X264编码器参数含义详解

  摘要：x264是开源的AVC/H264编码器的实现版本，了解其参数能够更加充分的理解对应视频编码在工业应用。本文根据网络上的资料收集和整理了大部分H264编码器的参数和其作用。   关键字：x264

1. x264简介

  H.264是ITU（International Telecommunication Unite 国际通信联盟）和MPEG（Motion Picture Experts Group 运动图像专家组）联合制定的视频编码标准。从1999年开始，到2003年形成草案，最后在2007年定稿有待核实。在ITU的标准里称为H.264，在MPEG的标准里是MPEG-4的一个组成部分--MPEG-4 Part 10，又叫Advanced Video Codec，因此常常称为MPEG-4 AVC或直接叫AVC。   H.264编码能实现非常好的压缩比，有广泛的适用码率（适于从超低码率低延迟的电话会议到高码率的BluRay光盘和HDTV码流），良好的硬件支持（以PSP、iPod和显卡DXVA为代表）和众多强大的厂商作后盾。   x264始于2003年，从当开源社区的MPEG4-ASP编码器Xvid小有所成时开始的，经过几年的开发，特别是Dark Shikari加入开发后，x264逐渐成为了最好的视频编码器。

  源代码参考X264源代码

2 X264参数

  通常安装的x264是一个可执行文件，该可执行文件可以通过命令参数来执行具体的编码。下面简单描述每个参数的具体作用。

2.1 预设参数

  • --profile：设置H264视频的配置，设置成功会覆盖所有的参数设置。可选参数有：

    • baseline：无损，非隔行扫描，--no-8x8dct --bframes 0 --no-cabac --cqm flat --weightp 0；

    • main：--no-8x8dct --cqm flat，无损；

    • high：无损；

    • high10：支持8-10bit，无损；

    • high422：支持8-10bit，YUV420和YUV422；

    • high444：支持8-10bit，YUV420、YUV422和YUV444。

  • --present：压缩效率和运算时间中平衡的预设值。如果指定了一个预设值，它会在其它选项生效前生效。可选的值有：ultrafast、superfast、veryfast、faster、fast、medium、slow、slower、veryslow和placebo。

  • --tune：上一个选项基础上进一步优化输入。如果定义了一个tune值，它将在preset之后，其它选项之前生效。可选：film、animation、grain、stillimage、psnr、ssim、fastdecode、zerolatency和touhou。

  • --slow-firstpass：使用–pass 1会在解析命令行时增加一些设置。如果设置preset=placebo则自动关闭此特性。如果想显式关闭此特性，使用slow-firstpass。

2.2 帧类型选项

  • -I, --keyint：设置GOPSize，默认值为250；

IDR帧是视频流的“分隔符”，所有帧都不可以使用越过关键帧的帧作为参考帧。IDR帧是I帧的一种，所以它们也不参照其它帧。这意味着它们可以作为视频的搜索（seek）点。通过这个设置可以设置IDR帧的最大间隔帧数（亦称最大图像组长度）。较大的值将导致IDR帧减少（会用占用空间更少的P帧和B帧取代），也就同时减弱了参照帧选择的限制。较小的值导致减少搜索一个随机帧所需的平均时间。

  • -i, --min-keyint：最小的GPOSize，默认为auto

    • no-scenecut：完全关闭自适应I帧决策；

    • scenecut：设置决策使用I帧、IDR帧的阈值（场景变换检测）；

    x264会计算每一帧与前一帧的不同程度并得出一个值。如果这个值低于scenecut，那么就算检测到一个“场景变换”。如果此时距离上一帧的距离小于 min-keyint则插入一个I帧，反之则插入一个IDR帧。较高的值会增加侦测到“场景变换”概率。

    • intra-refresh：让x264为每keyint数量的帧使用宏块内部编码取代IDR帧；

    块以水平移动列的方式更新，也叫刷新波。对于低延迟的流，这样可以让帧的尺寸比使用标准的IDR帧更加保持恒定。而且这样可以增强视频流对丢包的容错能力。这个选项会降低压缩率，所以在确实需要的时候才选择它。

