|
|
|
shellgen
Стаж: 18 лет 1 месяц Сообщений: 6417
|
shellgen ·
05-Авг-08 12:40
(16 лет 3 месяца назад, ред. 21-Авг-10 11:28)
- Чтение лога кодека и оптимизация битрейта
- Сравнение идентичных типов фреймов
- Выбор режима деблокинга
- psy-RD + psy-Trellis на пальцах
- Тестирование эффективности разных настроек
- Пакетные файлы для автоматизации работы кодека и муксера
-> калькулятор совместимости с аппаратными декодерами для расчёта ref-фреймов <-
Чтение лога кодека и оптимизация битрейта
В связи с тем, что многие при выборе битрейта ошибочно полагаются лишь на показатель b-p/f , который иногда помогает, а иногда оказывается совершенно бесполезной цифрой, привожу на мой взгляд более правильную методику подсчёта целевого битрейта. Каждый видеоряд обладает разной сжимаемостью, для некоторых 0.1 пресловутого b-p/f достаточно, чтобы прозрачно без артефактов закодироваться в компактный размер. Бывают же сложные видеопоследовательности, которые не помещаются и в .25 b-p/f . Намётанный глаз сразу распознает приблизительную сложность видоряда для кодека, но более-менее достоверно оценить сжимаемость можно нижеописанным способом (занимает не более 5-10 минут с учётом времени на енкод, если только не использован тормозной скрипт). Имеет смысл при подготовке основательного рипа с упором на размер-качество.
Задача: Сжать распределённую выборку из целевой видеопоследовательности с заданным коэффициентом качества и оценить полученный результат.
Шаг 1. Сделать распределённую выборку из сорса
Достаточно добавить в конец .avs скрипта три волшебные строки и на выходе получим ряд продолжительностью ~2550 фреймов, составленный из равномерно выдернутых из видеоряда кусков по 50 фреймов. Обычно этого достаточно, чтобы оценить сжимаемость более-менее равномерного видео длительностью до 1.5-2 часов.
Три строки:
Код:
selectTotal1=framecount()/100
selectTotal2=selectTotal1*2
selectrangeevery(selectTotal2,50)
Шаг 2. Сжать подготовленную последовательность с настройками, с которыми планируете сжимать последний проход, но указать не битрейт и не --pass ?, а например --crf 18 (важно, что указываем не -q, а именно --crf)
Ждём завершения... и смотрим лог
Шаг 3. Читаем лог
Параметры компресии
Средние кванты
Полученный битрейт
Использование b-фреймов
-
процент задействованных b-фреймов, по порядку от 0 до 16. Если начиная с какой-то позиции стоят лишь 0.0 или 0.1-0.2, то использование --bframes больше этой цифры по сути бессмысленно и в большинстве случаев только увеличит время, необходимое для енкода
Использование частиц
-
Использование частиц анализа
I : i16x16,i8x8,i4x4 / PI: p16x16,p8x8,p4x4 / PP: p16x16,p8x8,p8x4,p4x8,p4x4 / BI: b16x16,b8x8,b4x4 / BB: b16x16,b16x8,b8x8
Если из лога видно, что какие-либо частицы не задействованы или задействованы по минимуму, то можно не включать их анализ в ключ --partitions p8x8,p4x4,b8x8,i8x8,i4x4. Как правило желательно оставлять анализ всех частиц для SD контента и выключать только p4x4 для HD сигнала.
Распределение DCT трансформации 8x8
-
Показывает насколько задействована 8x8 DCT трансформация, если проценты очень низкие, то ключ --8x8dct можно опустить в пользу скорости. Случай очень редкий, обычно стоит оставить параметр задействованным, если только не стоит задача сделать енкод максимально быстро. Без этого ключа автоматичнески отключится анализ частиц i8x8
Распередление выбора режима анализа векторов движения
-
Показывает процент выбора кодеком между режимами локального и темпорального анализа векторов. Для мультипроходного режима стоит оставлять --direct auto, если только енкод не нужно сделать максимально быстро или кодируется чрезстрочный сигнал. Смысл использования --direct auto в однопроходном режиме теряется, обычно для однопрохода можно смело оставлять --direct spatial
Использование ref фреймов
-
От 1 до 16 показывает насколько задействованы ссылочные кадры. Если после определённой цифры начинаются 0.0-0.2%, то смысл использовать --ref выше данного числа теряется, только увеличит время енкода. Аналогично как и для --bframes.
Цитата:
M:\Videos\mux\pstorm>start /low /b /w /d"C:\video-stuff\x264" x264.928.modified.
bf.exe --crf 18 --zones 2449,2449,q=40 --b-adapt 2 --psy-rd 0.8:1.0 -b 16 -r 16 --mix
ed-refs --b-pyramid --aq-strength 1.0 --b-rdo --bime -w --direct auto -f -3,0 -m
7 -t 2 -A all -8 --scenecut 35 -I 300 --me umh --merange 24 --threads auto --th
read-input --progress --sar 1:1 --output "M:\Videos\mux\pstorm\pstorm0_1.264" "M
:\Videos\mux\pstorm\pstorm0.avs"
avis [info]: 1040x432 @ 23.98 fps (2550 frames)
x264 [info]: using SAR=1/1
x264 [info]: using cpu capabilities: MMX2 SSE2Fast SSSE3 SSE4 Cache64
x264 [info]: slice I:48 Avg QP:15.14 size: 39314 PSNR Mean Y:46.18 U:51.02
V:51.80 Avg:47.18 Global:46.75
x264 [info]: slice P:922 Avg QP:17.23 size: 17666 PSNR Mean Y:43.98 U:49.35
V:49.94 Avg:45.08 Global:44.61
x264 [info]: slice B:1580 Avg QP:19.28 size: 6580 PSNR Mean Y:43.28 U:50.05
V:50.60 Avg:44.46 Global:43.88
x264 [info]: consecutive B-frames: 4.6% 17.9% 56.2% 10.9% 4.2% 3.4% 2.8% 0
.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0%
x264 [info]: mb I I16..4: 3.2% 89.3% 7.5%
x264 [info]: mb P I16..4: 0.6% 12.4% 0.9% P16..4: 45.9% 23.0% 12.1% 0.2% 0
.0% skip: 5.0%
x264 [info]: mb B I16..4: 0.0% 1.4% 0.2% B16..8: 57.4% 1.8% 2.3% direct:
5.7% skip:31.2% L0:40.8% L1:55.4% BI: 3.8%
x264 [info]: 8x8 transform intra:89.3% inter:71.6%
x264 [info]: direct mvs spatial:99.9% temporal:0.1%
x264 [info]: ref P L0 53.2% 18.4% 9.5% 5.0% 3.8% 3.3% 2.6% 1.5% 1.3% 1.
2% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0%
x264 [info]: ref B L0 64.2% 15.9% 7.0% 3.9% 2.8% 2.4% 1.9% 1.3% 0.7% 0.
0% 0.0% 0.0% 0.0% 0.0% 0.0%
x264 [info]: ref B L1 89.9% 10.1%
x264 [info]: SSIM Mean Y:0.9707640
x264 [info]: PSNR Mean Y:43.586 U:49.814 V:50.380 Avg:44.734 Global:44.173 kb/s:
2149.16
encoded 2550 frames, 4.48 fps, 2149.34 kb/s
04.08.2008
15:03
Имеем три цифры квантов: для I фреймов, для P фреймов и для B фреймов. Чем динамичнее видеоряд, тем больше будет между ними разница и тем выше будут кванты для B фреймов. Если все три цифры не превышают 18, то полученного битрейта будет много и его смело можно резать процентов на 25 минимум. Если все три цифры превышают 22-23, то битрейта не хватает и его надо поднимать, если только целью не является минимальный размер рипа с допустимыми артефактами компресии. Для очень динамичного видео средний квант ~25 для b-фреймов вполне допустим. Обычно стоит следить, чтобы он не поднимался выше.
