当前绝大多数是有损压缩编码的视频，基本没有无损压缩编码的视频，如今技术爆炸式发展，已允许提前踏足相关领域，本文略作叙述，仅供参考。

以前：以前是黑白视频，当彩色视频出现后为了兼容黑白视频而出现了“彩色”信号或“色差”信号，就是YUV信号，为了减少信号传输和记录量，出现了YUV420，YUV422等，减少了色彩取样，以获得一定的压缩效果。图像经过DCT量化后，可获得更大量的压缩效果。当今传输记录一直采用这一方式。YUV + DCT 也可称为“传统”方式，其实没有多少年。

现在：传输和存储技术发展很快，过去不敢想象的现在也敢想了，特别是人工智能迅速崛起，各行各业需要更加清晰准确的图像，大潮将至，不进则退。

未来：未来十年无损视频将逐步取代传统视频在专业领域中的应用。部分特定娱乐应用。

主管感觉对比：传统视频是由色块和模糊边缘构成的，色块是由YUV造成的，模糊边缘是由DCT量化后造成的，“清晰”度取决于这两个量的选择，图像属于色彩区块式清晰。相对于传统视频，无损视频清晰到每个点，相当于取消了传统视频的“磨皮”美颜效果，图像更加锐利清晰自然，更加接近现实，感觉视力提高了。传统视频如果选择YUV444，量化质量选择最高或“无损”也可勉强（YUV转换，DCT量化是有损失的）欣赏到“无损”的视频效果。

全清视频：比“高清”还“清”的视频怎么起名？那就“全清”吧。“全清”是对无损视频的通俗称呼。

人工视觉：人工视觉在人工智能中占有重要地位。传统区块色彩式图像降低了视觉输入量，而点对点的清晰度可获得更多信息，可完美与人工视网膜神经元层对接。传统相当于“近视”无损相当于清晰，能够强化细节。视觉智能将应用于安防、识别、机器人、工、农、交通等。

色彩准确：传统视频颜色都相互影响（YUV分解/合成），严谨性差。无损视频色彩量是完全独立的，相互不影响，相对严谨。对色彩要求严谨的应用很多，比如医学、印染、化学、原材料、生物、植物、档案记录等。

压缩/解压：压缩/解压缩速度快，适合通用数据处理，用于快速分析、图像大数据等。避免了额外的YUV和DCT耗时的数学运算处理，其编/解码部分基本相同。当前无损视频还是很巨大的，3分42秒的720P视频需要5.56GB容量，当前短视频的流行将是发展的契机，努力发挥自有的特长，将跻身于前端新潮中。对于专业应用是没有问题的，不会计较多出那几GB容量。未来将出现无损编解码软硬件，为无损视频应用铺平道路，比如摄像头输出的是无损压缩编码的视频信号。