O que torna a compressão necessária

   Uma sequência de quadros com sua respectiva trilha sonora pode ocupar uma grande quantidade de memória quando na forma digital. Por exemplo, suponhamos que as figuras da sequência são digitalizados com 360 pixels por linha e 280 linhas por quadro. Considerando que a sequência é colorida, uma separação em três cores (equivalente às três cores primárias, vermelho, verde e azul) pode ser usada. Se para cada uma destas cores forem usados 256 níveis, 8 bits, cada quadro ocupará aproximadamente 311kbytes. Se a sequência for enviada sem compressão a uma taxa de 24 quadros por segundo, a taxa da transmissão da sequência será de aproximadamente 60Mbps, e um clip de um minuto ocupará cerca de 448Mbytes.
   Se pensarmos apenas no armazenamento estes valores já são muito elevados, se pararmos para pensar que esta sequência será transmitida em alguma rede estes valores são quase proibitivos, pois, por exemplo, num enlace de 10Mbps (comum em redes locais e bem acima da capacidade da maioria dos usuários da Internet) esta sequência já causaria congestionamento.

       Vocabulário usado em compressão

   As técnicas de compressão são geralmente divididas em duas classes básicas, intra e não-intra. Técnicas Intra comprimem o quadro usando apenas informações do próprio quadro, enquanto que as técnicas não-intra usam também informações de um ou dois outros quadros mostrados ao longo do tempo.
   A informação que entra num codificador é normalmente chamada de informação fonte, enquanto que a informação que sai de um decodificador é normalmente chamada de informação reconstruída. Algumas técnicas de compressão são feitas de modo a que a informação fonte e a reconstruída sejam exatamente iguais, essas técnicas são técnicas sem perdas. Com outras técnicas, a informação reconstruída é apenas uma aproximação da informação fonte, essas técnicas são as técnicas com perdas. As distinção entre estes tipos de técnicas é muito importante, pois uma técnica sem perdas pura é normalmente muito menos eficiente (em termos de bits/pixel) que uma compressão com perdas. Compressões muito eficientes geralmente ocorrem quando os elementos com perdas são feitos para ignorar as partes da informação que o olho não é capaz de perceber.

       Tráfego de vídeo

   O tráfego de vídeo é normalmente um tráfego ponto-a-multiponto, ou seja, uma fonte enviando para vários receptores. Para que se possa obter uma transmissão eficiente, ao invés de se enviar individualmente uma cópia de cada pacote para cada um dos receptores, deve-se enviar cada pacote simultaneamente para cada receptor através de algum tipo de multicast. Embora esta transmissão seja eficiente em termos de banda passante, este tipo de transmissão multiponto - onde um fluxo é transmitido a todos os receptores a uma taxa constante - é indesejável pois os receptores têm, geralmente, enlaces com capacidades diferentes umas das outras. Na figura abaixo é ilustrada uma situação como esta, podemos ver nela três receptores com capacidades muito heterogêneas, um com 64kbps, um com 512kbps e um com 1Mbps.