В логе, полученном с --crf 18, кванты как правило будут находится в промежутке 16..23. Полученный в результате битрейт и будет предпочтительным для сохранения максимально прозрачного качества. Если его делать выше, то это будет как праивло раздутием размера, опускаться ниже можно, но желательно не более чем на ~35-40%. При этом надо помнить, что поднимая/опуская битрейт на каждые 12.5% мы поднимаем/опускаем CRF на 1 целый пункт и в то же время, поднимая/опуская CRF на 6 пунктов мы увеличиваем/уменьшаем битрейт вдвое. Зависимость простая.
Шаг 4. Визуальный контроль
Цифры цифрами, но не забываем открыть полученный огрызок в любимом проигрывателе и оценить результат глазами. Еще лучше сравнить полученный результат с исходным изображением, удобнее всего это делать при помощи программы AvsP. Поскольку i-фреймов на весь видеоряд как правило не более 1-2% и сжимаются они с наименьшими возможными квантами, имеет смысл сравнение только b и p фреймов.
Вывод информации о кадрах через ffdshow:
В ffdshow задаем кодек вывода ffmpeg-mt или libavcodec, потом идем на стройку OSD и помечаем все, что хотим вывести (в нашем случае хватит только типа фрейма). Картинки:
Потом открываем скодированное видео в AvsP, жмем правой кнопкой на иконке ffdshow video в трее и помечаем галкой OSD
Осталось только перейти на вкладку с энкодом и обновить ее клавишей F5, на картинке появится обозначение типа кадра
ПС: точно так же выводятся данные по кадрам и для других кодеков, главное, чтобы видео декодировалось средствами ffdshow, т.е. в случае с, например, XviD в контейнере *.avi вывод потока надо осуществлять не через AVISource(), а через DirectShowSource()by k0stix
Вывод информации о кадрах через ffvideosource:
Skazhutin писал(а):
http://ffmpegsource.googlecode.com/ из архива ffms2.dll и FFMS2.avsi скопировать в C:\Program Files\AviSynth 2.5\plugins
ffvideosource("video.mkv") - путь к файлу "С:\video.mkv" не должно быть русских букв в адресе файла.
Цитата:
# пример кода
ffvideosource("video.mkv")
scriptclip("""sres = ffsar > 1 ? " ("+string(ffsar)+") @ "+string(round(width()*ffsar))+"x"+string(height()):\
ffsar < 1 ? " ("+string(ffsar)+") @ "+string(width())+"x"+string(round(height()*(1/ffsar))) : ""
subtitle("resolution: "+string(width())+"x"+string(height())+sres+"\n"+\
"frame # "+string(current_frame)+" / type: "+chr(ffpict_type),text_color=$22ffff11,halo_color=$66000000,lsp=0)"""\
,after_frame=true)
* прим.: можно вместо сложной формулы scriptclip() воспользоваться штатной функцией из FFMS2.avsi — ffinfo()
На разных видеопоследовательностях по разному отражается потеря деталей. Для видеоряда а-ля "групповые брачные игры карликовых муравьёв в тени пальмы на песочном пляже, вид сверху, с пальмы, с трёх метров" потеря деталей на уровне CRF 18 может оказаться губительной и это сразу будет видно глазами, части тел муравьёв утонут в песке и недостаточных квантах, что безусловно потревожит режиссёрскую задумку. Мультик снятый а-ля размытая-флеш-векторная графика может быть малоотличим от исходника при CRF 25-26. Но это крайности. Обычный видеоряд выглядит прозрачно в енкоде с битрейтом полученном на CRF 18-20.
Несколько очевидных следствий:
1. Чем ниже CRF, тем менее заметны будут артефакты компрессии
2. Чем ниже разрешение, тем будут более заметны артефакты компрессии.
3. п.1 + п.2 = чем ниже разрешение, тем на более низкие значения CRF надо ориентироваться при выборе битрейта, тем больше бит понадобится на pixel/frame. Обратно, чем выше разрешение, тем менее заметны артефакты компресии, тем на более высокие CRF можно ориентироваться при выборе битрейта.
Рекомендации по выбору CRF при рассчёте битрейта *:
1. Для очень динамичного сигнала SD разрешения : 20.5..21
2. Для статичного сигнала SD разрешения : 18..20
3. В общем случае CRF=20 ~ золотая середина, CRF=18 ~ идеал
4. Для разрешений более .5Mpix есть возможно потихоньку поднимать указанные выше CRF по .5-1 CRF для каждых следующих .5Mpix
5. В любом случае при выборе битрейта желательно следить, чтобы средние кванты b-фреймов не зашкаливали сильно за 25-26.
Что делать, если уложить видео в желаемый битрейт в желательном качестве не получается:
1. Использовать более тяжёлые настройки кодека: поднимать b-frames, --ref , --b-pyramid, --subme ...
2. Упростить видео, вычистив из него посторонние шумы
3. Всё равно не лезет? Не пихайте, опускайте размер кадра, увеличивайте битрейт и т.д.
* прим.
Обращаю внимание, что в версиях x264 > r988 существенно переработана CRF модель. Все значения CRF в тесте на сжимаемость стоит поднять на 1.5-2 пункта (Не имеет отношения к средним квантам!). Т.е. что раньше было --crf 18 теперь грубо говоря эквивалентно --crf 19.5 / --crf 20. Тем не менее особенность новой CRF модели такова, что некоторые типы сигналов на --crf 20 могут вылезти как в слишком высокие для достижения прозрачности кванты, так и в слишком низкие с точки зрения оптимальности. По этим причинам для определения оптимально битрейта особенно важен визуальный контроль. В среднем случае --crf 20 / --crf 21 покажут оптимальный битрейт для живого видеоряда и --crf 18 / --crf 19 для аниме (анимешники поправьте меня если я не прав :P).
Выбор режима деблокинга
Деблокинг задаётся ключом -f сила:порог. С первым параметром, с силой, всё достаточно просто: чем выше сила, тем эффективнее сработает встроенный деблокер, страхуя от появления случайной блочности, но тем больше возрастает риск размытия деталей и нежелательного смягчения картинки. Очевидно, что занижать силу деблокинга для нерезкого сигнала не только бессмысленно, но и вредно. От того, что в меньшей степени замаскируются границы блоков, резкости в мыльном сигнале не прибавится. Значение по умолчанию '0' -> хорошее значение, если наверняка не знаете какого эффекта нужно достичь, то лучше его там и оставить и не крутить без надобности. Так или иначе в 90% случаев не стоит опускать силу ниже, чем -3, такая сила остаётся всё ещё довольно безопасной для большинства более менее ровных видео с точки зрения появления артефактов, если только не сильно баловаться с порогом.
Порог деблокинга менее предпочтительно крутить вообще, он отвечает за то, где будет распознаваться структура блока, а где артефакт. Чем выше порог, тем больше резких, насыщенных деталями блоков попадёт под деблок. Чем ниже порог, тем больше под деблок попадёт нерезких, незаполненных деталями блоков, но тем меньше будут деблочиться нерезкие блоки с незначительной детализацией (e.g шум, зерно в глубокой тени). Крутить надо исключительно аккуратно, т.к. когда его уводят в минуса, то фильтру не дают обезблочить тёмные области с шумом, а когда задирают, то размывается больше изначально неблочных структур. Чтобы избежать блочности опускать его ниже 0 есть смысл только если картинка действительно чистая, например вылизана по самые гланды какими-нибудь темпоральными шумодавами.
Если коротко, то чем выше сила деблокинга, тем сильнее он применяется, чем выше порог, тем больше блоков ему попадается.
