x264代码剖析（二）：如何编译运行x264以及x264代码基本框架

x264代码剖析（二）：如何编译运行x264以及x264代码基本框架

 

        x264工程在x265出现之前一直在更新，但是自x264-20091007（含）不再支持VC++平台，也就是说支持VC++平台的x264的最新版本是x264-20091006。接下来就以该版本为例简单介绍如何编译运行x264以及x264代码的基本框架。

 

        首先下载x264-20091006，地址为：http://ftp.videolan.org/pub/videolan/x264/snapshots/，找到对应版本下载后直接解压缩就可以了。

 

 

1、编译运行x264

 

        平台：win7 32bit、VS2010；

        直接用VS打开“...\x264-091006\build\win32”文件夹下面的对应工程项目即可，由于VS版本与x264版本不一样，所以会自动兼容，全部采用默认兼容即可。编译过程中可能会出现一系列的问题，关于这部分将在后续进行分析解决。

 

2、x264代码基本框架（从源码结构方面）

 

        下面以x264-160228版本为例从源码结构方面分析其代码基本框架。

        X264源码文件夹内包括的内容如下图所示：

2.1、encoder

 

        Encoder文件夹内主要包括的内容如下图：

2.2、filters

        filters文件夹内主要包括的内容如下图：

        其中，video中包括：

2.3、input

        input文件夹内主要包括的内容如下图：

2.4、output

        output文件夹内主要包括的内容如下图：

2.5、extras

       extras文件夹内主要包括的内容如下图：

2.6、doc

        doc文件夹内主要包括的内容如下图：

2.7、tools和common

        tools和common文件夹内包含内容较多，common文件夹内包含了一些共用的函数，如下图所示：

        而tools则包含了常用的工具（个人尚未使用过），如下图所示：

3、x264代码基本框架（从编码结构方面）

 

        下面以x264-160228版本为例从编码结构方面分析其代码基本框架。

 

        主要参考：http://blog.csdn.net/leixiaohua1020/article/details/45536607

 

3.1、x264命令行程序

 

        x264命令行程序指的是x264项目提供的控制台程序，通过这个程序可以调用libx264编码YUV为H.264码流。x264命令行工具的源码调用关系图如下图所示：

        这个流程中最关键的API包括：

x264_param_default()：设置参数集结构体x264_param_t的缺省值。

x264_encoder_open()：打开编码器。

x264_encoder_headers()：输出SPS，PPS，SEI等信息。

x264_encoder_encode()：编码输出一帧图像。

x264_encoder_close()：关闭编码器。

 

        具体分析如下：

该程序的入口函数为main()。main()函数首先调用parse()解析输入的参数，然后调用encode()编码YUV数据。parse()首先调用x264_param_default()为保存参数的x264_param_t结构体赋默认值；然后在一个大循环中通过getopt_long()解析通过命令行传递来的存储在argv[]中的参数，并作相应的设置工作；最后调用select_input()和select_output()完成输入文件格式（yuv，y4m等）和输出文件格式（裸流，mp4，mkv，FLV等）的设置。encode()首先调用x264_encoder_open()打开编码器；接着在一个循环中反复调用encode_frame()一帧一帧地进行编码；最后在编码完成后调用x264_encoder_close()关闭编码器。encode_frame()则调用x264_encoder_encode()将存储YUV数据的x264_picture_t编码为存储H.264数据的x264_nal_t。

3.2、libx264类库的接口

 

         在一个x264编码流程中，至少需要调用如下API函数：

x264_param_default()：设置参数集结构体x264_param_t的缺省值。

x264_picture_alloc()：为图像结构体x264_picture_t分配内存。

x264_encoder_open()：打开编码器。

x264_encoder_encode()：编码一帧图像。

x264_encoder_close()：关闭编码器。

x264_picture_clean()：释放x264_picture_alloc()申请的资源。

 

3.3、libx264主干函数

 

        libx264主干函数指的是编码API之后，x264_slice_write()之前的函数，如下图所示。

        从图中可以看出，x264主干部分最复杂的函数就是x264_encoder_encode()，该函数完成了编码一帧YUV为H.264码流的工作。与之配合的还有打开编码器的函数x264_encoder_open()，关闭编码器的函数x264_encoder_close()，以及输出SPS/PPS/SEI这样的头信息的x264_encoder_headers()。这一部分函数较多，暂时不详细分析，仅仅举几个例子列一下它们的功能。

