FFmpeg X264编码参数
目录
码率控制 1
X264的preset和tune 2
编码延时建议 2
ffmpeg编码参数和x264参数对照 3
x264参数说明 5
2.码率控制
X264提供三种码率控制的方式:bitrate, qp, crf。这三种方式是互斥的,使用时设置其中之一即可。
(1)bitrate
x264会尝试把给定的位元率作为整体平均值来编码。这意味着最终编码文件的大小是已知的,但最终的品质未知。此选项通常与-pass(两阶段编码)一起使用。
注意,ffmpeg中设置bitrate的具体参数为bit_rate,单位是bits/s(x264里面对应参数i_bitrate的单位则是kbits/s, 1kbits为1000bits而非1024bits).
(2)qp
使用qp选项时,表示P帧的量化值为qp。I帧和B帧的量化值则是从--ipratio和--pbratio中取得。可使用默认参数,也可自己设定。使用qp模式,即固定量化值,意味着停用弹性量化(aq_mode)。
当qp为0时,为无损编码。
(3)crf
固定位元率系数,Constant Ratefactor,
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差较大,不同的片子之间就更没有可比性了)
此模式把某个“质量”作为编码目标,根据片子质量自动分配码率的vbr(Variable Bit Rate动态比特率)。X264中构想是让crf n提供与qp n相当的视觉品质,但编码文件更小一些。
CRF是借由降低“较不重要”帧的品质来达到此目的。在此情况下,“较不重要”是指在复杂或高动态场景的帧,其品质不是很耗费位元数就是不易察觉,所以会提高它们的量化值。从这些帧里所节省下来的位元数被重新分配到可以更有效利用的帧。
当crf为0时,与qp 0相同,实现无损编码。
3.X264的preset和tune
鉴于x264的参数众多,各种参数的配合复杂,为了使用者方便,x264建议如无特别需要可使用preset和tune设置。这套开发者推荐的参数较为合理,可在此基础上在调整一些具体参数以符合自己需要,手动设定的参数会覆盖preset和tune里的参数。
--preset的参数主要调节编码速度和质量的平衡,有ultrafast、superfast、veryfast、faster、fast、medium、slow、slower、veryslow、placebo这10个选项,从快到慢。
--tune的参数主要配合视频类型和视觉优化的参数,或特别的情况。如果视频的内容符合其中一个可用的调整值又或者有其中需要,则可以使用此选项,否则建议不使用(如tune grain是为高比特率的编码而设计的)。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;
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。
4.一些编码建议
编码延时
降低x264的延时是可能的,但是会降低质量。若需零延时,设置--tune zerolatency。若你可以接受一点儿小延时(如小于1秒),最好还是允许延时。下列步骤可以降低延迟,当延迟足够小时,就别再进行后续步骤了:
1.从初始值开始
2.关闭sync-lookahead(设置用于线程预测的帧缓存大小。最大值是250.在第二遍及更多遍编码或基于分片线程时自动关闭)
3.降低rc-lookahead,但别小于10(设定mb-tree位元率控制和vbv-lookahead使用的帧数)
4.降低threads(比如从12降到6)
5.使用切片线程(sliced threads)
6.禁用rc-lookahead
7.禁用b-frames
8.实在不行,就用--tune zerolatency
param->rc.i_lookahead = 0;param->i_sync_lookahead = 0; param->i_bframe = 0; param->b_sliced_threads = 1; param->b_vfr_input = 0;param->rc.b_mb_tree = 0;(使用宏块树位元率控制会改善整体压缩率)
x264线程
x264起多少个线程比较好 ?
建议线程数:
1、2、4、8
测试结论:
1、更多的线程会消耗更多总CPU时间片,因此在长期满载的机器上不宜使用多线程。
2、获得的时间收益随线程增多呈递减趋势,8线程以后尤为明显。
3、PNSR下降随线程数增加呈抛物递增趋势,16线程增加到24线程PSNR时下降了0.6之巨。
4、设置threads=auto时,线程数为逻辑CPU个数的1.5倍。
x264各类型帧的大小及编码耗时
注:作参考,未必属实。
I帧、B帧、P帧都极大地受编码参数的影响。
通常情况下:
h264编码的帧由大到小依次为:
I > P > B
(互相之间约有5倍的差距)
x264的编码耗时由长到短依次为:
P > B > I
通常而言,较小的帧因为帧内压缩计算量(deblock、cabac等)小,所以耗时相对短。
P帧的编码耗时长是因为帧间压缩(宏块寻找、运动补偿等)耗时长所以提高了总体耗时。
另外:可以修改x264中的x264_slices_write函数来测量不同类型帧的编码耗时。
5.ffmpeg编码参数和x264参数对照
下面表中涉及的参数直接在AVCodecContext结构中设置:
FFmpeg option x264 option
Code Console Console Code
gop_size -g –keyint i_keyint_max
bit_rate -b –bitrate rc.i_bitrate
rc_buffer_size -bufsize –vbv-bufsize rc.i_vbv_buffer_size
rc_max_rate -maxrate –vbv-maxrate rc.i_vbv_max_bitrate
max_b_frames -bf –bframes i_bframe
keyint_min -keyint_min –min-keyint i_keyint_min
scenechange_threshold -sc_threshold –scenecut i_scenecut_threshold
qmin -qmin –qpmin rc.i_qp_min
qmax -qmax –qpmax rc.i_qp_max
max_qdiff -qdiff –qpstep rc.i_qp_step
qcompress -qcomp –qcomp rc.f_qcompress
qblur -qblur –qblur rc.f_qblur
