A. video(
视频)部分:
本部分设定输出的视频码流的类型和参数,大部分参数在模版中已经固定。
1)基本类型:有mpeg1/mpeg2,mpeg1用于vcd, mpeg2用于svcd/dvd.
2)大小:PAL vcd标准为352x288, pal svcd标准为480x576, pal dvd标准为720x576
3)画面宽高比:一般应该用4:3 625 line PAL, 这是
电视机的
屏幕比例
4)桢率:pal 的标准为25f
ps 5) 码率
控制:码率控制算法是造成各种
编码器编码效率和质量
不同的关键因素。mpeg标准中并没有对次算法
的具体实现做规定,这通常也是
商业版本的知识产权内容。
CBR, 固定码率:保持码率基本维持在平均码率。实现简单,对复杂场景会因码率不足造成马赛克现象,对于
简单场景则不能充分利用编码空间。(老枯这里讲的复杂场景是指细节/边缘丰富以及快速变化场景)。
VBR, (2-pass VBR), “二次处理VBR”。,老枯认为其意思是通过对整个视频源进行2次处理使编码效率最高:
第一遍判断何处为复杂场景和简单场景,第二遍根据码率的上下限,把码率重新分配更多给复杂场景。可以在实
验中看出, tmpgenc在进行这种编码时进度指示在50%以前是没有预览图象的,而且桢进度指示为0。所以老枯建
议威龙改译为“二次处理”。这种码流控制方式应该在给定码率下得到最好的质量,但是和具体2 次分配算法关
系很大。同时耗时最长。一些其他编码器甚至有3次处理的码率优化。
MVBR (手动可变码率),设定最大码率和对不同的帧类型设定不同的信息损失量,实现局部码率优化。可以通
过手工指定复杂场景为I帧对之进行较精细的编码。参见对于GOP参数设定部分。
CQ-VBR (自动可变码率),设定主观质量值和码率上下限,以主观质量标准对编码器量化环节进行控制,在可
选参数中设定主观质量值以后,编码器就在能达到此质量标准的前提下尽量节省码率。关键在于编码器对主观质
量的评价方法。这是CQ和VBR的综合,也可以看作自动的MVBR。
威龙汉化5版 在可选参数中有一行是“不破坏最小码率的状态而填充数据”,老枯的理解是,如果码率过低就填
充无意义码(好浪费啊,不过可能是为了兼容性的原因),英文版这一句没有翻译,还是日文。
CQ (固定品质),就是比MVBR多了一个主观质量值的设定。老枯不明白到底是怎么控制的。
RT-CBR (实时固定码率):连GOP层次的码率优化也不做了的CBR,快一点,质量不高
RT-CQ (实时固定品质):连GOP层次的码率优化也不做了的CQ,快一点,质量不高
6)码率:这个码率是指CBR方式下的平均码率
7)VBV缓冲区大小:缓冲区大的话,编码优化会好一些,但是解码的时候也要求大一些的缓冲区。因此,
vcd/svcd标准中参数是固定的,否则可能机器无法播放。
8)Pofile & level(类别与级别): 这个参数是mpeg1没有的。在svcd/dvd应用中应该是MP&ML,模版自
动选定。
MP&HL是为HDTV定义的,分辨率可以高达 19??x11?? .
9)制式:好象这个也是mpeg2相关的参数。我们应该用PAL.
