Question

17 视频编码器

介绍一些当前有效的视频编码器

libtheora

libtheora的封装

编译需要头和库文件，还需要利用--enable-libtheora在配置中允许

更多信息参考http://www.theora.org/

libtheora选项

下面是映射给libtheora的全局选项，它们对品质和码率产生影响。

• b

  对CBR（固定码率编码）设置码率，单位bit/s，在VBR（动态码率编码）模式下本选项被忽略。

• flags

  设置是否允许qscale标志（恒定质量模式——VBR模式下）在pass1和pass2`（2次编码方式）

• g

  设置GOP尺寸

• global_quality

  设置全局质量，在 lambda工具集中是一个整数单位的倍数

  仅在VBR模式中，同时允许了 +qscale。这个值会除以`FF_QP2LAMBDA转换为QP,范围为[0 - 10]，再乘以6.3得到本地有效libtheora范围[0-63]，越大质量越高

• q

  仅作VBR模式下，设置为非负数。作为双精度浮点质量单位值，用于转换计算QP

  值范围为 [0-10] ，再乘以 6.3 将获得libtheora有效质量参数，范围[0-63]

  这个选项仅用于ffmpeg命令行工具，库接口使用global_quality

libtheora例子

• 使用最大恒定质量（VBR）编码:

  ffmpeg -i INPUT -codec:v libtheora -q:v 10 OUTPUT.ogg

• 使用CBR 1000 kbps编码 Theora视频流:

  ffmpeg -i INPUT -codec:v libtheora -b:v 1000k OUTPUT.ogg

libvpx

VP8/VP9格式支持，通过libvpx

编译需要头和库文件，还需要利用--enable-libvpx在配置中允许

libvpx选项

下面的选项被libvpx封装支持，部分等效的vpxenc-XXX类型的选项或者值列在括号中。

为了减少文件复制，只有私有的选项和一些需要特别注明（注意）的记录在这里，其他的请参考[10 编码]章节

为了了解更多关于libvpx的选项，可以在命令行中使用ffmpeg -h encoder=libvpx或者ffmpeg -h encoder=libvpx-vp9或vpxenc --help来获取。进一步信息可以在libvpx API文档中获取。

• b (target-bitrate)

  设置码率，单位bits/注意FFmpeg中b选项的单位是bits/s，而在vpxenc中目标码率单位是kilobits/s。

• g (kf-max-dist)
• keyint_min (kf-min-dist)
• qmin (min-q)
• qmax (max-q)

• bufsize (buf-sz, buf-optimal-sz)

  设置码率控制缓冲区大小(单位bits)。注意在vpxenc中是指定为多少milliseconds（毫秒），这个封装库通过下面的公式进行转换： buf-sz = bufsize 1000 / bitrate, buf-optimal-sz = bufsize 1000 / bitrate * 5 / 6.

• rc_init_occupancy (buf-initial-sz)

  设置解码开始前需要加载到RC的预加载数, 注意vpxenc中指定多少 milliseconds（毫秒），这个封装库按下面公式转换: rc_init_occupancy * 1000 / bitrate.

• undershoot-pct

  设置数据下冲（min）的目标比特率

• overshoot-pct

  设置数据上冲(max)目标比特率

• skip_threshold (drop-frame)
• qcomp (bias-pct)

• maxrate (maxsection-pct)

  设置GOP最大比特率，单位 bits/s ，注意vpxenc描述这个为目标码率，这个封装中按如下公式计算： (maxrate * 100 / bitrate).

• minrate (minsection-pct)

  设置GOP最小比特率，单位 bits/s ，注意vpxenc描述这个为目标码率，这个封装中按如下公式计算： (minrate * 100 / bitrate).

• minrate, maxrate, b end-usage=cbr

  (minrate == maxrate == bitrate).

