视频编码-码率控制CQP/CRF/ABR/CBR/VBV

1. 参考

[1] Werner Robitza/Understanding Rate Control Modes (x264, x265, vpx)
[2] Werner Robitza/CRF Guide (Constant Rate Factor in x264, x265 and libvpx)
[3] codesequoia/What are CBR, VBV and CPB?
[4] 潇湘落木/视频码控：CBR、VBR和ABR

2. 概述

编码器中有一个码率控制模块，通过选择一系列编码参数，来控制编码视频的码率满足需要，并且使编码失真尽可能小。码率控制严格上不属于视频编码标准，属于率失真优化。

码率控制的几种模式[1]：

CQP(Constant QP)：恒定QP(Quantization Parameter)。
CRF(Constant Rate Factor)/CQF(Constant Quality Factor)：恒定质量因子。
ABR(Average Bitrate)：指定平均码率。
CBR(Constant Bitrate)：恒定码率，相对的是可变码率(VBR, Variable Bitrate)。
VBV(Video Buffering Verifier)：视频缓冲校验。

3. CQP(Constant QP)

恒定QP(Quantization Parameter)。

瞬时码率会随场景复杂度波动。
x264和x265中支持CQP模式，libvpx不支持。
H.264中QP范围是[0, 51]。QP值越大表示越大的量化步长，编码视频的质量越低。QP为0表示进行无损编码。
使用FFmpeg指定QP的示例如下所示。

ffmpeg -s 1280x720 -i  -c:v libx264 -qp 23 
ffmpeg -s 1280x720 -i  -c:v libx265 -x265-params qp=23

不推荐使用这个模式，除非你明确知道这个模式的原理而有特定的用途。

4. CRF(Constant Rate Factor)/CQF(Constant Quality Factor)

恒定质量因子。

与恒定QP类似，但追求主观感知到的质量恒定，瞬时码率也会随场景复杂度波动。
对于快速运动或细节丰富的场景会适当增大量化失真（因为人眼不敏感），反之对于静止或平坦区域则减少量化失真。
CRF是x264和x265的默认码率控制方式，也可用于libvpx。
CRF值越大视频压缩率越高，但视频质量越低，各codec的CRF取值范围、默认值和建议值见下表。

codec	取值范围	默认值	建议值
x264	[0, 51]	23	[18, 28]
x265	[0, 51]	28	?
VP9	[0, 63]	-	[15, 35]

使用FFmpeg中指定x264编码的crf值的示例如下。

ffmpeg -i input.mp4 -c:v libx264 -crf 23 output.mp4

如果你不确定要使用什么CRF，从默认值开始，并根据对输出的主观印象进行更改。如果质量没有足够好则较低的CRF。如果文件太大了则选择更高的CRF。更改±6会导致码率大小的一半/两倍左右的变化，±1会导致码率10%左右的变化。[2]

5. ABR(Average Bitrate)

指定平均码率。

使用FFmpeg指定ABR的示例如下所示。

ffmpeg -s 1280x720 -i  -c:v libx264 -b:v 1M 
ffmpeg -s 1280x720 -i  -c:v libx265 -b:v 1M 
ffmpeg -s 1280x720 -i  -c:v libvpx-vp9 -b:v 1M

避免使用这种模式， x264的一位主要开发者说你应该永远不要使用它，由于编码器无法提前知道要编码视频的情况，它将不得不猜测如何达到比特率。

2-Pass ABR

允许编码器执行两次（或更多次）使得它可以估计未来的情况。第一遍计算编码的成本，在第二遍中更有效地使用可用比特。这确保了在特定比特率约束下输出质量最佳。
对于x264，使用FFmpeg编码的示例：

ffmpeg -i  -c:v libx264 -b:v 1M -pass 1 -f null /dev/null
ffmpeg -i  -c:v libx264 -b:v 1M -pass 2 .mp4