И на закуску очевидное: чем ниже кванты, тем ниже сила деблокинга, а чем они выше, тем естественно деблокинг сильнее. Кодек сам подстраивает деблок и если с низкими квантами вы опустили деблок до -3:-2 например, то не удивляйтесь, откуда в некоторых участках проскакивает блочность и ринжинг.  Заминание деблока в минус никогда не сделает картинку резче чем она есть, а поднятие деблока в плюс едва ли поможет избавиться от блочности исходного сигнала.
В то же время на выскоих квантах чуть приподнимая деблок можно потихоньку гасить более явные блочные артефакты компресии, а если их нет или на глаз не видно, то и крутить не надо. 
psyRD + psyTrellis на пальцах (by Nicko123)
Psy- RDO/Trellis помогает поднять и передать в рипе мелкую фактуру с минимальными затратами битрейта.
1. Psy-RDO (первая цифра после Psy X.X : x.x) вылавливает из исходника шумовую компоненту (некоррелированный сигнал) и добавляет ее впоследствии в рип в тех местах где его вероятность появления выше, наподобие управляемого информацией из рипа функционального генератора шума.
2. Psy-Trellis (вторая цифра после Psy x.x : X.X) ищет реальные мелкие детали (коррелированный сигнал, в основном границы, мелкая фактура, ...) и пакует их по более простым правилам но с гораздо более высокой компрессией чем сам кодек, также использует вероятностный подход но в меньшей степени чем RDO и в основном при силе большей 1 для сверхмалых битрейтов, 0.8-1.0 для средних и 0.1-0.8 для высоких. Эффективность передачи и количество мелких деталей в рипе зависит от установленной силы.
Соотношение и силу обоих компонент нужно подбирать исключительно на глаз, принимая во внимание реальный шумовой битрейт (-RDO) и количество мелкой фактуры (-Trellis) в исходнике.
SSIM и PSNR при этом по идее могут/должны падать, но на глаз картинка будет существенно ближе к оригиналу.
PS
В большей степени - это на основе личных наблюдений.
Пояснения BugMaster
"с минимальными затратами битрейта" - явно некорректная фраза, так как на самом деле при низких битрейтах они дают больше артефактов (так что их использование имеет смысл только на средних-высоких битрейтах). Лучше ее вообще выкинуть.
1) psy-rdo вовсе ничего не вылавливает и не добавляет шумов. он просто оптимизирует RDO (выбор режима кодирования макроблока) исходя из другой метрики. Т.е. вместо среднеквадратичного отклонения (фактически вырожденный PSNR) он оптимизирует по метрике среднеквадратичное отклонение + отклонение по энергии (т.е. пытается не только уменьшить отклонее от исходника, но и при этом сохранить примерно туже его энергию).
2) "ищет реальные мелкие детали (коррелированный сигнал, в основном границы, мелкая фактура, ...) и пакует их по более простым правилам но с гораздо более высокой компрессией чем сам кодек" - а бывают НЕРЕАЛЬНЫЕ мелкие детали? И как можно закодировать с более высокой компрессией чем сам кодек (мы чем-то другим, а не кодеком кодируем?). На самом деле он этот параметр влияет на то как trellis подбирает коэффициенты для разных частот. Чем больше тем он менее жесток (не обнуляет их, а все равно кодирует) к малым амплитудам высоких частот, а значит выкидывает меньше мелких деталей, хоть при этом и менее эффективно сжимает (в плане PSNR).
Пояснения Nicko123
1) "Лучше ее вообще выкинуть" -опыт показывает, что Psy-RDO/Trellis заметно помогает приблизить рип к исходнику на битрейтах ниже ~600 kbps для fast motion SD- исходников. При этом на больших битрейтах кодек вполне прилично справляется и без участия Psy-RDO/Trellis. В данном случае фраза "Psy- RDO/Trellis помогает поднять и передать в рипе мелкую фактуру с минимальными затратами битрейта" буквально означает то, что написано: использование Psy-RDO/Trellis позволяет получить рип примерно одинакового на глаз качества с рипом, полученным без использования Psy-RDO/Trellis, но с битрейтом ниже чем у последнего. То же самое можно переформулировать для случая одинаковых битрейтов, но, имхо, это уже дело вкуса.
2) "а бывают НЕРЕАЛЬНЫЕ мелкие детали?" - Возможно не очень удачное слово, но надеюсь большинство поняло что речь идет о сигнальной и шумовой компоненте, тем более что в скобках дано пояснение "реальные мелкие детали (коррелированный сигнал, в основном границы, мелкая фактура, ...)", хотя если есть мнение что для простого юзера будет понятнее перевести термины на язык "энергий" и "отклонений" то никто возражать не будет.
3)"чем сам кодек (мы чем-то другим, а не кодеком кодируем?)" - опять возможно не самое удачное слово, но надеюсь большинство поняло что под словом "сам" подразумевалось - тот же самый кодек, но с отключенной опцией "Psy-Trellis" (добавил).
Из переписки Dark Shikari:
May 9th, 2010 at 10:59 am
- Dark Shikari says: @Ben
Yes, I will add a video with x264 with no psy optimizations. You can already see how important psy is though; Ateme’s v2 encoder core, for example, is roughly on par visually with the Samsung+BBC proposal (IMO). This means that their psy optimizations count for 40-60% PSNR, at least.
Тестирование эффективности разных настроек
© k0stix
Как уже писалось выше, для того, чтобы подобрать оптимальные настройки, одного лога мало. Надо заценивать глазами.
Сверять результаты различных настроек имеет смысл только при одинаковом битрейте. Поэтому надо закодировать в одинаковый битрейт все те же тестовые кусочки (см. скрипт в шаге 1) с разными настройками, какие вам покажутся более удобными, но вы сомневаетесь, какой выбрать. В инструкции, как реальные пацаны, будем пользовать настройки кодека через консоль, ибо в ГУЯх я этого делать не умею. Убежден, что адепты найдут способ портировать под милый сердцу способ.
Как узнать, в какой битрейт кодировать тесты? Очень просто, либо на глаз (у некоторых получается и при том неплохо), а те, кто не хочет положиться на свою интуицию, - способом, описанным выше, с применением --crf.
Оговоримся сразу, способ долгий, чем больше вариантов, тем больше уйдет времени на тесты, поэтому:
1) загружаем в холодильник кейс пива, пить его теплым - последнее дело
Ну вот и половина дела сделана. Приступаем ко второй:
2) (опционально) кодируем огрызок видео в --crf для определения необходимого битрейта
3) пишем батник encode.bat
Код:
x264 --pass 1 --bitrate const ... настройки 1 ...
x264 --pass 2 --bitrate const ... настройки 1 ...
x264 --pass 1 --bitrate const ... настройки 2 ...
x264 --pass 2 --bitrate const ... настройки 2 ...
...
x264 --pass 1 --bitrate const ... настройки n ...
x264 --pass 2 --bitrate const ... настройки n ...
4) запускаем батник и идем пить то, что загрузили в холодильник
К тому времени, как докодируется батник, пиво как раз уютно пристроится в желудке и можно приступать к заключительной фазе, визуальному контролю и чтению лога, которые описаны в шагах 4 и 3 соответственно. Выбираем тот вариант кодирования, который смотрится наиболее симпатично и гордимся, тем, что в нас уместилось столько пива.
Автоматизация работы кодека и муксера
 xcrfmulti.cmd
Скрипт xcrfmulti.cmd представляет из себя универсальную оболочку для пересжатия исходного файла с помощью x264 в произвольное количество проходов. Для работы скрипта в текущей папке или в путях, заданных переменной окружения PATH, должны находится:
x264
avs2yuv.exe (только для 64разрядных систем)
Также в системе должен быть установлен AviSynth (32 разрядный), перед началом работы скрипт при необходимости надо отредактировать в текстовом редакторе, задав пути к x264/avs2yuv и ключи кодека, отличные от установок по умолчанию. В 64 разрядной ОС скрипт будет пытаться вызывать 64битный x264.