3.3.1、x264_encoder_open()

        x264_encoder_open()用于打开编码器，其中初始化了libx264编码所需要的各种变量。它调用了下面的函数：

x264_validate_parameters()：检查输入参数（例如输入图像的宽高是否为正数）。

x264_predict_16x16_init()：初始化Intra16x16帧内预测汇编函数。

x264_predict_4x4_init()：初始化Intra4x4帧内预测汇编函数。

x264_pixel_init()：初始化像素值计算相关的汇编函数（包括SAD、SATD、SSD等）。

x264_dct_init()：初始化DCT变换和DCT反变换相关的汇编函数。

x264_mc_init()：初始化运动补偿相关的汇编函数。

x264_quant_init()：初始化量化和反量化相关的汇编函数。

x264_deblock_init()：初始化去块效应滤波器相关的汇编函数。

x264_lookahead_init()：初始化Lookahead相关的变量。

x264_ratecontrol_new()：初始化码率控制模块。

3.3.2、x264_encoder_headers()

 

x264_encoder_headers()输出SPS/PPS/SEI这些H.264码流的头信息。它调用了下面的函数：

x264_sps_write()：输出SPS

x264_pps_write()：输出PPS

x264_sei_version_write()：输出SEI

如下图所示：

3.3.3、x264_encoder_encode()

 

        x264_encoder_encode()编码一帧YUV为H.264码流。它调用了下面的函数：

x264_frame_pop_unused()：获取1个x264_frame_t类型结构体fenc。如果frames.unused[]队列不为空，就调用x264_frame_pop()从unused[]队列取1个现成的；否则就调用x264_frame_new()创建一个新的。

x264_frame_copy_picture()：将输入的图像数据拷贝至fenc。

x264_lookahead_put_frame()：将fenc放入lookahead.next.list[]队列，等待确定帧类型。

x264_lookahead_get_frames()：通过lookahead分析帧类型。该函数调用了x264_slicetype_decide()，x264_slicetype_analyse()和x264_slicetype_frame_cost()等函数。经过一些列分析之后，最终确定了帧类型信息，并且将帧放入frames.current[]队列。

x264_frame_shift()：从frames.current[]队列取出一帧用于编码。

x264_reference_update()：更新参考帧列表。

x264_reference_reset()：如果为IDR帧，调用该函数清空参考帧列表。

x264_reference_hierarchy_reset()：如果是I（非IDR帧）、P帧、B帧（可做为参考帧），调用该函数。

x264_reference_build_list()：创建参考帧列表list0和list1。

x264_ratecontrol_start()：开启码率控制。

x264_slice_init()：创建 Slice Header。

x264_slices_write()：编码数据（最关键的步骤）。其中调用了x264_slice_write()完成了编码的工作（注意“x264_slices_write()”和“x264_slice_write()”名字差了一个“s”）。

x264_encoder_frame_end()：编码结束后做一些后续处理，例如释放一些中间变量以及打印输出一些统计信息。其中调用了x264_frame_push_unused()将fenc重新放回frames.unused[]队列，并且调用x264_ratecontrol_end()关闭码率控制。

 

3.3.4、x264_encoder_close()

 

        x264_encoder_close()用于关闭解码器，同时输出一些统计信息。它调用了下面的函数：

x264_lookahead_delete()：释放Lookahead相关的变量。

x264_ratecontrol_summary()：汇总码率控制信息。

x264_ratecontrol_delete()：关闭码率控制。

3.4、x264_slice_write()

 

x264_slice_write()是x264项目的核心，它完成了编码了一个Slice的工作。根据功能的不同，该函数可以分为滤波（Filter），分析（Analysis），宏块编码（Encode）和熵编码（Entropy Encoding）几个子模块，如下图所示。

        x264_slice_write()用于编码Slice。该函数中包含了一个很长的for()循环。该循环每执行一遍编码一个宏块。x264_slice_write()中以下几个函数比较重要：

x264_nal_start()：开始写一个NALU。

x264_macroblock_thread_init()：初始化存储宏块的重建数据缓存fdec_buf[]和编码数据缓存fenc_buf[]。

x264_slice_header_write()：输出 Slice Header。

x264_fdec_filter_row()：滤波模块。该模块包含了环路滤波，半像素插值，SSIM/PSNR的计算。

x264_macroblock_cache_load()：将要编码的宏块的周围的宏块的信息读进来。

x264_macroblock_analyse()：分析模块。该模块包含了帧内预测模式分析以及帧间运动估计等。

x264_macroblock_encode()：宏块编码模块。该模块通过对残差的DCT变换、量化等方式对宏块进行编码。

x264_macroblock_write_cabac()：CABAC熵编码模块。

x264_macroblock_write_cavlc()：CAVLC熵编码模块。

x264_macroblock_cache_save()：保存当前宏块的信息。

x264_ratecontrol_mb()：码率控制。

x264_nal_end()：结束写一个NALU。

 

