H.264是视频编码标准。
X264是它的开源实现,是视频编码器
Encoder features
§ 8x8 and 4x4 adaptive spatial transform
§ Adaptive B-frame placement
§ B-frames as references / arbitrary frame order
§ CAVLC/CABAC entropy coding
§ Custom quantization matrices
§ Intra: all macroblock types (16x16, 8x8, 4x4, and PCM with all predictions)
§ Inter P: all partitions (from 16x16 down to 4x4)
§ Inter B: partitions from 16x16 down to 8x8 (including skip/direct)
§ Interlacing (MBAFF)
§ Multiple reference frames
§ Ratecontrol: constant quantizer, constant quality, single or multipass ABR, optional VBV
§ Scenecut detection
§ Spatial and temporal direct mode in B-frames, adaptive mode selection
§ Parallel encoding on multiple CPUs
§ Predictive lossless mode
§ Psy optimizations for detail retention (adaptive quantization, psy-RD, psy-trellis)
§ Zones for arbitrarily adjusting bitrate distribution
■ 8x8与4x4自适应空间域转换
■ 自适应B帧选择
■ B帧可作为参考帧/自由的帧顺序
■ CAVLC/CABAC熵编码
■ 自定义精确的矩阵模板
■ I帧:所有宏块格式(16x16, 8x8, 4x4, 以及有全部预测的PCM)
■ P帧:所有的分割块(从16x16到4x4)
■ B帧:分割块从16x16到8x8(包括skip/direct)
■ 隔行扫描(MBAFF)
■ 多个参考帧
■ 码率控制:固定量化,固定质量,一次或者多次编码的平均码率,可选的VBV参数
■ 场景变换检测
■ B帧时间域、空间域direct模式自适应选择
■ 可在多个CPU平行编码
■ 预测性的无损编码(x264似乎也是所有基于H.264标准的编码器中唯一实现这项的)
■ 心理视觉优化,保留更多的细节(自适应量化,psy-RD,psy-trellis)
■ 可用于手动调整码率分配的zones参数
使用
x264 --help
x264 core:129 r2245 bc13772
Syntax: x264 [options] -o outfileinfile
(注意与ffmpeg的输入输出文件位置恰好相反:
ffmpeg [options] [[infile options] -i infile]... {[outfile options]outfile}…)
Infile can be raw (in which case resolution分辨率 is required),
or YUV4MPEG (*.y4m),
or Avisynth解码器if compiled with support (yes).
or libav* formats if compiled withlavf support (yes) orffms support (yes).
Outfile type is selected by filename:
.264 -> Raw bytestream
.mkv ->Matroska
.flv -> Flash Video
.mp4 -> MP4 if compiled with GPAC support (yes)
Output bit depth: 8 (configured at compile time)
Options:
-h, --help List basic options
--longhelp List more options
--fullhelp List all options
Example usage:
Constant quality mode:固定质量
x264 --crf 24 -o
Two-pass with a bitrate of 1000kbps:
x264 --pass 1 --bitrate 1000 -o
x264 --pass 2 --bitrate 1000 -o
Lossless:无损
x264 --qp 0 -o
Maximum PSNR(是“PeakSignaltoNoiseRatio”的缩写峰值信噪比,PSNR 的单位为dB。PSNR值越大,就代表失真越少。)at the cost of(以…为代价) speed and visual quality:
x264 --preset placebo --tune psnr -o
Constant bitrate at 1000kbps with a 2 second-buffer:恒定比特率
x264 --vbv-bufsize 2000 --bitrate 1000 -o
Presets:
--profile
Overrides all settings.覆盖所有的设置。
- baseline,main,high,high10,high422,high444
--preset
Overridden by user settings.
- ultrafast,superfast,veryfast,faster,fast
- medium,slow,slower,veryslow,placebo
--tune
//tune调谐,调整
Overridden by user settings.会被用户设置覆盖。
Multiple tunings are separated by commas.
Only onepsytuning can be used at a time.