сокращённый синтаксис
for %f in (*.avs) do start /wait /low xcrfmulti.cmd %f
пережмёт все .avs скрипты в текущей папке с параметрами, заданными в конфигурационной части файла xcrfmulti.cmd
(на вход в 32битной OS любой формат, пригодный в качестве входного формата для x264)
полный синтаксис (все параметры опциональны, перекрывают настройки заданные в самом скрипте)
xcrfmulti.cmd <input> <crfbit> <passes> <preset> <output> <sar> <colormatrix>
input - <входной .avs файл с видео>
crfbit - <целевой CRF, если этот параметр меньше 50 или битрейт если выше>
passes - <количество проходов (если предыдущий параметр меньше 50, то битрейт для второго и последующего проходов будет взят из полученного на первом проходе)>
preset - <x264 preset, предустановка из списка: ultrafast, veryfast, faster, fast, medium, slow, slower, veryslow, placebo>
output - <выходной файл>
sar - <SAR видеопотока>
colormatrix - <колоритмия видеопотока>
примеры использования
xcrfmulti video.avs 22 3 veryslow video.mkv
сожмёт video.avs с предустановками veryslow в три прохода, с битрейтом, полученным от первого CRF прохода
xcrfmulti video.avs 2200 3 veryslow
сожмёт video.avs в три прохода со средним битрейтом 2200Kbps
особенности работы
если на первый проход из любого количества выпадет CRF (crfbit <= 50), то первый проход пройдёт с ключом --slow-firstpass независимо от предустановок в конфигурационной части файла xcrfmulti.cmd
в рабочей папке скрипт создаёт папку logs, в которую складывает полные логи работы кодека
в текущей папке создаётся файл с расширением .final.xlog.txt, в который складывается информативная часть логов
тонкую настройку кодека под конкретный исходник можно осуществлять правкой вводного блока CONFIG в скрипте xcrfmulti.cmd, там же прописываются имена файлов с исполнительными модулями используемой версии кодека и при необходимости пути к ним
ключи командной строки перекрывают соответствующие параметры, заданные в самом файле xcrfmulti.cmd
полный лог работы по каждому проходу кодек сохраняет в папке logs\, лог, содержащий совокупно только информативную часть по каждому проходу сохраняется в текущей папке
при повторном запуске из каталога, где уже содержится папка logs\ скрипт пропустит сделанные ранее проходы независимо от итоговых битрейтов. за счёт этой особенности можно кодировать первый проход в crf, а второй в целевой битрейт, например
xcrfmulti video.avs 18 1 && xcrfmulti video.avs 4500 2
первый медленный проход будет сделан с crf 18, при повторном запуске первый проход будет пропущен и сразу запустится второй проход в битрейт 4500
xmkvmux.cmd
Скрипт собирает из заданного видеофайла и найденных в указаной папке аудиодорог, субтитров, тэгов и глав единую матрёшку. Для работы в системе должен быть установлен mkvtoolnix
синтаксис (все параметры опциональны, перекрывают настройки заданные в самом скрипте)
xmkvmux.cmd <input_dir> <output_mkv> <video_track> <log>
input_dir- папка, в которой скрипт ищет звуковые дороги (*.ac3 *.dts *.mp4 *.mp3 *.flac *.wav *.ogg), субтитры (*.srt *.ass *.ssa *.idx), главы (*chapters.xml), тэги (*tags.xml) и обложку (cover.jpg). Если не указана, то будет использована текущая папка.
output_mkv- файл, в который надо записать конечную матрёшку. если не указан, то результат смультиплексируется в файл вида <имя рабочей папки>.automux.mkv
video_track- видеодорога (по умолчанию скрипт ищет видео в последнем файле вида *.video.mkv в папке input_dir, например myvideo.pass3.video.mkv)
log- журнал работы
интерпретация имён файлов дорог
по последним трём символам имён файлов аудиодорог/субтитров скрипт пытается угадать язык (ищет совпадение символов в списке поддерживаемых mkvtoolnix языков), конструкции в названии файла вида DELAY -3550ms будут распознаны как задержка, которая будет указана при мультиплексировании данной дорожки в конечную матрёшку. имя файла попадёт в название дороги в конечной матрёшке. вхождение в название файла субтитров слова forced будет интерпретировано как форсированный субтитр. Все дорожки будут смультиплексированы с отключенной компрессией заголовков. Первая аудиодорожка, распознанная как русская (например "T80 3_2Ch 448Kbps DELAY 80ms rus.ac3"), будет помечена как трэк по умолчанию.
тэги и главы
скрипт ищет в файлах вида *.chapters.xml и *.tags.xml соответственно
обложка
файл cover.jpg из текущей папки будет автоматически присоединён к собираемой матрёшке
|
|
|
|
shellgen
Стаж: 18 лет 1 месяц Сообщений: 6417
|
shellgen ·
19-Авг-10 21:04
(спустя 2 года)
Автор поста: Taran2L_87 (Пользователь)
Оригинал: https://rutr.life/forum/viewtopic.php?p=34624173#34624173
Пока читал эту ветку, сделал для себя некоторые заметки, которые писали авторитетные кодеры. Может кто-нибудь добавил бы некоторые из них в шапку (с поправками на новые ревизии х264). Все же полезные советы + много ответов в новичков отпадет после прочтения шапки
x264 FAQ
--sar [Skazhutin]
NTSC 720x480 4:3 : 720x540 (640x480, ITU 720x528, 656x480)
NTSC 720x480 16:9 : 853x480 (854x480, ITU 872x480)
PAL 720x576 4:3 : 768x576 (ITU 785x576)
PAL 720x576 16:9 : 1024x576 (ITU 1047x576)
PAL 4:3 => ITU 12:11/NON ITU 16:15
PAL 16:9 => ITU 16:11/NON ITU 64:45
NTSC 4:3 => ITU 10:11/NON ITU 8:9
NTSC 16:9 => ITU 40:33/NON ITU 32:27
В скрипте ничего кроме кропа не указывать, ну не считая фильтрацию,
если используете, а в настройках кодирования указываете sar
Чаще это:
PAL 16:9 => 64:45
PAL 4:3 => 16:15
NTSC 16:9 => 32:27
NTSC 4:3 => 8:9
Соответственно анаморфное разрешение у DVDRip PAL 16:9 не может быть больше 1024х
--partitions
Для разрешения выше SD толк от p4x4 весьма сомнителен, можно смело отключать.
--aq-mode [MasterNobody, @lolkin@]
AQ работает следующим образом (по крайней мере все варианты сейчас реализованные в иксе): определяется дисперсия макроблока (пикселей в макроблоке 16x16) и в зависимости от ее значения по функции (функции различны для разных режимов AQ) макроблоку назначается отклонение от базового кванта кадра (обычно чем меньше дисперсия тем меньше делается квант, а чем больше дисперсия тем соответственно больше квант). Это приводит к тому что качество "плоских" макроблоков (где дисперсия меньше) увеличивается за счет более "энергетичных" макроблоков (с большей дисперсией). А так как обычно снижение качества "энергетичных" макроблоков заметно меньше, чем повышение качества "плоских" макроблоков, то общее визуальное качество увеличивается. Но здесь нужно учитывать, что если основная задача сохранить зерно/шумы и используемый битрейт достаточно высок (что качество "плоских" макроблоков и так достаточно), то есть смысл понизить силу AQ, чтобы он не увеличивал кванты из-за зерна/шумов. Также иногда полезно снижение AQ на исходниках типа аниме, если его сила кажеться слишком большой (порча резких контуров или ringing). +Добавка по поводу работы с mbtree: текущий вариант --aq-mode 2 лучше не использовать вместе с mbtree, так как он плохо с ним работает.
aqmode2 c mb-tree наверно не стоит, он разрабатывался когда дерева не было, можно пробовать --aq-mode 2 --aq-strength 1.0:1.0 представляет собой модифицированный aqmode2, попытка "вытащить" части видео ,где обычный aqmode2 подсирал, введением qp-offset. показывал интересные результаты(иногда)
Про aqmode3 особо сказать нечего, вроде косячный.
