other-doc-cn-ffmpeg

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pass1pass2`(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-vp9vpxenc --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, x264optsx264-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filterpsy-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。