我认为视频是一系列相框。考虑一个黑白场景（没有 RGB）。画框是像素的二维阵列。每个像素都有一种颜色。一个像素不能是半黑或半白。它将被一种颜色完全填充。

考虑 2 个连续的视频帧 - 比如说 frame 1 和 frame 2 。
假设第 1 帧有一个带有坐标的正方形对象$(x_1,y_1)$,$(x_2,y_2)$,$(x_3,y_3)$和$(x_4,y_4)$（分别为左上、右上、右下和左下）。

现在，如果对象向右移动，那么在第 2 帧中，它的坐标可以是$(x_1+1,y_1)$,$(x_2+1,y_2)$,$(x_3+1,y_3)$和$(x_4+1,y_4)$（分别为左上、右上、右下和左下）。

怎么可能比这少？