--weightp [MasterNobody, shellgen]
Cам по себе weightp 2 никак в негавтивном смысле себя нигде не проявляет, только плюсы.
weightp дает более эффективное сжатие переходов (fade in / fade out). Противопоказаний никаких особых нет. Артефактов не замечено с нормальными декодерами (но могут быть проблемы с декодерами несоответствующими стандарту H.264, такими как CoreAVC 1.x или некоторыми железными плейерами). Здесь речь именно о --weightp 2. --weightp 1 тоже полезен, но уже не так эффективен для сжатия переходов (fade in / fade out).
Насчет подбора me по логу, это мне кажется какой-то извините ахинеей. me выбирается не по логам, а исходя из того насколько дольше вы готовы ждать при соответствующем повышении качества (выше umh ИМХО не стоит).
--no-fast-pskip (запрет быстрого пропуска определения P-кадров)
Быстрый пропуск определения P-кадров повышает скорость, но может вызвать небольшую блочность в местах, где непрерывная цветовая гамма или лёгкий градиент (тёмные сцены или небо). Включение этой опции ОТКЛЮЧИТ быстрый пропуск.
Рекомендации: Включено при 2-х проходном кодировании, при CRF –желательно отключить.
--trellis
Особенность работы треллиса в том, что он может размазывать по ровным областям мусор , метрикой psy-trellis устанавливается коэффициент этой самой мазни. Если сигнал чистый, фон ровный и не имеет ярко выраженной шумовой структуры, то отключив треллис, можно предотвратить "мазню" в фоне, но вместе с тем можно потерять на резкости других деталей, поэтому для их сохранения может понадобиться доп. битрейт, который можно было сэкономить за счёт треллиса. С другой стороны, поднимая дэдзоны есть шанс уложиться и в меньший битрейт за счёт отсечения низкоквантовых деталей, в этом случае доп. битрейт не потребуется. Всё очень сильно зависит от сигнала, к каждому нужен свой подход, но как правило включенный треллис позволяет передать больше деталей в аналогичный битрейт. trellis дает субъективный результат. А на мультиках его рекомендуется отключать.
--deadzone-inter xx [MasterNobody]
--deadzone-intra xx
Q: deadzone ставить по 6 как рекомендуют, чтобы сохранить зерно или оставить можно по умолчанию 11-21 ?
A: Это в зависимости от, того, какие задачи ставить. Если это анимация, да еще такая, в которой нет мелких деталей, то можно и дефолтные 11, 21, а если высокодетализированный источник и нужно сохранить даже мелкий шум, то уменьшаем вплоть 6,4. В любом случае по скриншотам придется смотреть и экспериментировать. Задает пороги для мелких деталей в пределах которых x264 будет их выкидывать не пытаясь сохранить. Наверно при deadzone-intra 6, deadzone-inter 6 стоит задуматься о хорошем запасе битрейта.
Чем ниже значение, тем более мелкие детали по яркости будет стремиться сохранить кодек, но тем больше естественно понадобится битрейта для их сохранения.
Лучше придерживаться золотого правила: "Не знаешь - не крути". А вообще если используется --trellis 2, то deadzones уже практически ни на что не влияют. С другими же режимами trellis их иногда можно уменьшить для сохранения зерна/шумов. Так раньше (а может и сейчас) можно было часто увидеть --deadzone-inter 6 --deadzone-intra 6 именно для целей сохранения зерна/шумов (опять же нужно учитывать, что это повышает битрейт, так что имеет смысл при достаточно высоких битрейтах).
-mbtree [shellgen]
Грубо говоря, опускает кванты макроблокам, на которые часто ссылаются близлежащие в радиусе --rc-lookahead фреймы и vice versa. Чем ниже --qcomp, тем больше эффект от mbtree. В мультипроходе эффективнее срабатывает.
На SSIM и прочих попугаях всегда сказывается положительно, чего не скажешь о визуальном восприятии. На анимации наверное хорошо, на живом видео субъективно пока не очень. Более эффективно работает в мультипроходе, в crf тоже судя по результатам неплохо, но теоретически менее эффективно.
Опыт использования MBtree на средних и высоких битрейтах и высоко детальном видео
Для анимации и битрейтодефицитных пережаток возможно всё и хорошо, но в остальном ничего хорошего не замечено пока... Особенно на динамике и с зерном вообще IMHO плохо, для себя остановился пока на --no-mbtree.
mbtree хорош для чистой картинки с повторяющимися кадрами. Это не только новое аниме, но и прочая 2D мультипликация.
Q: Простым сценам в результате достается меньше, а сложным битрейта больше, чем раньше, когда мы не использовали mbtree ?
A: Нет. Больше битрейта достается не "сложным сценам", а "полезным" макроблокам.
--bframes
Нет ограничений на b-фреймы по левелам
--psy-rd
Опция позволяет нам регулировать оптимизацию расходуемого на кодирование битрейта (rate-distortion optimization, RDO). Оптимизация предполагает максимально эфективное использование битрейта с точки зрения восприятия картинки человеком. Чем большие значения мы выставляем в этой опции, тем больше мы отдаем предпочтение детализации перед битрейтом. Но... Эти процедуры/методики ориентированы на получение не "такого же" (подобного) изображения, а визуально похожего ("психовизуальные показатели"). Они не делают картинку "более четкой" (более, чем что?), а сохраняют (пытаются сохранить) детализацию за счет битрейта крупных объектов (использование psy-rd понижает PSNR/SSIM). Это приводит к появлению артефактов (части крупных объектов распознаются кодеком как отдельные объекты), что особенно критично при некачественных исходниках.
--colormatrix [MaLLIeHbKa]
Правильней указать цветовой диапазон исходника в настройках x264 следующим ключом: "--colormatrix xxx". Где xxx - BT.709, BT.601 и т.д.
--colormatrix "bt470bg" например если DGIndex показывает 470. Еще варианты: undef, bt709, fcc, bt470bg, smpte170m, smpte240m, GBR, YCgCo
Q: Что значат 625 и 525 в "ITU-R..."?
A: Число линий для PAL (625) и NTSC (525)
Q: Что это за опции в логе: Matrix coefficients : BT.709-5, BT.1361, IEC 61966-2-4 709, SMPTE RP177
A: Грубо говоря, информационные данные (на сам энкод никак не влияют), содержащие рекомендации декодеру по преобразованию цветового пространства, дабы он сам не строил предположений на этот счёт (предположения обычно строятся на основе разрешения, или не строятся вовсе). Далеко не все декодеры этими данными пользуются.
--cqm
Совместно с psy их использование в 99% случаев нецелесообразно.
--vbv-bufsize
bufsize — это размер промежуточного буфера перед декодером. maxrate — скорость, с которой этот буфер заполняется. "Пик" — максимальный объём информации, который декодер может получить в единицу времени. Если буфер заполнен, то за одну секунду декодер может получить не больше (maxrate+bufsize). За две секунды не более (2*maxrate+bufsize) и т.д. Аналогично работает -m limit в iptables, если это о чём-то говорит.
Buffer underflow будет, если параметры VBV неправильно подобраны. Очевидно, что сами по себе "пики" не являются ограничением.