3.5、滤波模块

 

滤波模块对应的函数是x264_fdec_filter_row()。该函数完成了环路滤波，半像素插值，SSIM/PSNR的计算的功能，如下图所示。

        该函数调用了以下几个比较重要的函数：

x264_frame_deblock_row()：去块效应滤波器。

x264_frame_filter()：半像素插值。

x264_pixel_ssd_wxh()：PSNR计算。

x264_pixel_ssim_wxh()：SSIM计算。

 

3.6、分析模块

 

        分析模块对应的函数是x264_macroblock_analyse()。该函数包含了帧内预测模式分析以及帧间运动估计等，如下图所示。

        该函数调用了以下比较重要的函数（只列举了几个有代表性的函数）：

x264_mb_analyse_init()：Analysis模块初始化。

x264_mb_analyse_intra()：I宏块帧内预测模式分析。

x264_macroblock_probe_pskip()：分析是否是skip模式。

x264_mb_analyse_inter_p16x16()：P16x16宏块帧间预测模式分析。

x264_mb_analyse_inter_p8x8()：P8x8宏块帧间预测模式分析。

x264_mb_analyse_inter_p16x8()：P16x8宏块帧间预测模式分析。

x264_mb_analyse_inter_b16x16()：B16x16宏块帧间预测模式分析。

x264_mb_analyse_inter_b8x8()：B8x8宏块帧间预测模式分析。

x264_mb_analyse_inter_b16x8()：B16x8宏块帧间预测模式分析。

 

3.7、宏块编码模块

 

        宏块编码模块对应的函数是x264_macroblock_encode()。该模块通过对残差的DCT变换、量化等方式对宏块进行编码。对于Intra16x16宏块，调用x264_mb_encode_i16x16()进行编码，对于Intra4x4，调用x264_mb_encode_i4x4()进行编码。对于Inter类型的宏块则直接在函数体里面编码。

        从图中可以看出，宏块编码模块的x264_macroblock_encode()调用了x264_macroblock_encode_internal()，而x264_macroblock_encode_internal()完成了如下功能：

x264_macroblock_encode_skip()：编码Skip类型宏块。

x264_mb_encode_i16x16()：编码Intra16x16类型的宏块。该函数除了进行DCT变换之外，还对16个小块的DC系数进行了Hadamard变换。

x264_mb_encode_i4x4()：编码Intra4x4类型的宏块。

帧间宏块编码：这一部分代码直接写在了函数体里面。

x264_mb_encode_chroma()：编码色度块。

 

3.8、熵编码模块

 

        CABAC熵编码对应的函数是x264_macroblock_write_cabac()。CAVLC熵编码对应的函数是x264_macroblock_write_cavlc()，如下图所示。

        x264_macroblock_write_cavlc()调用了以下几个比较重要的函数：

x264_cavlc_mb_header_i()：写入I宏块MB Header数据。包含帧内预测模式等。

x264_cavlc_mb_header_p()：写入P宏块MB Header数据。包含MVD、参考帧序号等。

x264_cavlc_mb_header_b()：写入B宏块MB Header数据。包含MVD、参考帧序号等。

x264_cavlc_qp_delta()：写入QP。

x264_cavlc_block_residual()：写入残差数据。

 

3.9、码率控制模块

 

        码率控制模块函数分布在x264源代码不同的地方，包含了以下几个比较重要的函数：

x264_encoder_open()中的x264_ratecontrol_new()：创建码率控制。

x264_encoder_encode()中的x264_ratecontrol_start()：开始码率控制。

x264_slice_write()中的x264_ratecontrol_mb()：码率控制算法。

x264_encoder_encode()中的x264_ratecontrol_end()：结束码率控制。

x264_encoder_close()中的x264_ratecontrol_summary()：码率控制信息。

x264_encoder_close()中的x264_ratecontrol_delete()：释放码率控制。

 

截止到这儿，x264的基本框架就差不多完全介绍完了，具体的细节性问题以及代码分析将在后续进行不断更新。

（此处要多谢雷神提供众多的资料）