Refs -refs –ref i_frame_reference
me_method -me_method –me analyse.i_me_method
merange -me_range –merange analyse.i_me_range
me_subpel_quality -subq –subme analyse.i_subpel_refine
trellis -trellis <0,1,2> –trellis analyse.i_trellis
noise_reduction -nr –nr analyse.i_noise_reduction
level -level –level i_level_idc
bit_rate_tolerance
-bt –ratetol = -bt / -b rc.f_rate_tolerance
rc_initial_buffer_occupancy -rc_init_occupancy –vbv-init = -rc_init_occupancy / -bufsize rc.f_vbv_buffer_init
b_quant_factor -b_qfactor –pbratio rc.f_pb_factor
chromaoffset -chromaoffset –chroma-qp-offset analyse.i_chroma_qp_offset
thread_count -threads –threads i_threads
me_cmp -cmp <-chroma/+chroma> chroma-me analyse.b_chroma_me
thread_type thread_type sliced_threads b_sliced_threads
AVCodecContext结构中priv_data可设置的参数见下表:
priv_data(即X264Context option)
preset
tune
profile
fastfirstpass
level
stats
wpredp
x264opts
crf
crf_max
cqp
aq_mode
aq_strength
psy
psy_rd
rc_lookahead
weightb
weightp
ssim
intra_refresh
b_bias
b_pyramid
mixed_refs
dct8x8
fast_pskip
aud
mbtree
deblock
cplxblur
partitions
direct_pred
slice_max_size
stats
nal_hrd
x264_params
其余x264参数设置,见下面格式,多个参数用冒号(:)隔开:
av_opt_set(AVCodecContext->priv_data, "x264opts", "sync-lookahead=0: sliced-threads", 0);
6.x264参数说明
注:下面说明不是最新版本,最新版本请参考x264 --fullhelp
预设
为了减少使用者花费时间和精力在命令列上而设计的一套系统。这些设定切换了什么选项可以从x264 --fullhelp的说明里得知。
profile
预设值:无
限制输出资料流的profile。如果指定了profile,它会覆写所有其他的设定。所以如果指定了profile,将会保证得到一个相容的资料流。如果设了此选项,将会无法使用无失真(lossless)编码(--qp 0或--crf 0)。
如果播放装置仅支援某个profile,则应该设此选项。大多数解码器都支援High profile,所以没有设定的必要。
可用的值:baseline, main, high
preset
预设值:medium
变更选项,以权衡压缩效率和编码速度。如果指定了预设,变更的选项将会在套用所有其他的参数之前套用。
通常应该将此设为所能忍受的最慢一个选项。
可用的值:ultrafast, superfast, veryfast, faster, fast, medium, slow, slower, veryslow, placebo
ultrafast
--no-8x8dct --aq-mode 0 --b-adapt 0
--bframes 0 --no-cabac --no-deblock
--no-mbtree --me dia --no-mixed-refs
--partitions none --rc-lookahead 0 --ref 1
--scenecut 0 --subme 0 --trellis 0
--no-weightb --weightp 0
Superfast
--no-mbtree --me dia --no-mixed-refs
--partitions i8x8,i4x4 --rc-lookahead 0 --ref 1
--subme 1 --trellis 0 --weightp 1
param->analyse.inter = X264_ANALYSE_I8x8|X264_ANALYSE_I4x4;
param->analyse.i_me_method = X264_ME_DIA;
param->analyse.i_subpel_refine = 1;
param->i_frame_reference = 1;
param->analyse.b_mixed_references = 0;
param->analyse.i_trellis = 0;
param->rc.b_mb_tree = 0;
param->analyse.i_weighted_pred = X264_WEIGHTP_SIMPLE;
param->rc.i_lookahead = 0;
tune
预设值:无
调整选项,以进一步最佳化为视讯的内容。如果指定了tune,变更的选项将会在--preset之后,但所有其他的参数之前套用。
如果视讯的内容符合其中一个可用的调整值,则可以使用此选项,否则不要使用。
可用的值:film, animation, grain, stillimage, psnr, ssim, fastdecode, zerolatency
slow-firstpass
预设值:无
使用--pass 1会在解析命令列的最后套用以下设定:
--ref 1
--no-8x8dct
--partitions i4x4 (如果最初有启用,否则为无)
--me dia
--subme MIN(2, subme)
--trellis 0
可以使用--slow-firstpass来停用此功能。注意,使用--preset placebo也会启用slow-firstpass。
参阅:--pass
帧类型选项
keyint