- psy tunings: film,animation,grain纹理,
stillimage静像,psnr,ssim
- other tunings: fastdecode,zerolatency零延迟
Frame-type options:
-I, --keyint
--tff Enable interlaced mode (top field first)
--bff Enable interlaced mode (bottom field first)
--pulldown
- none, 22, 32, 64, double, triple, euro (requires cfr input)
Ratecontrol:
-B, --bitrate
--crf
--vbv-maxrate
--vbv-bufsize
(Video Buffering Verifier视频缓存检验器)
-p, --pass
- 1: First pass, creates stats file
- 2: Last pass, does not overwrite stats file
Input/Output:
-o, --output
--sarwidth:height Specify Sample Aspect Ratio采样宽高比
--fps
--seek
--frames
--level
--quiet Quiet Mode
Filtering:
--vf, --video-filter
input file
Filter options may be specified in
Available filters:
crop:left,top,right,bottom
resize:[width,height][,sar][,fittobox][,csp][,method]
select_every:step,offset1[,...]
注:--video-filter:可以用来裁剪和缩放视频。裁剪视频部分的语法是“crop:left,top,right,bottom”,四个参数分别制定左侧、上侧、右侧、下侧裁剪几个像素,最好是都用4的整数倍,例如“crop:8,8,8,8”。缩放视频的部分的语法是“resize:[width,height][,sar][,fittobox][,csp][,method]”。比较重要的只是width/height和method,用来指定缩放后的分辨率和缩放使用的方法,其他参数的具体含义可以参看此处。例如“resize:1280,720,,,,spline”,指定缩放视频原始视频到1280*720分辨率,缩放的方法采用spline(一般都使用这个方法)。最后,裁剪和缩放视频其实是可以一起指定的,用“/”连接这两部分就行
o Eg:x264 --demuxerffms --preset slower --tune film --crf 20 --level 4.1 --fps 23.976 --video-filter crop:8,8,8,8/resize:1280,720,,,,spline -o output.264 input.mp4
=========中文=================
x264 [--参数名参数值 ...] --output 输出文件输入文件
一个“-”加一个字母构成一个短参数名,区分大小写。
eg
x264 --crf 22 --profile main --tune animation --preset medium --b-pyramid none -o psp.264 ep01.avs
调用x264编码当前目录下的"ep01.avs"文件,输出"psp.264"。
(AVS(Audio Video coding Standard,音视频编码标准),即数字音视频编解码技术标准,为中国第二代信源编码标准。)
eg
"D:\encoder tools\x264.exe" --crf 18 --tunetouhou --preset slower -I 24 -o "D:\touhou\out.mkv" "D:\touhou\th9\rec.avi"
在这个例子中,x264.exe、和输入文件都不在当前目录下,也不输出到当前路径,就要写完整的路径,如果有空格就需要在完整的路径左右加上引号。
在Windows XP和Windows 7中,把文件拖拽到cmd里,cmd会自动把文件的完整路径写在命令行上的。
输入输出文件类型
在加入了ffms/lavf(libavformat或ffmpegsource这两个库)后,x264可以直接输入几乎所有类型的片子,而不是像原来一样必须借助于avs。下面所讲的是输入输出的片子类型,除此之外的输入输出还有多pass中的stats文件、qp file、量化矩阵和tc file。