• crf (end-usage=cq, cq-level)

• quality, deadline (deadline)

  ‘best’

    使用最优质量期限，不是非常慢，这个选项指定可以有不低于`good`的输出质量（稍微慢一些）。

  ‘good’

    使用高质量期限，它在速度、质量，以及CPU使用间进行均衡。 

  ‘realtime’

    使用实时质量期限 

• speed, cpu-used (cpu-used)

  设置质量/速度 比，高的参数值将加大编码质量成本

• nr (noise-sensitivity)

• static-thresh

  设置一个变化阀值，低于它将被编码器跳过

• slices (token-parts)

  注意，FFmpeg指定的是切片分区总数，而vpxenc中是标记部分的log2值

• max-intra-rate

  设置最大I帧比特率作为目标比特率的百分比，0表示不限

• force_key_frames

  VPX_EFLAG_FORCE_KF

• Alternate reference frame related

  auto-alt-ref

    启用备用参考帧，只在2次编码的pass2起效 

  arnr-max-frames

    设置altref降噪的最大帧数

  arnr-type

    设置altref降噪参考过滤类型: backward, forward, centered. 

  arnr-strength

    设置altref降噪滤波强度 

  rc-lookahead, lag-in-frames (lag-in-frames)

    设置向前参考帧码率控制 

• error-resilient

  允许错误弹性

• VP9-specific options

  lossless

    允许lossless（无损）模式 

  tile-columns

    设置采用的tile columns数，**注意**这里参数是log2(tile_columns)值，例如 8 tile columns要设置 tile-columns 选项值为3. 

  tile-rows

    设置采用的tile rows数， **注意**这里参数是log2(tile_rows). 例如 4 tile rows要设置 tile-rows 选项为2. 

  frame-parallel

    允许并行可译特性

  aq-mode

    设置自适应量化模式： (0:关闭 (默认), 1: 方差 2: 复合, 3: 循环刷新). 

libwebp

WebP图片编码封装

liebwebp是google提高的对于WebP图像格式的编码器，它提供任意有损/无损编码模式。有损图像本质上是对VP8框架的封装。无损图像由google单独编码器支持。

libwebp 像素格式

当前libwebp只支持YUV420的有损图像和RGB无损。两种模式都支持透明通道。因为API限制了进行RGB有损和YUV420无损编码时像素格式会自动转换使用libwebp库中要求的格式（暨无损用RGB，有损用YUV420）。所以这样做无意义，只是提供了接口。

libwebp选项

• -lossless boolean

  允许/禁止无损编码，默认为0（禁止）

• -compression_level integer

  对于有损，设置质量/速度比，高的值表示获取高质量（同样尺寸）需要更多编码成本（时间）。对于无损，是尺寸/速度比，高的值意味要获取小的尺寸需要更多的成本。更具体的说，就是它控制了额外算法和压缩工具的使用，这些工具的组合使用将影响编码质量/效率。它映射到libwebp选项，有效范围是0-6，默认为4

• -qscale float

  对于有损编码，控制品质，范围0-100。对于无损编码，控制资源和时间花费在压缩更多。默认值为75.注意使用livavcodec时它对应于global_quality*FF_QP2LAMBDA.

• -preset type

  选取预置选项。提供一些常规可用设置：

  none

    不采用预置 

  default

    默认预置 

  picture

    数码图片，例如人像拍摄、室内拍摄、

  photo

    室外图像，自然光 lighting 

  drawing

    手绘或者画线，具有高对比度的细节

  icon

    小尺寸彩色图像 

  text

    文本之类的 

libx264,libx264rgb

x264 H.264/MPEG-4 AVC 编码器封装

编译需要头和库文件，还需要利用--enable-libx264在配置中允许

libx264提供一些令人印象深刻的特性，包括8x8和4x4自适应空间变化，自适应B帧，CAVLC/CABAC 熵编码，交织（MBAFF），无损模式，物理优化细节保留（自适应量化、psy-RD，psy-trellis）等等

大多数libx264编码器选项均是映射值ffmpeg全局编码选项，仅有少量的是私有的，他们通过libx264中函数x264_param_parse, x264opts和x264-params提供的单个选项或key=value序列的多个选项

参考 http://www.videolan.org/developers/x264.html以了解更多x264项目内容。

libx264rgb和libx264类似，只是一个是编码RGB像素格式，一个是针对YUV像素格式的。

支持的像素格式

x264支持8 到 10 bit的颜色空间。确切的颜色深度在x264配置时设置，在一个特定编译版本的FFmpeg中只支持一种颜色深度，换句话就是不同位深需要多个版本的ffmpeg x264.

libx264 libx264rgb 选项

下面的选项被libx264（libx264rgb）封装支持，所有的等效 x264-XXX形式的选项和值都列在括号中。

这里只列出了需要特别说明或者私有的选项，其他选项参考[10 编码选项]部分。

为了更多的了解关于libx264的选项，可以使用x264 --full-help（需要x264命令行工具）或者参考libx264文档。

• b (bitrate)

  设置码率，单位bits/s，注意FFmpeg的码率单位是bits/s,而x264中码率单位是kilobits/s.