预设值:250
设定x264输出的资料流之最大IDR帧(亦称为关键帧)间隔。可以指定infinite让x264永远不要插入非场景变更的IDR帧。
IDR帧是资料流的“分隔符号”,所有帧都无法从IDR帧的另一边参照资料。因此,IDR帧也是I帧,所以它们不从任何其他帧参照资料。这意味着它们可以用作视讯的搜寻点(seek points)。
注意,I帧通常明显大于P/B帧(在低动态场景通常为10倍大或更多),所以当它们与极低的VBV设定合并使用时会打乱位元率控制。在这些情况下,研究--intra-refresh。
预设值对于大多数视讯没啥问题。在为蓝光、广播、即时资料流或某些其他特殊情况编码时,可能需要更小的GOP长度(通常等于帧率)。
参阅:--min-keyint, --scenecut, --intra-refresh
min-keyint
预设值:自动 (MIN(--keyint / 10, --fps))
设定IDR帧之间的最小长度。
IDR帧的说明可以参阅--keyint。过小的keyint范围会导致“不正确的”IDR帧位置(例如闪屏场景)。此选项限制在每个IDR帧之后,要有多少帧才可以再有另一个IDR帧的最小长度。
min-keyint的最大允许值是--keyint/2+1。
建议:预设值,或者等于帧率
参阅:--keyint, --scenecut
no-scenecut
预设值:无
完全停用弹性I帧决策(adaptive I-frame decision)。
参阅:--scenecut
scenecut
预设值:40
设定I/IDR帧位置的阈值(场景变更侦测)。
x264为每一帧计算一个度量值,来估计与前一帧的不同程度。如果该值低于scenecut,则算侦测到一个“场景变更”。如果此时与最近一个IDR帧的距离低于--min-keyint,则放置一个I帧,否则放置一个IDR帧。越大的scenecut值会增加侦测到场景变更的数目。场景变更是如何比较的详细资讯可以参阅http://forum.doom9.org/showthread.php?t=121116。
将scenecut设为0相当于设定--no-scenecut。
建议:预设值
参阅:--keyint, --min-keyint, --no-scenecut
intra-refresh
预设值:无
停用IDR帧,作为替代x264会为每隔--keyint的帧的每个巨集区块(macroblock)使用内部编码(intra coding)。区块是以一个水平卷动的行刷新,称为刷新波(refresh wave)。这有利于低延迟的资料流,使它有可能比标准的IDR帧达到更加固定的帧大小。它也增强了视讯资料流对封包遗失的恢复能力。此选项会降低压缩效率,因此必要时才使用。
有趣的事:
第一帧仍然是IDR帧。
内部区块(Intra-blocks)仅处于P帧里,刷新波在一或多个B帧后的第一个P帧更广泛。
压缩效率的损失主要来自于在刷新波上左侧(新)的巨集区块无法参照右侧(旧)的资料。
bframes
预设值:3
设定x264可以使用的最大并行B帧数。
没有B帧时,一个典型的x264资料流有着像这样的帧类型:IPPPPP...PI。当设了--bframes 2时,最多两个连续的P帧可以被B帧取代,就像:IBPBBPBPPPB...PI。
B帧类似于P帧,除了B帧还能从它之后的帧做动态预测(motion prediction)。就压缩比来说效率会大幅提高。它们的平均品质是由--pbratio所控制。
有趣的事:
x264还区分两种不同种类的B帧。"B"是代表一个被其他帧作为参照帧的B帧(参阅--b-pyramid),而"b"则代表一个不被其他帧作为参照帧的B帧。如果看到一段混合的"B"和"b",原因通常与上述有关。当差别并不重要时,通常就以"B"代表所有B帧。
x264是如何为每个候选帧选定为P帧或B帧的详细资讯可以参阅http://article.gmane.org/gmane.comp.video.ffmpeg.devel/29064。在此情况下,帧类型看起来会像这样(假设--bframes 3):IBBBPBBBPBPI。
参阅:--b-bias, --b-pyramid, --ref, --pbratio, --partitions, --weightb
b-adapt
预设值:1
设定弹性B帧位置决策演算法。此设定控制x264如何决定要放置P帧或B帧。
0:停用,总是挑选B帧。这与旧的no-b-adapt设定相同作用。
1:“快速”演算法,较快,越大的--bframes值会稍微提高速度。当使用此模式时,基本上建议搭配--bframes 16使用。
2:“最佳”演算法,较慢,越大的--bframes值会大幅降低速度。
注意:对于多重阶段(multi-pass)编码,仅在第一阶段(first pass)才需要此选项,因为帧类型在此时已经决定完了。
b-bias
预设值:0
控制使用B帧而不使用P帧的可能性。大于0的值增加偏向B帧的加权,而小于0的值则相反。范围是从-100到100。100并不保证全是B帧(要全是B帧该使用--b-adapt 0),而-100也不保证全是P帧。
仅在你认为能比x264做出更好的位元率控制决策时才使用此选项。
参阅:--bframes, --ipratio
b-pyramid
预设值:normal
允许B帧作为其他帧的参照帧。没有此设定时,帧只能参照I/P帧。虽然I/P帧因其较高的品质作为参照帧更有价值,但B帧也是很有用的。作为参照帧的B帧会得到一个介于P帧和普通B帧之间的量化值。b-pyramid需要至少两个以上的--bframes才会运作。
如果是在为蓝光编码,须使用none或strict。
none:不允许B帧作为参照帧。
strict:每minigop允许一个B帧作为参照帧,这是蓝光标准强制执行的限制。
normal:每minigop允许多个B帧作为参照帧。
参阅:--bframes, --refs, --no-mixed-refs
open-gop
预设值:none
open-gop是一个提高效率的编码技术。有三种模式:
none:停用open-gop。
normal:启用open-gop。
bluray:启用open-gop。一个效率较低的open-gop版本,因为normal模式无法用于蓝光编码。
某些解码器不完全支援open-gop资料流,这就是为什么此选项并未预设为启用。如果想启用open-gop,应该先测试所有可能用来拨放的解码器。
open-gop的说明可以参阅http://forum.doom9.org/showthread.php?p=1300124#post1300124。
no-cabac
预设值:无