输入:
x264支持输入的文件类型有raw yuv、y4m、avs和任何可以由ffms或lavf打开的文件。raw yuv会用在64位的x264里。有ffms/lavf打开的片子会自动正确的处理vfr问题。avs和ffms/lavf输入不需要指定片子的分辨率。
(YUV是被欧洲电视系统所采用的一种颜色编码方法)
输出:
x264可以输出没有封装的H.264视频流,扩展名是.264;matroska视频,扩展名是.mkv;flash视频,扩展名是.flv;mp4视频,扩展名是.mp4。mkv、mp4和flv可以是vfr的。
(VFR即Variable Frame Rate(可变帧率)的视频编码,这种VFR视频的帧率是不固定的,它可在动态画面中使用较大的帧率,而在静态画面中使用较小的帧率,这样可以有效的减少视频文件的体积,并改善动态画面的质量。它的作用比目前广泛使用的VBR(可变码率)更为明显。)
x264通过输出文件的扩展名判断输出文件类型。
preset和tune系统
x264的参数繁多,开发者为了方便使用者、简化输入和提出编码建议,设计了一套快速调用参数的系统。如果没有特别的需要,请尽量使用preset和tune系统。这套开发者推荐的参数比各种道听途说的参数更合理。
在使用了preset和tune以后,依然可以指定里面已经有的参数。手动指定的参数会覆盖preset和tune里的参数。
--preset
通过--preset的参数调节编码速度和质量的平衡。
--preset的值有ultrafast、superfast、veryfast、faster、fast、medium、slow、slower、veryslow、placebo。从快到慢,参数越来越EP。默认是medium。
--tune
通过--tune的参数值指定片子的类型,是和视觉优化的参数,或有特别的情况。
--tune的值有
film:电影、真人类型;
animation:动画;
grain:需要保留大量的grain时用;
stillimage:静态图像编码时使用;
psnr:为提高psnr做了优化的参数;
ssim:为提高ssim做了优化的参数;
(structural similarity (SSIM) index measurement system
一种衡量两幅图像相似度的新指标,其值越大越好,最大为1,)
fastdecode:可以快速解码的参数;
zerolatency:零延迟,用在需要非常低的延迟的情况下,比如电视电话会议的编码。
码率控制
视频的码率直接影响到了片子的编码质量。要想效果好,码率足够是最重要的必要条件之一。但是想实现更好的效果和控制文件的体积(码率)之间始终是一对矛盾。这就需要我们通过实践,在强大的编码器的帮助下总结出合适的码率,实现尽量好的效果。
x264有4种码率控制方式,分别是1pass bitrate、crf、qp和2pass bitrate。其中2pass bitrate包含npass bitrate。
1pass bitrate和qp(恒定量化值)一般不推荐使用。
crf
--crf 23 (默认)
一种根据片子质量自动分配码率的vbr码率控制方式。一遍编码,如果对码率没要求请尽量使用crf模式。(VBR(Variable Bit Rate)动态比特率。)
可用的值从1到51,越小编码质量越好,码率越高。一般使用16到24,可以为浮点。
crf并不是恒定质量的方式,同一片子同一crf值,其他参数不同可能码率和质量能差比较大,不同的片子之间就更没有可比性了。
2pass bitrate
这种方式可以精确的得到想要的平均码率,2pass代表需要做2次编码,第一遍编码x264先分析全片,得到一个stats文件和一个mbtree文件(默认使用mbtree)。第二遍编码以这两个文件作参考分配合理的码率。需要特定的码率(或文件大小)一定要用2pass(或多pass)编码。
除了2pass,还有多pass模式,在之前分析的基础上再继续分析,理论上会使码率分配更加合理,但实际上2pass已经足够了。
--bitrate 1000 (以1000kbps码率为例)
>x264 --bitrate 1000 --pass 1 --tune animation --preset slower --stats "1pass.stats" -o NUL input.avs
>x264 --bitrate 1000 --pass 2 --tune animation --preset slower --stats "1pass.stats" -o output.264 input.avs
