Formato de codificação de vídeo e formato de embalagem são diferentes.
O formato de codificação de vídeo de um codificador hd encoder refere-se a uma maneira de converter um arquivo em um determinado formato de vídeo em outro arquivo de formato de vídeo através de uma tecnologia específica de compactação. O formato de encapsulamento é na verdade um "recipiente", e o encapsulamento é equivalente ao agrupamento e embalagem. Os arquivos de vídeo codificados e arquivos de faixa de áudio são embalados juntos, e a classificação e indexação são estabelecidas de acordo com certas regras para facilitar o software de reprodução do jogador ou de reprodução para indexar e reproduzir.
Atualmente, os formatos de codificação de fluxo de vídeo mais importantes são H.261 e H.263 da ITU, M-JPEG do Motion Picture Experts Group, mpeg série padrões da Organização Internacional para Padronização Motion Picture Experts Group, RealVideo of Real-Networks, e Microsoft O WMV da empresa e o QuickTime da Apple, entre os quais as tecnologias de codificação de vídeo de alta definição incluem principalmente: MPEG-2, DivX, Xvid, H264/AVC, VC-1, RMVB e WMV-HD. Os formatos de embalagem do vídeo de alta definição (HD Encoder) incluem principalmente MKV, AVI, MOV, TS, PS, etc. (O sufixo (nome do arquivo de extensão) do arquivo de mídia é geralmente o formato de embalagem do arquivo de mídia).
A reprodução de arquivos de áudio e vídeo geralmente requer três componentes: um divisor (divisor ou demuxer), um decodificador (decodificador) e um renderizador (renderizador). O jogador primeiro chama o separador para separar o fluxo de vídeo e a transmissão de áudio dos arquivos de áudio e vídeo em um determinado formato de encapsulamento e, em seguida, entregá-los ao decodificador. O decodificador decodifica a transmissão de vídeo e o fluxo de áudio separados pelo separador (o decodificador é dividido em um decodificador de vídeo e um decodificador de áudio). Como o decodificador, o renderizador é dividido em uma renderizador de vídeo e um renderizador de áudio. Os dados de vídeo decodificados são apresentados ao dispositivo de exibição após a renderização do vídeo e os dados de áudio decodificados são renderizados pelo renderizador de áudio e, em seguida, saída da placa de som.