--zones
Q: Что значит: zones=116800,121753,q=35
A: Кадры с 116800 по 121753 кодируются с постоянным квантизером 35. Занижение качества на титрах с целью выиграть битрейта на основной видеоряд.
--subme
--subme 10 хорошо для 2 прохода.
С точки зрения соответствия оригиналу subme 9, предпочтительнее.
Есть такое дело. Когда битрейта более чем достаточно, есть смысл на него опускаться; если имеет место быть даже самую малость битодефицит, QPRD здорово вытягивает.
Q: Когда 9 лучше, чем 10?
A: Таких примеров не скажу, а если они и есть, то вполне может оказаться что и 8 лучше чем 9 (вообщем, это только случаи когда меньше RD лучше, но это скорее всего может быть только когда как-то криво выкрутили --psy-rd).
--merange (максимальное количествово итераций при поиске векторов движения) [komisar666]
Определяет максимальное количество попыток (с измененными данными) нахождения оптимального варианта при поиске вектора движения макроблока. Чем больше, тем лучше качество. Но падение скорости не стоит выигрыша уже после 12.
Отметьте, что для umh, esa и tesa, увеличение merange значительно замедлит кодирование.
hex –> umh разница в размере большая, в скорости не очень существенная
umh –> esa –> tesa разница в размере минимальная (причём иногда в "странную" сторону, как ни удивительно), а время вырастает очень существенно, чуть ли не "в разы" (tesa), что уж очень печально
16 –> 24 разница есть, но не очень большая и в размере и в скорости
24 –> 32 тоже есть, но уже незначительная в размере
>32 – практически пустая трата времени
umh – по-моему самый оптимальный алгоритм, с точки зрения соотношения производительность/качество. Всё, что "ниже его" – несколько быстрее и ощутимо хуже. Всё что выше – ощутимо медленнее и незначительно лучше
На счёт merange при umh: разницы между всеми значениям "16 и выше" вижу немного. Меньше 16 ставить не стОит. Можно поднять до 24-32.
Алгоритмы esa и tesa – медленные, дающие небольшой прирост в качестве, логично их использовать, когда скорость энкода совсем не важна, а +капельку улучшения получить хочется. Логично что в таком случае поставить merange можно и побольше (раз времени то совсем не жалко). Но всё равно не думаю, что в значениях больше 32 есть хоть какой-то смысл.
Алгоритмы "меньше umh" – быстрые алгоритмы, позволяющие получить "максимум" fps энкода. Логично, что если стремимся именно к этому, то ставить большие значения merange нелогично, т.к. скорость "уйдёт", а качество "не придёт"... Иными словами больше 16 ставить смысла не вижу.
Такое лучше все же смотреть по SSIM. Улучшение точности M.E. в принципе ведь не всегда должно приводить именно к уменьшению размера. Но так конечно tesa+32 это плацебо которое на качество влияет очень слабо.
merange в некоторых кругах "рекомендуют" FrameWidth/16(именно на 16 делят -на размер макроблока) Увеличивать его полезно при кодировании динамичного исходника... т.е. чтобы алгоритму поиска движения дать возможность найти макроблок с выпущенной пулей, "улетевшей" во втором кадре на расстояние, большее, чем merange...
За МЕ Range в логе отвечает параметр direct, и как я понимаю, чем он ниже, тем менее востребованы высокие значения МЕ Range.
--no-dct-decimate [shellgen]
У нас есть блок. У этого блока есть dct коэффициенты. Если коэффициент меньше порога X, то его можно обнулить. А можно оставить на второй проход, вдруг битрейта хватит и на его сохранение. Ключ --no-dct-decimate отвечает, грубо говоря, за опцию предварительной DCT трансформации сигнала перед непосредственно кодированием, как результат - сигнал на следующий этап компрессии подаётся уже немного оптимизированный. Если ключом эту трансформацию отключить, то есть вероятность немного выиграть в детальности в мультипроходе, т.к. за несколько проходов у кодека есть возможность оценить полную версию сигнала, НО категорически не стоит выключать DCT оптимизацию при однопроходном кодировании, только навредит по очевидным причинам.
--rc-lookahead
Памяти много - выкручивайте побольше. На что на практике влияет rc-lookahead ?
На количество фреймов, используемых mb-tree (mb-tree ratecontrol) и vbv (vbv-lookahead).
- Если задействуете mb-tree, то значение rc-lookahead должно быть меньше или равно keyint.
- Если используете vbv, то значение rc-lookahead должно быть меньше или равно max( keyint, max( vbv-maxrate, bitrate ) / vbv-bufsize * fps ))
--deblock [@lolkin@]
Чем выше квант тем больше сила деблокинга, и наоборот. соотв при низких квантах деблок практически не задействован.
Q: Подскажите, есть ли еще какие-либо методы борьбы с квадратами на участках с равномерными цветами (в мультфильмах), кроме деблока и значительного повышения битрейта?
A: Если исходник mpeg, то в строке загрузки указать cpu=4 (для борьбы с блочностью).
--ssim
--psnr
SSIM - это объективный измеритель соответствия входящего сигнала выходящему. Считется что он ближе к человечьей субъективности.
Q: Какое значение SSIM считается достаточно хорошим?
A: Для живого видео цифра пригодна больше для сравнения эффективности различных синтетических настроек на одном и том же подопытном. Хоть SSIM в отличие от PSNR и заточено в некоторой степени на восприятие, но psy портит его почём зря, часто заметно прибавляя визуального комфорта, так что обращать избыточное внимание на этого попугая не стоит.
Q: Скажите пожалуйста, насколько важны параметры SSIM и PSNR? Кто-то включает их в выкладываемый лог, кто-то нет.
И значения того же SSIM: ~0.96 можно считать неудачным результатом и искать лучшие решения?
A: ssim/psnr считают, в данном случае, соответствие выходящего сигнала из кодека входящему сигналу B в кодек. Если мы пофильтруем то кодек на вход получит сигнал с лучшей сжимаемостью и увеличится ssim. Чтобы посчитать реальный ssim надо взять сигнал до кодека и без фильтров и сигнал после кодека. Только смысла такого сравнения мало. Тот же фильтр сложного деинтерлейса уронит тебе тот ssim до невозможности.
--fullrange
У нас есть в видео три сигнала. Они могут быть от 0 до 255. Это fullrange он же PC. Они могут быть в диапазоне ТВ ( 16-235 яркость и 16-240 цветность). При работе с промышленными непержатыми енкодами с оптических носителей в 99.9% случаев специально указывать fullrange не нужно. ))
CRF(pass) [k0stix, @lolkin@, komisar666]
Constant Rate Factor есть модель, ориентированная в отличие от битрейта не на биты и байты, а на оптимизированные исходя из психовизуальных выкладок потери lossy кодирования, чем ниже, тем. меньше потери. Пропорциональная зависимость CRF от битрейта лишь следствие этого.
Есть общая тенденция, при подборе битрейта как правило близким к оптимальному будет битрейт при том значении CRF, при котором кванты I фреймов не упадут ниже 16-17 (более низкие значения обычно сигналят об откровенном перерасходе), а B-фреймов не подскочат выше 25-25.5 (более высокие значения как правило вызывают явно различимые артефакты). Всё что находится в промежутке между этими значениями - надо сравнивать глазами, чтобы оценить возможность/необходимость поднять кванты повыше/пониже. В большинстве случаев комбинация близкая к qi18-qp20-qb23 даст результат, максимально приближенный к оптимальному.
Если нужно выжать из объёма максимум, попав при этом в точный размер, не вылазя за пределы левелов аппаратной поддержки, не жалея времени, то целесообразно делать мультипроходный CRF
Первый проход: --crf ??.? --pass 1 --stats "stats.txt"
Второй проход: --bitrate <битрейт, полученный на первом проходе, скорректированный под целевой> --pass 3 --stats "stats.txt" --vbv-...