先输入第一行,等1pass跑完之后再输入第二行跑2pass。1pass主要为了得到1pass.stats和1pass.stats.mbtree两个文件,2pass需要这两个文件已完成最后的编码,最后输出文件。
默认情况下,1pass是以“快速”参数跑的,而不是以指定的参数跑。因此一般1pass会比2pass的速度快上很多。而这里1pass指定输出的文件名是NUL,在Windows里,这个文件名是保留的,因此不会有任何输出的已编码的文件。
尽量让1pass和2pass的视频一致,如果改变了视频,分析的结果就会变得比较不准确。
此外,1pass可以用crf方式跑,而且可以输出编码的结果,也就是说先跑个1pass看看,如果大小和预想的偏差太多,就再跑个2pass。但由于1pass默认用“快速”参数跑,因此这里的1pass需要加上--slow-firstpass强制x264用我们给的参数跑。
>x264 --crf 20 --pass 1 --slow-firstpass --tune animation --preset slower --stats "1pass.stats" -o output1pass.264 input.avs
>x264 --bitrate 1000 --pass 2 --tune animation --preset slower --stats "1pass.stats" -o output2pass.264 input.avs
1pass会输出3个文件:1pass.stats、1pass.stats.mbtree和output1pass.264。前两个是分析文件,后一个是编码的结果。如果对编码结果不满意,则继续用分析的结果跑2pass。
2pass必须用bitrate模式跑,不能用crf跑
实践:
1,yuv to mp4
若输入为 raw YUV,则必须另指定输入分辨率。最好同时用 --fps 指定帧率:
x264.exe --fps 25 --input-res 720x576 -o output.mp4 "D:\media\BBC+_720X576_2500fps_NoInterlace.yuv"
x264.exe --fps 25 --input-res 640x480 -o a.mp4 "D:\media\a.yuv"
附:
YUV
YUV(亦称YCrCb)是被欧洲电视系统所采用的一种颜色编码方法,主要用于优化彩色视频信号的传输。
YUV是被欧洲电视系统所采用的一种颜色编码方法(属于PAL),是PAL和SECAM模拟彩色电视制式采用的颜色空间。在现代彩色电视系统中,通常采用三管彩色摄影机或彩色CCD摄影机进行取像,然后把取得的彩色图像信号经分色、分别放大校正后得到RGB,再经过矩阵变换电路得到亮度信号Y和两个色差信号R-Y(即U)、B-Y(即V),最后发送端将亮度和色差三个信号分别进行编码,用同一信道发送出去。这种色彩的表示方法就是所谓的YUV色彩空间表示。采用YUV色彩空间的重要性是它的亮度信号Y和色度信号U、V是分离的。
RGB和YUV都是色彩空间,用于表示颜色,两者可以相互转化。 YUV(亦称YCrCb)是被欧洲电视系统所采用的一种颜色编码方法(属于PAL)。YUV主要用于优化彩色视频信号的传输,使其向后兼容老式黑白电视。与R GB视频信号传输相比,它最大的优点在于只需占用极少的带宽(RGB要求三个独立的视频信号同时传输)。
中"Y"表示明亮度(Lumina nce或Luma),也就是灰阶值;是个基带信号。而"U"和"V"表示的则是色度(Chrominance或Chroma),作用是描述影像色彩及饱和度,用于指定像素的颜色。U和V不是基带信号,它俩是被正交调制了的。
"亮度"是通过RGB输入信号来创建的,方法是将RGB信号的特定部分叠加到一起。"色度"则定义了颜色的两个方面-色调与饱和度,分别用Cr和CB来表示。其中,Cr反映了RGB输入信号红色部分与RGB信号亮度值之间的差异。而CB反映的是RGB输入信号蓝色部分与RGB信号亮度值之同的差异。。通过运算,YUV三分量可以还原出R(红),G(绿),B(兰)。
yuv色彩模型来源于rgb模型,
该模型的特点是将亮度和色度分离开,从而适合于图像处理领域。
cd /D 目录
使用 /D 开关,除了改变驱动器的当前目录之外,还可改变当前驱动器。
码率:
码率就是数据传输时单位时间传送的数据位数,一般我们用的单位是kbps即千位每秒。通俗一点的理解就是取样率,单位时间内取样率越大,精度就越高,处理出来的文件就越接近原始文件,也就是说画面的细节就越丰富。码率也叫比特率,表示经过压缩编码后的视音频数据每秒需要用多少个比特来表示,即把每秒显示的图像进行压缩后的数据量,一般采用的单位是kbps即千位每秒。