停用弹性内容的二进位算数编码(CABAC:Context Adaptive Binary Arithmetic Coder)资料流压缩,切换回效率较低的弹性内容的可变长度编码(CAVLC:Context Adaptive Variable Length Coder)系统。大幅降低压缩效率(通常10~20%)和解码的硬体需求。
ref
预设值:3
控制解码图片缓冲(DPB:Decoded Picture Buffer)的大小。范围是从0到16。总之,此值是每个P帧可以使用先前多少帧作为参照帧的数目(B帧可以使用的数目要少一或两个,取决于它们是否作为参照帧)。可以被参照的最小ref数是1。
还要注意的是,H.264规格限制了每个level的DPB大小。如果遵守Level 4.1规格,720p和1080p视讯的最大ref数分别是9和4。
参阅:--b-pyramid, --no-mixed-refs, --level
no-deblock
预设值:无
完全停用循环筛选(loop filter)。不建议。
参阅:--deblock
deblock
预设值:0:0
控制循环筛选(亦称为持续循环去区块(inloop deblocker)),这是H.264标准的一部分。就性价比来说非常有效率。
可以在http://forum.doom9.org/showthread.php?t=109747找到loop滤镜的参数是如何运作的说明(参阅第一个帖子和akupenguin的回复)。
参阅:--no-deblock
slices
预设值:无
设定每帧的切片数,而且强制为矩形切片(会被--slice-max-size或--slice-max-mbs覆写)。
如果是在为蓝光编码,将值设为4。否则,不要使用此选项,除非你知道真的有必要。
参阅:--slice-max-size, --slice-max-mbs
slice-max-size
预设值:无
设定最大的切片大小(单位是位元组),包括估计的NAL额外负荷(overhead)。(目前与--interlaced不相容)
参阅:--slices
slice-max-mbs
预设值:无
设定最大的切片大小(单位是巨集区块)。(目前与--interlaced不相容)
参阅:--slices
tff
预设值:无
启用交错式编码并指定顶场优先(top field first)。x264的交错式编码使用MBAFF,本身效率比渐进式编码差。出于此原因,仅在打算于交错式显示器上播放视讯时,才应该编码为交错式(或者视讯在送给x264之前无法进行去交错)。此选项会自动启用--pic-struct。
bff
预设值:无
启用交错式编码并指定底场优先(bottom field first)。详细资讯可以参阅--tff。
constrained-intra
预设值:无
启用限制的内部预测(constrained intra prediction),这是SVC编码的基础层(base layer)所需要的。既然EveryoneTM忽略SVC,你同样可以忽略此选项。
pulldown
预设值:none
使用其中一个预设模式将渐进式、固定帧率的输入资料流标志上软胶卷过带(soft telecine)。软胶卷过带在http://trac.handbrake.fr/wiki/Telecine有更详细的解释。
可用的预设:none, 22, 32, 64, double, triple, euro
指定除了none以外的任一模式会自动启用--pic-struct。
fake-interlaced
预设值:无
将资料流标记为交错式,即使它并未以交错式来编码。用于编码25p和30p为符合蓝光标准的视讯。
frame-packing
预设值:无
如果在编码3D视讯,此参数设定一个位元资料流(bitstream)旗标,用来告诉解码器3D视讯是如何被封装。相关的值和它们的意义可以从x264 --fullhelp的说明里得知。
位元率控制
qp
预设值:无
三种位元率控制方法之一。设定x264以固定量化值(Constant Quantizer)模式来编码视讯。这里给的值是指定P帧的量化值。I帧和B帧的量化值则是从--ipratio和--pbratio中取得。CQ模式把某个量化值作为目标,这意味着最终档案大小是未知的(虽然可以透过一些方法来准确地估计)。将值设为0会产生无失真输出。对于相同视觉品质,qp会比--crf产生更大的档案。qp模式也会停用弹性量化,因为按照定义“固定量化值”意味着没有弹性量化。
此选项与--bitrate和--crf互斥。各种位元率控制系统的详细资讯可以参阅http://git.videolan.org/?p=x264.git;a=blob_plain;f=doc/ratecontrol.txt;hb=HEAD。
虽然qp不需要lookahead来执行因此速度较快,但通常应该改用--crf。
参阅:--bitrate, --crf, --ipratio, --pbratio
bitrate
预设值:无
三种位元率控制方法之二。以目标位元率模式来编码视讯。目标位元率模式意味着最终档案大小是已知的,但最终品质则未知。x264会尝试把给定的位元率作为整体平均值来编码视讯。参数的单位是千位元/秒(8位元=1位元组)。注意,1千位元(kilobit)是1000位元,而不是1024位元。
此设定通常与--pass在两阶段(two-pass)编码一起使用。
此选项与--qp和--crf互斥。各种位元率控制系统的详细资讯可以参阅http://git.videolan.org/?p=x264.git;a=blob_plain;f=doc/ratecontrol.txt;hb=HEAD。
参阅:--qp, --crf, --ratetol, --pass, --stats
crf
预设值:23.0
最后一种位元率控制方法:固定位元率系数(Constant Ratefactor)。当qp是把某个量化值作为目标,而bitrate是把某个档案大小作为目标时,crf则是把某个“品质”作为目标。构想是让crf n提供的视觉品质与qp n相同,只是档案更小一点。crf值的度量单位是“位元率系数(ratefactor)”。
CRF是借由降低“较不重要”的帧之品质来达到此目的。在此情况下,“较不重要”是指在复杂或高动态场景的帧,其品质不是很耗费位元数就是不易察觉,所以会提高它们的量化值。从这些帧里所节省下来的位元数被重新分配到可以更有效利用的帧。
CRF花费的时间会比两阶段编码少,因为两阶段编码中的“第一阶段”被略过了。另一方面,要预测CRF编码的最终位元率是不可能的。根据情况哪种位元率控制模式更好是由你来决定。