• bf (bframes)
• g (keyint)

• qmin (qpmin)

  最小量化尺度

• qmax (qpmax)

  最大量化尺度

• qdiff (qpstep)

  量化尺度最大差值

• qblur (qblur)

  模糊量化曲线

• qcomp (qcomp)

  量化曲线压缩因子

• refs (ref)

  每一帧可以使用参考帧数，范围0-16.

• sc_threshold (scenecut)

  设置场景变化检测阈值

• trellis (trellis)

  执行网格量化以提高效率。默认情况下启用。

• nr (nr)

• me_range (merange)

  像素运动最大搜索范围

• me_method (me)

  设置运动估计方法。按速度递减顺序可能值：

  ‘dia (dia)’
  ‘epzs (dia)’

    半径为1菱形搜索 (fastest). ‘epzs’是‘dia’的别名 

  ‘hex (hex)’

    半径为2的正六边形搜索。

  ‘umh (umh)’

    多层次六边形搜索。 

  ‘esa (esa)’

    穷举搜索。 

  ‘tesa (tesa)’

    Hadamard(阿达玛)穷举搜索（最慢）。 

• subq (subme)

  亚像素运动估计方法。

• b_strategy (b-adapt)

  自适应B帧布局决策算法。仅第一次使用。

• keyint_min (min-keyint)

  最小 GOP 尺寸

• coder

  设置熵编码器，可能值:

  ‘ac’

    允许CABAC.

  ‘vlc’

    允许CAVLC而且禁止 CABAC. 它类似于x264中的`--no-cabac` 

• cmp

  设置全像素运动估计比较算法，可能值:

  ‘chroma’

    允许chroma

  ‘sad’

    忽略chroma，其等效于 x264中的`--no-chroma-me` 

• threads (threads)

  编码线程数

• thread_type

  设置多线程技术，可能值:

  ‘slice’

    切片多线程，它等效于x264中的`--sliced-threads` 

  ‘frame’

    基于帧的多线程 

• flags

  设置编码标志，它和-cgop配合可以用来关闭GOP或者打开GOP，类似于x264中的--open-gop

• rc_init_occupancy (vbv-init)

• preset (preset)

  设置编码预置

• tune (tune)

  设置编码参数整定

• profile (profile)

  设置配置文件的限制。

• fastfirstpass

  参数为1则当第一次编码（pass1）允许快速设置，参数为0，表示禁止快速设置（等效于x264的--slow-firstpass）

• crf (crf)

  设为质量恒定模式（类VBR）

• crf_max (crf-max)

  CRF模式下，防止VBV降低质量超越的阀值

• qp (qp)

  设定量化率控制方法参数。

• aq-mode (aq-mode)

  设置AQ方法，可能值

  ‘none (0)’

    禁止.

  ‘variance (1)’

    方差AQ (复杂蒙版).

  ‘autovariance (2)’

    自动方差AQ (实验). 

• aq-strength (aq-strength)

  设置AQ强度，减少阻塞平面和纹理区域模糊。

• psy

  为1表示使用视觉优化。为0则禁用（等效 x264的--no-psy）

• psy-rd (psy-rd)

  在psy-rd：psy-trellis中设置视觉优化强度

• rc-lookahead (rc-lookahead)

  设置向前预测参考帧数.

• weightb

  为1设置帧加权预测，否则为0表示禁止（等效于x264的--no-weightb）

• weightp (weightp)

  设置P帧加权预测法，可能值:

  ‘none (0)’

    禁止 

  ‘simple (1)’

    使用加权参考 

  ‘smart (2)’

    使加权文献和重复 

• ssim (ssim)

  允许在编码结束后技术输出SSIM

• intra-refresh (intra-refresh)

  为1表示使用周期内刷新代替IDR帧设置

• avcintra-class (class)

  配置编码器生成AVC-Intra，有效值50，100，200

• bluray-compat (bluray-compat)

  配置兼容蓝光标准，是 “bluray-compat=1 force-cfr=1”的简写

• b-bias (b-bias)

  设置B帧如何被影响

• b-pyramid (b-pyramid)

  设置保持一些B帧作为参考集的方法，允许值:

  ‘none (none)’

    禁用. 