Если аппаратная совместимость не актуальна (для SD разрешения она в том числе неактуальна), то тратить время на мультипроход из соображений часы/"выигрыш в качестве" не вполне целесообразно.
Если судить по квантам, уже 2-проходный на основе crf выигрывает в сравнении с однопроходным, даже без mbtree. Точно так же и на глаз.
crf никак не привязан к какому-то определенному битрейту, он дает битрейта ровно столько, сколько надо на данный отрезок видео. Т.е. надо, чтоб битрейт подскачил на 420 кбпс и сохранялся таким в течение 5 минут, crf столько и выделит. С кодированием в битрейт все вертится вокруг заданного битрейта, грубо говоря, на графике это выглядело б как кривая, постоянно ходящая вокруг оси координат (заданного битрейта), постоянно пытаясь вернуться к заданному значению. Помимо того, это и разные алгоритмы сжатия. crf, опять-таки, как я понял, больше внимания уделяет не слишком динамичным сценам, т.е. там, где действительно можно глазом уловить разницу во время просмотра. На ядреной такой динамике может что и пропустить.
При одинаковом битрейте 2-ой проход на основе статистики с crf дает ощутимое преимущество в сравнении с просто crf-ом, как по попугайчикам, так и визуально
1. Для quality-based кодирования вполне достаточно 1-Pass CRF. Нужно вписаться в ограничения хардварных декодеров?, CRF+VBV сейчас прекрасно работает.
2. Есть острая необходимость вписаться в конкретный битрейт/размер файла - 2-pass CRF. Причем первый с --slow-firstpass, вторым тюним если промахнулись.
Q: Есть ли ещё какие-либо критические моменты или рекомендации к CRF энкоду, в плане настроек, кроме --no-dct-decimate --no-fast-pskip --direct spatial ?
A: В остальном от мультипрохода твикинг однопроходного CRF'а не отличается, за исключением того, что при кодировании HD сигнала лучше делать тот же CRF, но в два прохода, чтобы не вылезти за пределы допустимого с точки зрения хардварных чипов VBV, особенно 1080p касается. )
Q: Если выбран crf 20, 20 это средний квант для P ?
A: Это значение RateFactor в понятии кодека, при котором получается некое "постоянное качество", но никак не квант.
Чтение лога [shellgen]
coded y,uvDC,uvAC intra:84.5% 77.7% 43.7% inter:46.2% 37.9% 2.7%
Это статистика по ненулевым макроблокам (включая skip-блоки) в распределении по каналам и inter/intra фреймам
x264 [info]: coded y,uvDC,uvAC intrA: 93.2% 0.0% 0.0% inter: 24.8% 0.0% 0.0%
x264 [info]: i16 v,h,dc,p: 30% 18% 8% 44%
x264 [info]: i8 v,h,dc,ddl,ddr,vr,hd,vl,hu: 17% 10% 7% 8% 11% 12% 11% 11% 11%
x264 [info]: i4 v,h,dc,ddl,ddr,vr,hd,vl,hu: 13% 10% 2% 10% 15% 15% 13% 12% 11%
Add "coded blocks" stat to output information. This measures the total percentage of blocks, intra and inter, which have nonzero coefficients.
"y,uvAC,uvDC" refers to luma, chroma DC, and chroma AC blocks. Note that skip blocks are included in this stat.
x264 [info]: mb B I16..4: 0.0% 1.2% 0.4% B16..8: 29.3% 2.1% 2.9% direct: 4.4% skip:59.7% L0:43.5% L1:34.6% BI:21.8%
Это использование частиц
x264 [info]: mb P I16..4: 0.6% 12.4% 0.9% P16..4: 45.9% 23.0% 12.1% 0.2% 0.0% skip: 5.0% *1
x264 [info]: mb B I16..4: 0.0% 1.4% 0.2% B16..8: 57.4% 1.8% 2.3% direct: 5.7% skip:31.2% L0:40.8% L1:55.4% BI: 3.8% *2
*1 : неизменные субблоки перешедшие от интра фреймов в P-фреймы
*2 : direct: скомпенсированные по движению неперекодированные субблоки, skip: неизменные субблоки, L0: субблоки с вперёд-направленным предсказанием, L1: аналогично, но назад-направленно, BI: двунаправленно-предсказанные субблоки. Оставшаяся выделенная часть лога читается по аналогии с приведенным описанием
Q: Я бы тоже хотел научиться правильно читать места лога, которые shellgen не объяснил.
A: direct: блоки, скомпенсированные по остаточной разнице после предсказания с нулевым вектором skip: неизменные блоки проскочившие от intra фреймов, L0: вперёд-направленное предсказание, L1: назад-направленное, BI: двунаправленно-предсказанные блоки. Лог периодически терпит косметические и функциональные изменения, это как правило освещается в истории ревизий. ))
Для direct prediction макроблоков вектор движения (MV) не кодируется (так же как и для skipped макроблоков).
Anime [k0stix]
Общие рекомендации - в пресетах MeGUI. А точнее --aq-mode 0, ну и psy-rdo можно малость вниз крутануть. Остальное - по обстоятельствам, как обычно.
Довольно стандартный анимэшный пресет - psy в ноль и aq-strength где-нибудь ближе к 0.6 или 0.5, можно попробовать.
На анимации о ssim можно забыть, не под то затачивался. Деблок можно вырубить. Динамичные сцены хорошо вытягивает tesa, хотя на 720p это хорошенько займет времени. psy можно подопустить, скажем, 0.6, но тут - поле для экспериментов, aq можно в районе 0.7 или ниже, как будет смотреться.
Шумы в DVD Source [Pustovetov, gjiAm]
Q: Кодирую с помощью Avidemux DVD9 в AVC рип. Использую crf режим - никак не могу добиться детализации как на исходнике. Шумы и мелкие детали все равно замыливаются. Какие настройки кодека можно подкрутить?
A: Шумы чтоб оставались попробуй psy_rd 1.1 и выше. пси треллис покрути. типа 1.2:0.2 но это не глядя. фик знает что там
--b-pyramid, --no-mbtree, subme 10 тоже бы поставил deblock=1:-3:-3, trellis=2, aq=1:0.75. С целью сохранения зерна кстати можно еще пощупать нежно ip_ratio= / pb_ratio=
В preset'е для зернистых источников присутствует такой ключ, как qcomp 0.8, aq-strength, deadzone.
Q: Сорец немного шумноват и староват. Для сглаживания зерна использую --deblock 2:2 , для деталей --psy-rd 1.20:0. Что еще покрутить для сглаживания мушек, т.е вылизать картинку ?
A: Использовать для сглаживания шумка не деблокинг, а нормальный темпоральный шумодав с настройкой sigma? К примеру dfttest. Можно еще попробовать DeGrainMedian - настроек маловато, но работает на удивление эффективно. Для небольшой фильтрации - DeGrainMedian(limitY=5,limitUV=5,mode=3)
Разное [gjiAm, shellgen]
Q: Вопрос про тулзу которая показывает реальный битрейт фильма в силе. Ну не ужто нет такой ?
A: DGAVCIndex посчитает пик, avinaptic строит примитивный график для avi и mp4, больше вроде ничем.
Q: Подскажите фреймсервер для mkv на input
A: dss2()
ffvideosource()
DGMultiSource()
Q: Что такое "фейды"
A: Плавный переход тонов (затухание картинки и наоборот).
Q: Что такое "Тип развёртки : MBAFF ?