  • -b, --bframes：设置x264可使用的B帧的最大连续数量，默认3；

    • --b-adapt：设置B帧决策算法，这个选项会影响到x264使用P帧或者B帧；

      • 0：关闭。总是使用B帧。和以前的 no-b-adapt选项效果相同；

      • 1：‘快速’算法。快速，–b-frames越大速度越快；

      • 2：‘最佳’算法，慢速，–b-frames越大速度越慢；

    • --b-bias：调节使用B帧的力度。越大的值越偏向B帧，可以在-100和100之间选择。100或-100不能保证完全或是全是B帧（使用 –b-adapt 0）；

    • --b-pyramid：允许B帧作为参照帧。如果关闭，那么只有I帧和P帧才能作为参照帧。可以作为参照帧的B帧的量化参数会介于P帧和普通B帧之间。只在–b-frames设置大于等于2时此选项才生效。如果是在为蓝光光盘编码，请使用none或者strict。

      • none：不允许B帧作为参照帧；

      • strict：一个图像组内只允许一个B帧参照帧，这是蓝光编码强制要求的标准；

      • normal：任意使用B帧参照帧；

    • --open-gop：Open-GOP是一个提升压缩效率的编码技术，有些解码器不能完全支持open-GOP流，因此这个选项默认关闭；

      • none：关闭

      • normal：开启

      • bluray：开启。一个稍低效的open-GOP版本，因为normal模式不能用于蓝光编码。

    • --no-cabac：关闭CABAC (Context Adaptive Binary Arithmetic Coder)压缩，使用较为低效的CAVLC (Context Adaptive Variable Length Coder)。这两者在压缩效率和解码效率上有10%-20%的差别；

  • -r --ref：控制DPB (Decoded Picture Buffer)的大小。可以在0-16之间选择。简单地说，就是设置P帧可以选择它之前的多少帧作为参照帧（B帧的值要小1-2，取决于那个B帧能不能作为参照）。最小可以选择值1，只参照自己前面的那帧。注意H.264标准限制了每个level可以参照的帧的数量。如果选择level4.1，1080p最大选4，720p最大选9；

    • no-deblock：完全关闭内置去块滤波器；

  • -f --deblock：调节H.264标准中的内置去块滤波器。这是个性价比很高的选择；

    • --slices：设置每帧的分片数，强制使用矩形分片；

    • --slice-max-size：设置每个分块包括NAL头的最大大小（bytes）；

    • --slice-max-mbs：设置每个分块包含的最大宏块数量；

    • --slice-min-mbs：设置每个分块包含的最小宏块数量；

    • --tff：开启隔行编码并设置上半场在前。x264的隔行编码使用MBAFF，因此效率不如逐行扫描。所以，仅在需要在隔行显示的设备上显示时才开启这个选项；

    • --bff：开启隔行编码并设置下半场在前；

    • --constrained-intra：开启SVC编码的底层要求的强制帧内预测；

    • --pulldown：为你的输入流（逐行扫描的，固定帧率的）使用一组预设的“soft pulldown”；可选的参数有：none、22、32、64、double、triple、euro；