对于x265，使用FFmpeg编码的示例：

ffmpeg -i  -c:v libx264 -b:v 1M -x265-params pass=1 -f null /dev/null
ffmpeg -i  -c:v libx264 -b:v 1M -x265-params pass=2 .mp4

对于VP9，使用FFmpeg编码的示例：

ffmpeg -i  -c:v libvpx-vp9 -b:v 1M -pass 1 -f null /dev/null
ffmpeg -i  -c:v libvpx-vp9 -b:v 1M -pass 2 .webm

这是为流式传输编码文件的最简单方法。有两点需要注意：
1. 不知道最终的质量是什么，因此你必须做一些测试，以确保指定的码率实际上足够高，可以用于某些复杂的内容。
2. 此模式的另一个缺点是可能存在比特率的本地峰值，这意味着可能发送超过客户端可以接收的峰值。

6. CBR(Constant Bitrate)

前面几个模式都属于可变码率VBR(Variable Bitrate)，瞬时码率在波动。恒定码率与之相对，在更小的时间窗口保持码率的波动更小。

可以通过启用nal-hrd选项强制编码器始终使用某个比特率[1]。输出文件需要是.ts（MPEG-2 TS），因为MP4不支持NAL填充。注意，如果视频源是易于编码的，此模式将浪费带宽，但它确保比特率在整个流中保持不变。

ffmpeg -i  -c:v libx264 -x264-params "nal-hrd=cbr:force-cfr=1" -b:v 1M -minrate 1M -maxrate 1M -bufsize 2M

对于VP9，使用FFmpeg通过下面的命令控制：

ffmpeg -i  -c:v libvpx-vp9 -b:v 1M -maxrate 1M -minrate 1M

7. VBV(Video Buffering Verifier)

视频缓冲校验提供了一种方法，以保证码率被限制在一定的最大值。

适用场景：带宽约束下的流媒体; 直播（指定CRF，1-pass）; VoD流媒体（目标比特率，2-pass)。
可用于2-pass VBR（在两遍中使用它）。注意：使用1-pass方法也可以 - 根据x264开发人员 - 通常与2-pass一样好，但压缩效率低一些。
可用于CRF编码，也称为“capped CRF”。
使用-maxrate和-bufsize选项打开VBV以设置最大比特率和预期的客户端缓冲区大小：

ffmpeg -i  -c:v libx264 -crf 23 -maxrate 1M -bufsize 2M 
ffmpeg -i  -c:v libx265 -crf 28 -x265-params vbv-maxrate=1000:vbv-bufsize=2000

VP9有一个类似的模式，不叫VBV，但背后是相同的思想：

ffmpeg -i  -c:v libvpx-vp9 -crf 30 -b:v 2M

使用受约束的ABR-VBV编码的方法：

ffmpeg -i  -c:v libx264 -b:v 1M -maxrate 1M -bufsize 2M -pass 1 -f null /dev/null
ffmpeg -i  -c:v libx264 -b:v 1M -maxrate 1M -bufsize 2M -pass 2

对于x265：

ffmpeg -i  -c:v libx265 -b:v 1M -x265-params pass=1:vbv-maxrate=1000:vbv-bufsize=2000 -f null /dev/null
ffmpeg -i  -c:v libx265 -b:v 1M -x265-params pass=2:vbv-maxrate=1000:vbv-bufsize=2000

对于VP9：

ffmpeg -i  -c:v libvpx-vp9 -b:v 1M -maxrate 1M -bufsize 2M -pass 1 -f null /dev/null
ffmpeg -i  -c:v libvpx-vp9 -b:v 1M -maxrate 1M -bufsize 2M -pass 2

如何设置bufsize？

这取决于码率需要有多大的可变性。
一个好的默认设置：缓冲区大小是最大速率的两倍，但建议可能会因流设置而异。
如果客户端缓冲区较小（只需几秒钟），bufsize应该与maxrate大小相同。
如果要限制流的码率，尝试将bufsize设置为最大速率的一半或更低。