上，播放器在每次后退之前都会检查已下载部分的分布图，只有当它覆盖了要解码的图像组时才使用反向解码。你刚看过的内容总是已经下载好的；空缺是你向前跳到尚未下载的位置时，落点之前的那一段。在那里，播放器会用普通方式逐帧；如果某一步需要等待其他用户的数据，它会明确说明，而不是看起来像卡住了。在线视频流始终用普通方式逐帧。

使用方法

• 逗号键后退一帧，句点键前进一帧，两个系统上都一样；按住任一键可以连续逐帧。两者都可以在快捷键编辑器中重新绑定。
• S 保存屏幕上的这一帧，Shift+S 连同字幕一起保存，Ctrl+C（Mac 上是 ⌘C）把它复制到剪贴板。保存的是播放器解码出的那一帧，HDR 色调映射也一并保留。
• 反向解码可以在“设置 › 视频 › 快速逐帧后退”中关闭；逐帧时使用软件解码没有开关，因为它除了速度之外什么也不改变。
• 投屏到电视时，电脑上没有可以逐帧浏览的画面，所以播放器会提示在投屏结束之前无法逐帧。

本页的数据都是在 Mac 上测量的。在 Windows 上，播放器做的是同样的事：逐帧时使用软件解码，在同样的内存预算内反向解码，只是用的是显卡自己的解码器而不是 Apple 的，我们还没有在那里计时。

常见问题

用哪些键逐帧？

逗号键后退一帧，句点键前进一帧，Windows 和 macOS 上都一样。两个键都可以按住连续逐帧，也都可以在快捷键编辑器中改成其他按键。如果视频正在播放，逐帧会将其暂停。

为什么第一次后退比之后几次慢？

第一次后退是普通的后退，从前一个关键帧开始解码，播放器会给它计时。如果这一步很慢，而你又后退了一次，播放器会把回到关键帧的整段内容解码一次并保存下来，之后每按一次都只需大约一帧的工作量。你感觉到的等待就是这次一次性解码：在我们测量的 4K 电影上是 0.7 秒，关键帧间隔更长的文件还会更久。

为什么逐帧之后按播放要等一下？

逐帧期间，视频以软件解码，因为这样后退一帧要快好几倍。按下播放时，会先把解码交还给显卡硬件，在关键帧间隔很长的文件上，这最多需要一秒半。如果改为一直用软件解码，剩下的整部电影都要多耗三到四倍的电。

快速逐帧会占用多少内存？

占用量等于回到关键帧的那段视频解码后的大小，最多不超过电脑内存的四分之一或 4 GB（取较小者）。文件的关键帧间隔太大、放不下时，播放器会改用普通方式后退。快速方式可以在“设置 › 视频 › 快速逐帧后退”中关闭。

为什么后退逐帧时字幕消失了？

播放器反向解码时，不会读取存储在视频文件内部的字幕，所以这几步里看不到字幕。只要你向前逐帧或按下播放，字幕就会回来。

投屏到电视时能逐帧吗？

不能。投屏期间由电视解码视频，电脑上没有可以逐帧浏览的画面，所以播放器会提示在投屏结束之前无法逐帧。