  ‘strict (strict)’

    严格的分层金字塔 

  ‘normal (normal)’

    Non-strict (非蓝光兼容). 

• mixed-refs

  为1表示每个分区使用一个参考，而不是每个宏块一个参考，否则为0，其等效于x264的 --no-mixed-refs

• 8x8dct

  为1指采用自适应空间变换矩阵大小 (8x8变换) ，否则为0，等效于x264的--no-8x8dct

• fast-pskip

  为1表示早期跳过检查。等效于x264的--no-fast-pskip

• aud (aud)

  为1启用访问单元分隔设置

• mbtree

  为1表示允许使用宏块树，否则（为0）等效于x264的--no-mbtree

• deblock (deblock)

  设置环路滤波参数，参数型为alpha:beta

• cplxblur (cplxblur)

  QP波动减少（压缩前曲线压缩）

• partitions (partitions)

  设置分区规格，参考后面逗号分隔的列表，可能值有:

  ‘p8x8’

    8x8 P帧 分区 

  ‘p4x4’

    4x4 P帧 分区 . 

  ‘b8x8’

    4x4 B帧分区 

  ‘i8x8’

    8x8 I帧分区. 

  ‘i4x4’

    4x4 I帧分区 (‘p4x4’的前提是‘p8x8’也被设置，允许‘i8x8’ 则需要设置了8x8dct被允许) 

  ‘none (none)’

    不考虑分区 

  ‘all (all)’

    考虑所有可能分区 

• direct-pred (direct)

  设置直接MV预测模式，可能值:

  ‘none (none)’

    禁止MV预测 

  ‘spatial (spatial)’

    使空间预测

  ‘temporal (temporal)’

    使时间的预测

  ‘auto (auto)’

    自动识别 

• slice-max-size (slice-max-size)

  设置每个分片的字节大小限制，单位字节，如果不设置但RTP载荷设置了就使用RTP载荷

• stats (stats)

  设置多次编码的文件名称

• nal-hrd (nal-hrd)

  设置HRD信息信号 (要求vbv-bufsize被设置). 可能值:

  ‘none (none)’

    禁用HRD信息信号

  ‘vbr (vbr)’

    可变比特率

  ‘cbr (cbr)’

    固定比特率 (MP4容器不允许). 

• x264opts (N.A.)

  设置任意的x264选项，参看x264 —fullhelp 以获取列表

  参数是一个由’:’分隔的key=value序列。对于filter和psy-rd选项，也是有”:”被’,’代替作为分隔符。

  例如，要指定使用libx264编码：

  ffmpeg -i foo.mpg -vcodec libx264 -x264opts keyint=123:min-keyint=20 -an out.mkv

• x264-params (N.A.)

  使用 : 分隔的 key=value 参数覆盖x264配置，

  这个选项类似x264opts，但其兼容Libav

  例如:

  ffmpeg -i INPUT -c:v libx264 -x264-params level=30:bframes=0:weightp=0:\
  cabac=0:ref=1:vbv-maxrate=768:vbv-bufsize=2000:analyse=all:me=umh:\
  no-fast-pskip=1:subq=6:8x8dct=0:trellis=0 OUTPUT

此外编码ffpresets还支持一些通用的选项，可以参考前述[ 预置 ]相关文档。

libx265

x265 H.265/HEVC 编码器封装

编译需要头和库文件，还需要利用--enable-libx265在配置中允许

libx265选项

• preset

  设置x265预置

• tune

  设置x265可调参数

• x265-params

  使用’:’分隔的key=value列表进行选项设置，参考 x265 —help 获取支持的选项

  例如采用libx265,并利用-x265-params进行选项设置:

  ffmpeg -i input -c:v libx265 -x265-params crf=26:psy-rd=1 output.mp4

libxvid

Xvid MPEG-4 Part 2 封装

编译需要livxvidcore头和library库文件，还需要利用--enable-libxvid --enable-gpl在配置中允许

当前原生的mpeg4编码器支持MPEG-4 Part 2格式，所以不一定需要这个库了。

libxvid选项

下面选项是libxvid封装支持的选项，其中部分只列出，而没有文档介绍是因为其同[10 编码选项]中通用选项一致，其它没有列出的通用选项则在库中无效。

• b
• g
• qmin
• qmax
• mpeg_quant
• threads
• bf
• b_qfactor
• b_qoffset

• flags

  设置编码标志，可能值:

  ‘mv4’

    对宏块使用4个运动检测

  ‘aic’

    允许高品质AC预测

  ‘gray’

    只编码灰度

  ‘gmc’

    全局运动补偿(GMC).

