Почему PTS = DTS, если в H264 нет B-кадра?
Почему DTS не всегда меньше PTS, потому что декодирование занимает время, даже если PTS-DTS очень мало?
Я думаю, что кадр должен быть декодирован перед воспроизведением или что-то не так с моим пониманием?
Потому что нет причин для этого. PTS всегда будет равен DTS плюс некоторая константа. Так что это добавит данные в поток, без добавления какой-либо информации.