    • --fake-interlaced：把流标志为隔行的但不按隔行编码。用于编码25p和30p的蓝光兼容视频；

    • --frame-packing：对于立体视频，定义帧排列方式：

      • 0：棋盘格 - 像素交替来自左眼和右眼

      • 1：列交替 - 左眼和右眼通过列交替交织

      • 2：行交替 - 左眼和右眼通过行交替交织

      • 3：左右并排 - 左眼在左侧，右眼在右侧

      • 4：上下并排 - 左眼在上方，右眼在下方

      • 5：帧交替 - 每帧显示一个视图

      • 6：单眼 - 2D帧，没有任何帧包装

      • 7：平铺格式 - 左眼在左上方，右眼分割在其余区域

2.3 码率控制

  • -q, --qp：强制使用恒定的QP值（0-81，0=无损）；

  • -B, --bitrate：设置比特率（kbit/s）；

    • --crf：基于质量的可变比特率（-12-51）[23.0]；

    • --rc-lookahead：预测帧类型的帧数 [40]；

    • --vbv-maxrate：最大本地比特率（kbit/s）[0]；

    • --vbv-bufsize：设置VBV缓冲区大小（kbit）[0]；

    • --vbv-init：初始VBV缓冲区占用率 [0.9]；

    • --crf-max：使用CRF+VBV时，限制RF到此值可能导致VBV下溢！；

    • --qpmin：设置最小QP值 [0]；

    • --qpmax：设置最大QP值 [81]；

    • --qpstep：设置最大QP步长 [4]；

    • --ratetol：ABR速率控制和VBV的容差 [1.0]；

    • --ipratio：I和P之间的QP因子 [1.40]；

    • --pbratio：P和B之间的QP因子 [1.30]；

    • --chroma-qp-offset：色度与亮度之间的QP差异 [0]；

    • --aq-mode：AQ方法 [1]；

      • 0: 禁用；

      • 1: 方差AQ（复杂度掩码）；

      • 2: 自动方差AQ；

      • 3: 自动方差AQ，并偏向于暗场景；

    • --aq-strength：减少平坦和纹理区域中的块和模糊 [1.0]；

  • -p, --pass：启用多通道速率控制；

    • 1: 第一遍，创建统计文件；

    • 2: 最后一遍，不覆盖统计文件；

    • 3: 第N遍，覆盖统计文件；

    • --stats：用于两遍统计的文件名 ["x264_2pass.log"]；

    • --no-mbtree：禁用mb-tree速率控制；

    • --qcomp：QP曲线压缩 [0.60]；

    • --cplxblur：减少QP的波动（曲线压缩之前） [20.0]；

    • --qblur：减少QP的波动（曲线压缩之后） [0.5]；

    • --zones：调整视频区域的比特率；每个区域的格式为<起始帧数>，<结束帧数>，<选项>，其中<选项>可以是q=<整数>（强制QP）或 b=<浮点数>（比特率倍增器）；

    • --qpfile：强制一些或所有帧的帧类型和QP值；每行的格式：帧号 帧类型 QPQP是可选的（none表示由x264选择）。帧类型：I，i，K，P，B，b。K=<I或i>取决于open-gop设置QP受qpmin/qpmax的限制。

2.4 分析

  • -A，--partitions:要考虑的分区。可选值为["p8x8, b8x8, i8x8, i4x4"]，表示考虑的分区类型，包括p8x8、p4x4、b8x8、i8x8、i4x4、none和all。

    • --direct:直接运动矢量（MV）预测模式。可选值为["spatial"]，表示直接MV预测模式，包括none、spatial、temporal和auto。

    • --no-weightb:禁用B帧的加权预测。

    • --weightp:P帧的加权预测。可选值为[2]，表示加权预测的类型，包括0（禁用）、1（加权参考帧）和2（加权参考帧+复制帧）。

    • --me:整数像素运动估计方法。可选值为["hex"]，表示整数像素运动估计方法，包括dia（钻石搜索，半径1，快速）、hex（六边形搜索，半径2）、umh（不均匀多六边形搜索）、esa（穷举搜索）和tesa（哈达玛穷举搜索，慢）。

    • --merange:最大运动矢量搜索范围，默认值为16。

    • --mvrange:最大运动矢量长度，默认值为-1（自动）。

    • --mvrange-thread:线程之间的最小缓冲区，默认值为-1（自动）。

  • -m, --subme:亚像素运动估计和模式决策。可选值为[7]，表示亚像素运动估计和模式决策的级别，包括0（仅全像素，不推荐使用）、1（SAD模式决策，一次qpel迭代）、2（SATD模式决策）等。