  ‘qpel’

    1/4像素运动补偿

  ‘cgop’

    关闭GOP.

  ‘global_header’

    在每个关键帧放置全局头extradata

• trellis

• me_method

  设置运动估计方法.按速度降低，质量增加排列的可能值:

  ‘zero’

    不使用运动估计方法 (默认).

  ‘phods’
  ‘x1’
  ‘log’

    启用16x16块和16x16块半像素细化进行菱形区域搜索， ‘x1’和‘log’是‘phods’别名

  ‘epzs’

    允许前述所有值，再加上8x8菱形区域搜索，8x8半像素细化，并在色度平面进行运动估计

  ‘full’

    允许所有的 16x16和8x8 区域搜索 

• mbd

  设置宏块选择算法，依质量提高的可能值:

  ‘simple’

    使用宏块比较函数算法 (默认).

  ‘bits’

    允许16x16块半像素和1/4像素细化失真估计

  ‘rd’

    允许上述所有可能值，再加上8x8块半像素和1/4像素细化失真估计，并采用方形图案失真估计进行搜索。

• lumi_aq

  为1允许lumi遮蔽自适应量化，默认为0 (禁止).

• variance_aq

  为1允许方差的自适应量化,默认为0 (禁止).

  如果结合lumi_aq,由此产生的质量不会比任何一个单独规定。换句话说，所得到的质量会差于单独使用任何一个选项的效果。

• ssim

  设置结构信息（SSIM）显示方法。可能的值：

  ‘off’

    禁止SSIM信息

  ‘avg’

    在编码后输出平均SSIM。格式为：
    Average SSIM: %f
    对那些不熟悉C的的用户，f表示浮点数或者小数 (例如 0.939232)

  ‘frame’

    在编码过程中输出每帧SSIM，并且在编码结束后输出平均SSIM，每帧信息格式为：
           SSIM: avg: %1.3f min: %1.3f max: %1.3f
    对那些不熟悉C的的用户，%1.3f表示3位小数的浮点数(例如0.932).

• ssim_acc

  设置SSIM精度。可用的选项参数是在0-4范围的整数，而0给出了最准确的结果和计算速度最快的4。

mpeg2

MPEG-2编码器

mpeg2选项

• seq_disp_ext integer

  指定是否写一个 sequence_display_extension到输出

  -1
  auto

    自动检测是否写，是默认值，如果数据被写入不同于默认或指定的值则判断是否写 

  0
  never

    从不写 

  1
  always

    一直写 

png

png图像编码器

png选项

dpi integer

设置像素的物理密度，每英寸点数，没有默认设置

dpm integer

设置像素的物理密度，每米点数，没有默认设置

ProRes

Apple ProRes编码器

FFmpeg包含2种ProRes编码器，prores-aw和prores-ks。它们可以由-vcodec选项指定

prores-ks私有选项

• profile integer

  选择ProRes属性（预置）配置来编码，可能值：

  ‘proxy’
  ‘lt’
  ‘standard’
  ‘hq’
  ‘4444’

• quant_mat integer

  选择的量化矩阵,可能值：

  ‘auto’
  ‘default’
  ‘proxy’
  ‘lt’
  ‘standard’
  ‘hq’

  如果选择auto, 匹配属性的量化矩阵会被选中，如果没有设置，则选择最高质量的量化矩阵

• bits_per_mb integer

  分配的宏块位，不同的属性在200-2400间，最大值为8000

• mbs_per_slice integer

  每个切片中宏块数（1-8），默认为8，几乎是所有情况下最好值

• vendor string

  重写4字节的供应商ID。例如apl0这个自定义供应商ID会被认为是由苹果编码器产生。

• alpha_bits integer

  指定alpha分量的比特数。可能的值是0，8和16。用0禁用alpha平面编码

速度考虑

在默认操作模式下，编码器以高质量为目的（即在不产生超过要求的帧数据限定下，使输出质量尽可能好）。这种情况下帧内很多小的细节是很难压缩的，编码器将花更多的时间为每个片寻找合适的量化。

所以设置更高的bits_per_mb限额将提高速度。

要获取最快的编码速度，则设置qscale参数（4为推荐值）和不设置帧数据大小限制。