此选项与--qp和--bitrate互斥。各种位元率控制系统的详细资讯可以参阅http://git.videolan.org/?p=x264.git;a=blob_plain;f=doc/ratecontrol.txt;hb=HEAD。
参阅:--qp, --bitrate
rc-lookahead
预设值:40
设定mb-tree位元率控制和vbv-lookahead使用的帧数。最大允许值是250。
对于mb-tree部分,增加帧数带来更好的效果但也会更慢。mb-tree使用的最大缓冲值是MIN(rc-lookahead, --keyint)。
对于vbv-lookahead部分,当使用vbv时,增加帧数带来更好的稳定性和准确度。vbv-lookahead使用的最大值是:
MIN(rc-lookahead, MAX(--keyint, MAX(--vbv-maxrate, --bitrate) / --vbv-bufsize * --fps))
参阅:--no-mbtree, --vbv-bufsize, --vbv-maxrate
什么是Macroblock Tree
Macroblock Tree是一个基于macroblock的qp控制方法。MB Tree的工作原理类似于古典的qp compression,只不过qcomp处理的对象是整张frame而MB Tree针对的是每个MB进行处理。工作过程简单来说,是对于每个MB,向前预测一定数量的帧(该数量由rc-lookahead和keyint的较小值决定)中该MB被参考的情况,根据引用次数的多寡,决定对该MB使用何种大小的qp进行quantization。而qp的大小与被参考次数成反比,也就是说,对于被参考次数多的MB,264的解码器认为此对应于缓慢变化的场景,因此给与比较高的质量(比较低的qp数值)。至于视频的变化率与人眼感知能力的关系,这是一个基于主观测试的经验结果:视频变化率越大 人眼的敏感度越低,也就是说,人眼可以容忍快速变化场景的某些缺陷,但相对而言某些平滑场景的缺陷,人眼则相当敏感。注意此处说的平滑,指的是沿时间维度上场景的变化频率,而非普通意义上的像素域中的场景。
vbv-maxrate
预设值:0
设定重新填满VBV缓冲的最大位元率。
VBV会降低品质,所以必要时才使用。
参阅:--vbv-bufsize, --vbv-init, VBV编码建议
vbv-bufsize
预设值:0
设定VBV缓冲的大小(单位是千位元)。
VBV会降低品质,所以必要时才使用。
参阅:--vbv-maxsize, --vbv-init, VBV编码建议
vbv-init
预设值:0.9
设定VBV缓冲必须填满多少才会开始播放。
如果值小于1,初始的填满量是:vbv-init * vbv-bufsize。否则该值即是初始的填满量(单位是千位元)。
参阅:--vbv-maxsize, --vbv-bufsize, VBV编码建议
crf-max
预设值:无
一个类似--qpmax的设定,除了指定的是最大位元率系数而非最大量化值。当使用--crf且启用VBV时,此选项才会运作。它阻止x264降低位元率系数(亦称为“品质”)到低于给定的值,即使这样做会违反VBV的条件约束。此设定主要适用于自订资料流伺服器。详细资讯可以参阅http://git.videolan.org/gitweb.cgi/x264.git/?a=commit;h=81eee062a4ce9aae1eceb3befcae855c25e5ec52。
参阅:--crf, --vbv-maxrate, --vbv-bufsize
qpmin
预设值:0
定义x264可以使用的最小量化值。量化值越小,输出就越接近输入。到了一定的值,x264的输出看起来会跟输入一样,即使它并不完全相同。通常没有理由允许x264花费比这更多的位元数在任何特定的巨集区块上。
当弹性量化启用时(预设启用),不建议提高qpmin,因为这会降低帧里面平面背景区域的品质。
参阅:--qpmax, --ipratio
关于qpmin的预设值:在x264 r1795版本之前,该选项预设值为10。
qpmax
预设值:51
定义x264可以使用的最大量化值。预设值51是H.264规格可供使用的最大量化值,而且品质极低。此预设值有效地停用了qpmax。如果想要限制x264可以输出的最低品质,可以将此值设小一点(通常30~40),但通常并不建议调整此值。
参阅:--qpmin, --pbratio, --crf-max
qpstep
预设值:4
设定两帧之间量化值的最大变更幅度。
ratetol
预设值:1.0
此参数有两个目的:
在一阶段位元率编码时,此设定控制x264可以偏离目标平均位元率的百分比。可以指定inf来完全停用溢出侦测(overflow detection)。可以设定的最小值是0.01。值设得越大,x264可以对接近电影结尾的复杂场景作出越好的反应。此目的的度量单位是百分比(例如,1.0等于允许1%的位元率偏差)。
很多电影(例如动作片)在电影结尾时是最复杂的。因为一阶段编码并不知道这一点,结尾所需的位元数通常被低估。将ratetol设为inf可以减轻此情况,借由允许编码以更像--crf的模式运行,但档案大小会暴增。
当VBV启用时(即指定了--vbv-开头的选项),此设定也会影响VBV的强度。值设得越大,允许VBV在冒着可能违反VBV设定的风险下有越大的波动。
ipratio
预设值:1.40
修改I帧量化值相比P帧量化值的目标平均增量。越大的值会提高I帧的品质。
参阅:--pbratio
pbratio
预设值:1.30
修改B帧量化值相比P帧量化值的目标平均减量。越大的值会降低B帧的品质。当mbtree启用时(预设启用),此设定无作用,mbtree会自动计算最佳值。
参阅:--ipratio
chroma-qp-offset
预设值:0
在编码时增加色度平面量化值的偏移。偏移可以为负数。
当使用psy-rd或psy-trellis时,x264自动降低此值来提高亮度的品质,其后降低色度的品质。这些设定的预设值会使chroma-qp-offset再减去2。
注意:x264仅在同一量化值编码亮度平面和色度平面,直到量化值29。在此之后,色度逐步以比亮度低的量被量化,直到亮度在q51和色度在q39为止。此行为是由H.264标准所要求。
aq-mode
预设值:1
弹性量化模式。没有AQ时,x264很容易分配不足的位元数到细节较少的部分。AQ是用来更好地分配视讯里所有巨集区块之间的可用位元数。此设定变更AQ会重新分配位元数到什么范围里:
0:完全不使用AQ。
1:允许AQ重新分配位元数到整个视讯和帧内。
2:自动变化(Auto-variance)AQ,会尝试对每帧调整强度。(实验性的)
参阅:--aq-strength
aq-strength
预设值:1.0