    • --psy-rd:心理视觉优化的强度，默认值为"1.0:0.0"。其中，#1表示RD（需要subme>=6），#2表示Trellis（需要trellis，实验性）。

    • --no-psy:禁用所有恶化PSNR和SSIM的视觉优化。

    • --no-mixed-refs:不基于每个分区来决定引用帧。

    • --no-chroma-me:忽略运动估计中的色度。

    • --no-8x8dct:禁用自适应空间变换大小。

  • -t, --trellis:Trellis RD量化，默认值为1。可选值为0（禁用）、1（仅在MB的最终编码中启用）、2（在所有模式决策中启用）。

    • --no-fast-pskip:在P帧上禁用早期SKIP检测。

    • --no-dct-decimate:在P帧上禁用系数阈值。

    • --nr:降噪，默认值为0。

    • --deadzone-inter:设置互帧亮度量化deadzone的大小，默认值为21。

    • --deadzone-intra:设置帧内亮度量化deadzone的大小，默认值为11。deadzone的大小应在0到32之间。

    • --cqm:预设量化矩阵。可选值为["flat"]，表示预设的量化矩阵类型，包括flat和jvt。

    • --cqmfile:从与JM兼容的文件中读取自定义的量化矩阵。会覆盖其他--cqm*选项。

    • --cqm4:设置所有的4x4量化矩阵。需要提供一个由16个整数组成的逗号分隔列表。

    • --cqm8:设置所有的8x8量化矩阵。需要提供一个由64个整数组成的逗号分隔列表。

    • --cqm4i, --cqm4p, --cqm8i, --cqm8p:同时设置亮度和色度的量化矩阵。

    • --cqm4iy, --cqm4ic, --cqm4py, --cqm4pc:设置单独的亮度和色度量化矩阵。

2.5 设置视频可用性信息

  VUI设置不被编码器使用，只是对播放设备的建议。

  • --overscan：指定裁剪超扫描设置。可选值为["undef"]，表示裁剪超扫描的设置，包括undef、show和crop。

  • --videoformat：指定视频格式。可选值为["undef"]，表示视频格式，包括component、pal、ntsc、secam、mac和undef。

  • --range：指定颜色范围。可选值为["auto"]，表示颜色范围，包括auto、tv和pc。

  • --colorprim：指定颜色原色。可选值为["undef"]，表示颜色原色，包括undef、bt709、bt470m、bt470bg、smpte170m、smpte240m、film、bt2020、smpte428、smpte431和smpte432。

  • --transfer：指定传输特性。可选值为["undef"]，表示传输特性，包括undef、bt709、bt470m、bt470bg、smpte170m、smpte240m、linear、log100、log316、iec61966-2-4、bt1361e、iec61966-2-1、bt2020-10、bt2020-12、smpte2084、smpte428和arib-std-b67。

  • --colormatrix：指定颜色矩阵设置。可选值为["???"]，表示颜色矩阵设置，包括undef、bt709、fcc、bt470bg、smpte170m、smpte240m、GBR、YCgCo、bt2020nc、bt2020c、smpte2085、chroma-derived-nc、chroma-derived-c和ICtCp。

  • --chromaloc：指定色度采样位置（0到5）。默认值为0。

  • **--mastering-display ：指定主显示器的亮度、白点和显示亮度。格式为'G(x,y)B(x,y)R(x,y)WP(x,y)L(max,min)'。

  • --cll：指定内容光亮度的最大值和最大帧平均值。格式为'max_content,max_frame_average'。

  • --alternative-transfer：指定备用传输特性。可选值与--transfer相同。

  • --nal-hrd：信号HRD信息（需要vbv-bufsize）。可选值为none、vbr、cbr（.mp4中不允许使用cbr）。

  • --filler：强制使用硬CBR并生成填充数据（隐含--nal-hrd cbr）。

  • --pic-struct：强制在图像定时SEI中使用pic_struct。

  • --crop-rect：将'left,top,right,bottom'添加到比特流级别的裁剪矩形。