10) 隔行扫描:mpeg1只支持逐行扫描(25 frame/sec),mpeg2可以选择隔行(50 field/sec)。如果成品在电视
上播放,老枯建议选择隔行,使运动平滑。但是隔行的视频在pc上看会有毛刺现象,在水平运动景象中尤其明显。
11)播放时实现3:2下拉: 这是在film/NTSC制式转换中需要的,即在编码时维持帧率不变,不做3:2下拉,而
在播放中实现。参见B.advanced部分。感谢威龙指正。
12)YUV格式:给亮度/红色差/蓝色差分配的码位。对于人眼来说,亮度信号
是最敏感的,所以就分配比较多的编码空间以求精细,对于色差则粗糙些。一般就是4:2:0了。(其实4:2:0方案
给蓝色差的码位不是0,老枯不知道为什么这样写)
13)DC分量精度:在mpeg编码中需要对8x8的图象块进行DCT(离散余弦变换),DC分量的意义基本是代表8x8块
中的平均值,一般需要为之分配比较大的编码空间,否则马赛克的边缘效应就比较明显。(8bit就不小啦,图象
压缩中是每个bit的油水都要榨干的)
14)运动检测精度:mpeg是对I帧进行帧内编码,对P帧进行预测误差编码。就是对于P帧的图块,在I帧中寻找
对应的部分,然后对两个图块的差异部分进行编码,可以大大节省码率。运动检测精度越高,图块搜索匹配的范
围越大,编码效率越高,同时编码速度越慢。这部分算法同样没有在mpeg标准中定义,各个厂商实现水平相差会
很大。一般来说,在 tmpgenc中设置为普通即可。
B. Advanced (影象源)部分:
本部分设置视频源相关的参数,以及在编码之前对视频源进行的预处理。
1)视频源类型:隔行扫描/逐行扫描。这个参数在打开视频源文件的时候会对之自动判断设置。 tmpgenc12版不
能自动识别type
1 DV,在12a版本中已经解决。参看老枯的编码测试页。
2)场顺序:这是整个 tmpgenc甚至整个桌面视频领域中最混乱的一部分。 tmpgenc12a好象也不能根据视频源自
动设置这个参数。老枯在这个问题上搞了很久,才算明白了一点。这个参数是至关重要的,设置反了会造成生成
图象的明显闪动,打个比方,一个物体的运动位置次序本来是1-2-3-4-5-6-7。。。,设置反了以后就成了2-1-4
-3-6-5-8。。。对于模拟视频源,其场序是由捕捉卡类型决定的,
对于dv,则定义为
field order A。讲到这里还没有什么麻烦,但麻烦的是虽然场序只有2种,对于他们的叫法却有3种:
field order A/B (在ulead软件中的叫法), even/odd line first ( tmpgenc的叫法),
field top/bottom first(bitrate viewer叫法),这3种叫法之间的对应关系是最让人头疼的。在英文版的
tmpgenc12a中,缺省的设置为“even line first (field A)”,,但在威龙汉化中缺省设置为“奇数场->偶
数场”,老枯曾就此请教威龙,威龙讲这是日文版的原意,注意不要在字面上混淆了。总之,3种叫法的关系是这
样的:field A = even line first(奇数场->偶数场) = field bottom first。 最可靠的方法,是用不同的
设置对高速运动场景各生成一段隔行扫描的视频,并在电视上观察,应该能够看到差别。
3)视频源的宽高比: tmpgenc可以自动识别设置,一般应该为4:3
625line PAL.
4) 画面显示比例和位置:
一般选用“全画面显示并宽高比不变”,所谓“全画面显示并宽高比不变2”选项可能是会造成部分画面不可见,
老枯没有尝试过这一种。在4:3视频源中可能没有差别,但对于16:9宽屏影象在 4:3屏幕上输出而言,“全画面显
示并宽高比不变”是在上下留出空白,“全画面显示并宽高比不变2”会截掉左右两端画面。。。没有这样试过,
仅为老枯猜测,不正确的地方请朋友们指正。
5)滤镜选项组:
这一组设置可以对视频源进行预处理以提高影象质量。一般来说,老枯都是在非编软件中实现这些功能的。另外,
对滤镜的使用要适度,因为客观上任何滤镜的使用都是引入了信息损失,这是对低品质视频源提高主观质量的代价。
影象源范围:选取部分影象源进行压缩
24fps化:24fps是电影标准,一般不选
消除鬼影:鬼影是影象的重影,视频源不好的时候会出现。老枯在dv中没有遇到过。
消除噪音:在低光条件下的拍摄中影响中回出现明显的颗粒噪声,利用此滤镜可以消除。不过副作用是平滑了图象,
比如人的面部会象橡皮娃娃一样,光滑但没有质感。
锐化边缘:可以对横向/纵向边缘分别设置参数,做增强处理
简单色彩矫正:调整亮度,对比度,gamma,色度等
高级色彩矫正:可以按照不同的色彩空间RGB/YUV等进行色彩矫正
消除交错信号(de-interlace):把隔行扫描的视频源转换成逐行扫描的视频,如果对输出的视频设置为隔行扫描(如
在打算电视上播放的svcd/dvd),则不要选用。老枯认为在做vcd(逐行扫描mpeg1)时候也未必需要选用,要看视
频源的大小决定。比如老枯用dv 576线,在做vcd时候只需要288线,简单舍弃一个场就可以,不需要deinterlace.
相反,如果视频源是352x288的隔行扫描视频,则需要做de-interlace.