弹性量化强度。设定AQ偏向低细节(平面)的巨集区块之强度。不允许为负数。0.0~2.0以外的值不建议。
参阅:--aq-mode
pass
预设值:无
此为两阶段编码的一个重要设定。它控制x264如何处理--stats档案。有三种设定:
1:建立一个新的统计资料档案。在第一阶段使用此选项。
2:读取统计资料档案。在最终阶段使用此选项。
3:读取统计资料档案并更新。
统计资料档案包含每个输入帧的资讯,可以输入到x264以改善输出。构想是执行第一阶段来产生统计资料档案,然后第二阶段将建立一个最佳化的视讯编码。改善的地方主要是从更好的位元率控制中获益。
参阅:--stats, --bitrate, --slow-firstpass, X264统计资料档案
stats
预设值:"x264_2pass.log"
设定x264读取和写入统计资料档案的位置。
参阅:--pass, X264统计资料档案
no-mbtree
预设值:无
停用巨集区块树(macroblock tree)位元率控制。使用巨集区块树位元率控制会改善整体压缩率,借由追踪跨帧的时间传播(temporal propagation)并相应地加权。除了已经存在的统计资料档案之外,多重阶段编码还需要一个新的统计资料档案。
建议:预设值
参阅:--rc-lookahead
qcomp
预设值:0.60
量化值曲线压缩系数。0.0是固定位元率,1.0则是固定量化值。
当mbtree启用时,它会影响mbtree的强度(qcomp越大,mbtree越弱)。
建议:预设值
参阅:--cplxblur, --qblur
cplxblur
预设值:20.0
以给定的半径范围套用高斯模糊(gaussian blur)于量化值曲线。这意味着分配给每个帧的量化值会被它的邻近帧模糊掉,以此来限制量化值波动。
参阅:--qcomp, --qblur
qblur
预设值:0.5
在曲线压缩之后,以给定的半径范围套用高斯模糊于量化值曲线。不怎么重要的设定。
参阅:--qcomp, --cplxblur
zones
预设值:无
调整视讯的特定片段之设定。可以修改每区段的大多数x264选项。
一个单一区段的形式为<起始帧>,<结束帧>,<选项>。
多个区段彼此以"/"分隔。
选项:
这两个是特殊选项。每区段只能设定其中一个,而且如果有设定其中一个,它必须为该区段列出的第一个选项:
b=<浮点数> 套用位元率乘数在此区段。在额外调整高动态和低动态场景时很有用。
q=<整数> 套用固定量化值在此区段。在套用于一段范围的帧时很有用。
其他可用的选项如下:
ref=<整数>
b-bias=<整数>
scenecut=<整数>
no-deblock
deblock=<整数>:<整数>
deadzone-intra=<整数>
deadzone-inter=<整数>
direct=<字串>
merange=<整数>
nr=<整数>
subme=<整数>
trellis=<整数>
(no-)chroma-me
(no-)dct-decimate
(no-)fast-pskip
(no-)mixed-refs
psy-rd=<浮点数>:<浮点数>
me=<字串>
no-8x8dct
b-pyramid=<字串>
限制:
一个区段的参照帧数无法超过--ref所指定的大小。
无法开启或关闭scenecut;如果--scenecut最初为开启(>0),则只能改变scenecut的大小。
如果使用--me esa/tesa,merange无法超过最初所指定的大小。
如果--subme最初指定为0,则无法变更subme。
如果--me最初指定为dia、hex或umh,则无法将me设为esa为tesa。
范例:0,1000,b=2/1001,2000,q=20,me=3,b-bias=-1000
建议:预设值
qpfile
预设值:无
手动覆写标准的位元率控制。指定一个档案,为指定的帧赋予量化值和帧类型。格式为“帧号 帧类型 量化值”。例如:
0 I 18 < IDR (key) I-frame
1 P 18 < P-frame
2 B 18 < Referenced B-frame
3 i 18 < Non-IDR (non-key) I-frame
4 b 18 < Non-referenced B-frame
5 K 18 < Keyframe*
不需要指定每个帧。
使用-1作为所需的量化值允许x264自行选择最佳的量化值,在只需设定帧类型时很有用。
在指定了大量的帧类型和量化值时仍然让x264间歇地自行选择,会降低x264的效能。
"Keyframe"是一个泛用关键帧/搜寻点,如果--open-gop是none则等同于一个IDR I帧,否则等同于一个加上Recovery Point SEI旗标的Non-IDR I帧。
分析
partitions
预设值:p8x8,b8x8,i8x8,i4x4
H.264视讯在压缩过程中划分为16x16的巨集区块。这些区块可以进一步划分为更小的分割,这就是此选项要控制的部分。
此选项可以启用个别分割。分割依不同帧类型启用。
可用的分割:p8x8, p4x4, b8x8, i8x8, i4x4, none, all
I:i8x8、i4x4。
P:p8x8(也会启用p16x8/p8x16)、p4x4(也会启用p8x4/p4x8)。
B:b8x8(也会启用b16x8/b8x16)。
p4x4通常不怎么有用,而且性价比极低。
参阅:--no-8x8dct
direct
预设值:spatial
设定"direct"动态向量(motion vectors)的预测模式。有两种模式可用:spatial和temporal。可以指定none来停用direct动态向量,和指定auto来允许x264在两者之间切换为适合的模式。如果设为auto,x264会在编码结束时输出使用情况的资讯。auto最适合用于两阶段编码,但也可用于一阶段编码。在第一阶段auto模式,x264持续记录每个方法执行到目前为止的好坏,并从该记录挑选下一个预测模式。注意,仅在第一阶段有指定auto时,才应该在第二阶段指定auto;如果第一阶段不是指定auto,第二阶段将会预设为temporal。none模式会浪费位元数,因此强烈不建议。
建议:auto
no-weightb
预设值:无
H.264允许“加权”B帧的参照,它允许变更每个参照影响预测图片的程度。此选项停用该功能。
建议:预设值
weightp
预设值:2
使x264能够使用明确加权预测(explicit weighted prediction)来改善P帧的压缩。亦改善淡入/淡出的品质。模式越高越慢。
注意:在为Adobe Flash编码时,将值设为1,否则它的解码器会产生不自然痕迹(artifacts)。Flash 10.1修正了此bug。