裁减画面:由于电视机播放视频的时候对边缘四周的部分做舍弃,所以可以利用这一点只对可见部分进行编码,这样
可以加快编码速度,并且因为节省的码率可以利用在未裁剪区域从而提高画面质量。一般来说对上下左右各裁剪5%
是安全的。
3:2下拉:因film 24fps和 NTSC 30fps帧率不同,在制式转换中所需要做的调整。一般不用。
帧率不变:没什么好讲的
声音处理:可以增大/减小音量,并做声音的淡入/淡出。
C. GOP结构
GOP = group of picture. 在mpeg中一个GOP就是一组时间上连续的画面。mpeg中的画面分为3种:I,P,B.
I是内部编码帧,编码方式基本上就是jpeg的格式。P是前向预测帧,编码方式是使用运动检测误差编码,参看A部
分对运动检测的说明;B是双向内插帧,根据前后I/P帧进行插值运算,对插值误差进行编码。
建议一般不要修改GOP结构,以取得压缩比例和图象质量之间的最好平衡。极端的例子是只用I帧,图象质量会有
保证,但码流会很大。
1)输出编辑用的码流:这个选项会把GOP最后的B帧取消。因为B帧是双向内插的,其编码/解码不仅需要以前的I/P,
也需要以后的I/P帧。取消最后的B帧,可以去除GOP之间的依赖性,从而便于编辑。
2)检测场景变化:对于快速变化的场景,强行设置为I帧,以保证画面质量
3)手工强制设定帧类型:手工设定需要精细编码的画面帧为I帧。结合MVBR码流控制可以全面控制码流分配。
D。量化矩阵
mpeg中的量化是对8x8 YUV 信号图块进行DCT变换之后的系数的量化。通过对高频分量使用比较大的量化阶从而达
到减小高频分量的编码空间,达到压缩的目的。代价就是丧失图像细节,边缘模糊等。
1)帧内编码量化矩阵:这是指对I帧使用的帧内编码量化矩阵
2)帧间编码量化矩阵:是指对非I帧的帧间预测误差编码所用的量化矩阵。威龙汉化版中叫外部矩阵。
3)矩阵模版的选择:建议对一般的视频选用mpeg标准,可以看到,其帧间编码矩阵统一为16,这是因为帧间误差
已经抵消了低频分量,高频分量丰富,所以和帧内编码矩阵有所不同。对于计算机动画尤其是2维线条为主的动画,
建议选用CG模版,,可以看到因为CG本身高频信号丰富,其帧内编码矩阵也统一为32。
另外,有朋友尝试减小量化矩阵的各个数值,老枯认为这样做的意义不大。因为量化矩阵并不是量化的唯一因素,
事实上的量化程度要根据码流控制部分的反馈信息而自适应调整。这样,即使量化阶减小,在码率有限的前提下,
量化系数还是会加大的。。
4)YUV输出为YCrCb: YCrCb色彩空间分配给Y亮度信号的编码空间更大,如果视频源是YCrCb格式的话,这个选项
可以增加画面质量。。不过一般都是采用YUV(CCIR601),如dv,所以不要选择这个选项,否则白白浪费码率。
5)浮点离散余弦变换:整点运算的速度比浮点要快很多,但精度不如浮点。老枯猜测这里的浮点其实只
是把DCT变换的系数从8bit增大为16bit的精度,并不需要浮点运算器单元参与变换,否则速度是不可忍耐的。
6)不对静止部分做半像素的运动检测:由于视频源是隔行的,对于精细的静止边缘线条(1个像素宽度)
比如静止字幕会出现一个场中出现,另一个场中不出现的闪动。选中这个选项会消除闪动。。
不过老枯觉得好像这个和量化矩阵无关。
7)柔化马赛克:没什么好说的。就是在8x8图块的边缘做一些特别处理。能用足够的码率或者码率控制手段解决
马赛克最好,因为这里的柔化虽然只对边缘进行低频滤波,毕竟还是会对画面造成影响模糊化。
E. 音频:
这部分大多不需要改动vcd/svcd模版。也没有大的影响。不多讨论。
F. 系统:
mpeg的系统是指视频+音频。vcd/svcd/dvd模版中已经设定好
Canopus ProCoder
目前公认压缩质量最好的视频压缩软件,速度较快,功能较强大。
应朋友们的要求,把ProCoder中的每个参数遛一遍,写一个不太详细的祥解,供大家参考。其实我想,这些参数在各个MPEG压缩软件中都是差不多的,很多朋友也都很熟悉了,有不对的地方,还请指正。