模式:
0:停用。
1:简易:分析淡入/淡出,但不分析重复参照帧。
2:智慧:分析淡入/淡出和重复参照帧。
me
预设值:hex
设定全像素(full-pixel)动态估算(motion estimation)的方法。有五个选项:
dia(diamond):最简单的搜寻方法,起始于最佳预测器(predictor),检查上、左、下、右方一个像素的动态向量,挑选其中最好的一个,并重复此过程直到它不再找到任何更好的动态向量为止。
hex(hexagon):由类似策略组成,除了它使用周围6点范围为2的搜寻,因此叫做六边形。它比dia更有效率且几乎没有变慢,因此作为一般用途的编码是个不错的选择。
umh(uneven multi-hex):比hex更慢,但搜寻复杂的多六边形图样以避免遗漏难以找到的动态向量。不像hex和dia,merange参数直接控制umh的搜寻半径,允许增加或减少广域搜寻的大小。
esa(exhaustive):一种在merange内整个动态搜寻空间的高度最佳化智慧搜寻。虽然速度较快,但数学上相当于搜寻该区域每个单一动态向量的暴力(bruteforce)方法。不过,它仍然比UMH还要慢,而且没有带来很大的好处,所以对于日常的编码不是特别有用。
tesa(transformed exhaustive):一种尝试接近在每个动态向量执行Hadamard转换法比较的效果之演算法,就像exhaustive,但效果好一点而速度慢一点。
参阅:--merange
merange
预设值:16
merange控制动态搜寻的最大范围(单位是像素)。对于hex和dia,范围限制在4~16。对于umh和esa,它可以增加到超过预设值16来允许范围更广的动态搜寻,对于HD视讯和高动态镜头很有用。注意,对于umh、esa和tesa,增加merange会大幅减慢编码速度。
参阅:--me
mvrange
预设值:-1 (自动)
设定动态向量的最大(垂直)范围(单位是像素)。预设值依level不同:
Level 1/1b:64。
Level 1.1~2.0:128。
Level 2.1~3.0:256。
Level 3.1+:512。
注意:如果想要手动覆写mvrange,在设定时从上述值减去0.25(例如--mvrange 127.75)。
建议:预设值
mvrange-thread
预设值:-1 (自动)
设定执行绪之间的最小动态向量缓冲。不要碰它。
建议:预设值
subme
预设值:7
设定子像素(subpixel)估算复杂度。值越高越好。层级1~5只是控制子像素细分(refinement)强度。层级6为模式决策启用RDO,而层级8为动态向量和内部预测模式启用RDO。RDO层级明显慢于先前的层级。
使用小于2的值不但会启用较快且品质较低的lookahead模式,而且导致较差的--scenecut决策,因此不建议。
可用的值:
0:Fullpel only
1:QPel SAD 1 iteration
2:QPel SATD 2 iterations
3:HPel on MB then QPel
4:Always QPel
5:Multi QPel + bi-directional motion estimation
6:RD on I/P frames
7:RD on all frames
8:RD refinement on I/P frames
9:RD refinement on all frames
10:QP-RD (requires --trellis=2, --aq-mode>0)
建议:预设值,或者更高,除非速度非常重要
psy-rd
预设值:1.0:0.0
第一个数是Psy-RDO的强度(需要subme>=6)。第二个数是Psy-Trellis的强度(需要trellis>=1)。注意,Trellis仍然被视为“实验性的”,而且几乎可以肯定至少卡通不适合使用。
psy-rd的解释可以参阅http://forum.doom9.org/showthread.php?t=138293。
no-psy
预设值:无
停用所有会降低PSNR或SSIM的视觉最佳化。这也会停用一些无法透过x264的命令列引数设定的内部psy最佳化。
建议:预设值
no-mixed-refs
预设值:无
混合参照会以每个8x8分割为基础来选取参照,而不是以每个巨集区块为基础。当使用多个参照帧时这会改善品质,虽然要损失一些速度。设定此选项会停用该功能。
建议:预设值
参阅:--ref
no-chroma-me
预设值:无
通常,亮度(luma)和色度(chroma)两个平面都会做动态估算。此选项停用色度动态估算来提高些微速度。
建议:预设值
no-8x8dct
预设值:无
弹性8x8离散余弦转换(Adaptive 8x8 DCT)使x264能够智慧弹性地使用I帧的8x8转换。此选项停用该功能。
建议:预设值
trellis
预设值:1
执行Trellis quantization来提高效率。
0:停用。
1:只在一个巨集区块的最终编码上启用。
2:在所有模式决策上启用。
在巨集区块时提供了速度和效率之间的良好平衡。在所有决策时则更加降低速度。
建议:预设值
注意:需要--cabac
no-fast-pskip
预设值:无
停用P帧的早期略过侦测(early skip detection)。非常轻微地提高品质,但要损失很多速度。
建议:预设值
no-dct-decimate
预设值:无
DCT Decimation会舍弃它认为“不必要的”DCT区块。这会改善编码效率,而降低的品质通常微不足道。设定此选项会停用该功能。
建议:预设值
nr
预设值:0
执行快速的杂讯削减(noise reduction)。根据此值估算影片的杂讯,并借由在量化之前舍弃小细节来尝试移除杂讯。这可能比不上优良的外部杂讯削减筛选的品质,但它执行得非常快。
建议:预设值,或者100~1000
deadzone-inter/intra
预设值:21/11
设定inter/intra亮度量化反应区(deadzone)的大小。反应区的范围应该在0~32。此值设定x264会任意舍弃而不尝试保留细微细节的层级。非常细微的细节既难以看见又耗费位元数,舍弃这些细节可以不用浪费位元数在视讯的此类低收益画面上。反应区与--trellis不相容。
建议:预设值
cqm
预设值:flat
设定所有自订量化矩阵(custom quantization matrices)为内建的预设之一。内建预设有flat和JVT。
建议:预设值
参阅:--cqmfile
cqmfile
预设值:无
从一个指定的JM相容档案来设定自订量化矩阵。覆写所有其他--cqm开头的选项。
建议:预设值
参阅:--cqm
cqm4* / cqm8*
预设值:无
--cqm4:设定所有4x4量化矩阵。需要16个以逗号分隔的整数清单。
--cqm8:设定所有8x8量化矩阵。需要64个以逗号分隔的整数清单。
--cqm4i、--cqm4p、--cqm8i、--cqm8p:设定亮度和色度量化矩阵。
--cqm4iy、--cqm4ic、--cqm4py、--cqm4pc:设定个别量化矩阵。
建议:预设值
视讯可用性资讯
这些选项在输出资料流里设定一个旗标,旗标可以被解码器读取并采取可能的动作。值得一提的是大多数选项在大多数情况下毫无意义,而且通常被解码器忽略。
overscan
预设值:undef
如何处理溢出扫描(overscan)。溢出扫描的意思是装置只显示影像的一部分。
可用的值:
undef:未定义。
show:指示要显示整个影像。理论上如果有设定则必须被遵守。
crop:指示此影像适合在有溢出扫描功能的装置上播放。不一定被遵守。
建议:在编码之前裁剪(Crop),然后如果装置支援则使用show,否则不理会
videoformat
预设值:undef
指示此视讯在编码/数位化(digitizing)之前是什么格式。
可用的值:component, pal, ntsc, secam, mac, undef
建议:来源视讯的格式,或者未定义
fullrange
预设值:off
指示是否使用亮度和色度层级的全范围。如果设为off,则会使用有限范围。
详细资讯可以参阅http://en.wikipedia.org/wiki/YCbCr。
建议:如果来源是从类比视讯数位化,将此设为off。否则设为on
colorprim
预设值:undef
设定以什么色彩原色转换成RGB。
可用的值:undef, bt709, bt470m, bt470bg, smpte170m, smpte240m, film
详细资讯可以参阅http://en.wikipedia.org/wiki/RGB_color_space和http://en.wikipedia.org/wiki/YCbCr。
建议:预设值,除非你知道来源使用什么色彩原色
transfer
预设值:undef
设定要使用的光电子(opto-electronic)传输特性(设定用于修正的色差补正(gamma)曲线)。
可用的值:undef, bt709, bt470m, bt470bg, linear, log100, log316, smpte170m, smpte240m
详细资讯可以参阅http://en.wikipedia.org/wiki/Gamma_correction。
建议:预设值,除非你知道来源使用什么传输特性
colormatrix
预设值:undef
设定用于从RGB原色中取得亮度和色度的矩阵系数。
可用的值:undef, bt709, fcc, bt470bg, smpte170m, smpte240m, GBR, YCgCo
详细资讯可以参阅http://en.wikipedia.org/wiki/YCbCr。
建议:来源使用的矩阵,或者预设值
chromaloc
预设值:0
设定色度采样位置(如ITU-T规格的附录E所定义)
可用的值:0~5
参阅x264的vui.txt。
建议:
如果是从正确次采样4:2:0的MPEG1转码,而且没有做任何色彩空间转换,则应该将此选项设为1。
如果是从正确次采样4:2:0的MPEG2转码,而且没有做任何色彩空间转换,则应该将此选项设为0。
如果是从正确次采样4:2:0的MPEG4转码,而且没有做任何色彩空间转换,则应该将此选项设为0。
否则,维持预设值。
nal-hrd
预设值:none
标志HRD资讯。这是蓝光资料流、电视广播和几个其他专业范围所需要的。
可用的值:
none:不指定HRD资讯。
vbr:指定HRD资讯。
cbr:指定HRD资讯并以--bitrate指定的位元率来封装位元资料流。需要--bitrate模式的位元率控制。
建议:预设值,除非需要标志此资讯
参阅:--vbv-bufsize, --vbv-maxrate, --aud
pic-struct
预设值:无
强制在Picture Timing SEI里传送pic_struct。
当使用--pulldown或--tff/--bff时会自动启用。
建议:预设值
crop-rect
预设值:无
指定一个位元资料流层级的裁剪矩形。如果想要解码器在播放时裁剪,但因为某些原因不想要裁剪视讯再让x264编码,则可以使用此选项。指定的值是在播放时应该被裁剪的像素。
输入/输出
output
预设值:无
指定输出档名。指定的副档名决定视讯的输出格式。如果副档名无法辨识,则预设输出格式是原始格式(raw)视讯资料流(通常储存为.264副档名)。
特殊位置NUL(Windows)或/dev/null(Unix)指明输出应该被丢弃。这在使用--pass 1时特别有用,因为唯一在乎的输出是--stats。
muxer
预设值:auto
指定要输出什么格式。
可用的值:auto, raw, mkv, flv, mp4
auto选项会根据提供的输出档名挑选一个多工器(muxer)。
建议:预设值
参阅:--output
demuxer
预设值:auto
设定x264使用什么解多工器(demuxer)和解码器来剖析输入视讯。
可用的值:auto, raw, y4m, avs, lavf, ffms
如果输入档案有raw、y4m或avs的副档名,则x264会使用相关解多工器来读取档案。标准输入使用原始格式解多工器。否则,x64会尝试以ffms来开启档案,然后再尝试以lavf来开启档案,最后开启失败。
"lavf"和"ffms"选项需要x264以分别的程式库(libraries)编译。如果使用到两者之一,x264会从输入档案带入时间码(timecodes),条件是不能输出为原始格式。这有效地使x264感知VFR。其他选项可以指定--fps为固定帧率,或者指定--tcfile-in为变动帧率。
建议:预设值
参阅:--input, --muxer
input-csp
预设值:无
告诉x264原始格式视讯输入是什么色彩空间。支援的色彩空间可以从x264 --fullhelp的说明里得知。
注意,虽然有支援RGB色彩空间,但视讯在编码之前会使用bt601(即"SD")矩阵来转换成YUV。
参阅:--input-res, --fps
input-res
预设值:无
指定原始格式视讯输入的解析度。语法是--input-res 720x576。
参阅:--input-csp, --fps
作者:古则
链接:https://www.jianshu.com/p/b46a33dd958d
来源:
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。