A: MBAFF попадает в выходной буфер декодера в виде гибридных полуполей и устранять чересстрочность нужно, но если для захвата сигнала был использован какой-нибудь dss(), то в синт попадает уже восстановленным в прогрессив средствами ds фильтров, установленных в vfw. Если есть уверенность в ds фильтрах в своей системе, то можно оставить как есть, если на борту nvidia, можно вытащить прогрессив из purevideo, если nvidia нет или чересстрочность кривая, то остаётся только вытаскивать сигнал из avcsource()/libavcodec и бороться с интерлейсом привычным синтовским инструментарием.
На статичных фреймах чересстрочность не ловят, особенно MBAFF, - нужно внимательно изучить сцены с хорошим движением.
Q: А есть возможность указать кодировщику границы фрагмента видео? Ну с какой по какую секунду (с какой по какой фрейм) брать исходник. Можно конечно сторонней программой вырезать нужный участок, но так было бы удобнее.
A: Trim(x,y)
Q: Если открыть 3-4-5 файликов то всеми встать одновременно на один кадр невозможно ?
A: directshow не рассчитан на frame accurate seeking, чуть лучше позиционирование делает dss2() за счёт halli, но есть абсолютно frame accurate альтернатива - ffms2.
code.google.com/p/ffmpegsource
loadplugin ("c:\Program Files\megui\tools\ffms2-2.12\ffms2.dll")
FFVideoSource("D:\Repack\Out_Usual\Обыкновенные подозреваемые.1.mkv")
Скачиваете полный "боекомплект" FFmpegSource. Все распаковываете и в паку плагинов AviSynth. Есть в нем (в "боекомплекте") такая штука - FFMS2.avsi, содержащая функцию:
function FFInfo(clip c, bool "framenum", bool "frametype", bool "cfrtime", bool "vfrtime")
По умолчанию все булевы параметры установлены в "true". Т.е. достаточно в скрипте после FFхххSource указать FFInfo() и получите информацию о текущем фрейме, его типе и т.д. Ничего подгружать не надо ( .avsi самозагружаемые).
Q: А имеет ли смысл рипать интерлесный исходник в прогрессив ?
A: В идеале "настоящий" интерлейс надо оставлять интерлейсом. Проблема в том кто сможет такой идеал отдеинтерлейсить на лету при просмотре
ffdshow теряет фреймы. Рекомендуется строить граф через MS-декодер (или индексировать). Если видеокодек VC1, то индексируем в DGAVCDecNV, или создаем Граф.
Q: Индексировать лучше сам видепоток (.vc1, .264) или в контейнере (m2ts, mkv) ?
A: Индексировать лучше поток с помощью DGAVCDecNV и открывать через DGMultiSource (без CUVID-сервера).
[*]DirectShowsource(), будучи не frame-accurate сервером, может терять фреймы, если во время его работы на занятое декодированием ядро упадёт дополнительная значительная нагрузка - фреймы, на декодирование которых не хватило мощности, просто будут заменены на предыдущий
[*]dss2(), декодируя через тот же DirectShow через haali, не может теоретически гарантировать frame-accurate потока, но на практике жалоб на ошибки позиционирования и сбои не поступало. при условии ненагрузки тяжёлыми задачами занятого енкодом ПК надёжность такого метода захвата фреймов должна быть достаточно высокая
[*]ffvideоsource() имеет ряд проблем всплывающих при попытке извлечения сигнала из транспортных и сырых потоков. мультиплексирование видеопотока в матрёшку подобные проблемы решает, плагин в этом случае использует haali
[*]DirectShow фильтр ffdshow часто и подло сбоит на декодировании VC1, особенно на позиционировании. граф через родной DMO фильтр при невозможности использования других способов захвата сигнала на более надёжен
|
|
|
|
shellgen
Стаж: 18 лет 1 месяц Сообщений: 6417
|
shellgen ·
29-Мар-24 11:51
(спустя 13 лет 7 месяцев)
Автор поста: Падре (Пользователь)
Оригинал: https://rutr.life/forum/viewtopic.php?p=35855113#35855113
А вот и переработанный вариант двух функций для создания сэмплов/тестовых последовательностей.
Код несколько избыточен, но по моим немногочисленным проверкам работоспособен.
Необходима дальнейшая проверка корректности работы функций, но на это у меня нет времени. Обо всех обнаруженных ошибках сообщайте в ПМ.
код
Код:
###
### Мета-функция, используемая другими
###
function _MakeSample (clip clip, int "Seq_Count", int "Seq_Length", int "Seq_Offset", bool "Exact")
{
#Устанавливаем дефолтные значения
Seq_Count=Default(Seq_Count, 100)
Seq_Length=Default(Seq_Length, 50)
Seq_Offset=Default(Seq_Offset, 0)
Exact=Default(Exact, true)
#Некоторые промежуточные переменные
Frames=FrameCount(clip)
SampleLength=Seq_Count*Seq_Length
#Небольшая проверка...
Assert( ( Seq_Count >=1 && Seq_Length >=1 && Seq_Offset >=0) ? true : false, chr(10) + "Допускаются только положительные числа:" + chr(10) +
\"'Seq_Count' и 'Seq_Length' >=1"+ chr(10)+
\"'Seq_Offset' >=0"+ chr(10))
Assert( ( SampleLength <= Frames-Seq_Offset) ? true : false, chr(10) + "Один или несколько параметров заданы неверно!" + chr(10))
#Поехали!
clip=SelectRangeEvery(clip, Ceil((Frames-Seq_Offset)/Seq_Count), Seq_Length, Seq_Offset)
return Exact ? Trim(clip, 0, -SampleLength) : clip
}
###
### MAKESAMPLE
### Равномерная выборка Seq_Count фрагментов,
### состоящих из Seq_Length фреймов,
### начиная с Seq_Offset фрейма
###
function MakeSample (clip clip, int "Seq_Count", int "Seq_Length", int "Seq_Offset")
{
# "Перекрываем" дефолтное значение _MakeSample().
# Устанавливаем по умолчанию размер единичного "куска" в фреймах равным ОКРУГЛ(fps*2)
Seq_Length=Default(Seq_Length, Round(FrameRate(clip)*2))
return _MakeSample(clip, Seq_Count, Seq_Length, Seq_Offset)
}
###
### MAKESAMPLE2
### Равномерная выборка общей длительностью Length секунд,
### состоящая из ряда непрерывных последовательностей KeyInt фреймов (макс.),
### начиная с Offset фрейма
###
function MakeSample2 (clip clip, float "Length", int "KeyInt", int "Offset")
{
Assert( ( Length > 0.0 && KeyInt >=1 && Offset >=0) ? true : false, chr(10) + "Допускаются только положительные числа:" + chr(10)+
\"'Length' >0 "+ chr(10)+
\"'KeyInt' >=1"+ chr(10)+
\"'Offset' >=0"+ chr(10))
N=Length*FrameRate(clip)
Assert( ( N >= KeyInt) ? true : false, chr(10) + "'Length' или 'KeyInt' заданы неверно!" + chr(10))
C=Ceil(N)
F=Floor(N)
R=((Abs(N-C)) < Abs(N-F)) ? C : F
return Trim(_MakeSample(clip, Ceil(N/KeyInt), KeyInt, Offset, false), 0, -R)
}
Использование:
1. Скопировать код, приведенный выше в текстовый файл и сменить расширение на avsi (самозагружаемый формат). Поместить данный файл в папку плагинов ависинта.
2. Примеры MakeSample
2.1. MakeSample() - вызов функции с параметрами по умолчанию. Делает сэмпл "длиной" 100*ОКРУГЛ(fps*2) фреймов, т.е. при fps=24000/1001 (23,976024...) получим сэмпл, состоящий из 4800 фреймов.
2.2. MakeSample(20, 240) - сэмпл "длиной" 4800 фреймов, составленный из 20 фрагментов по 240 фреймов на каждый.
2.3. MakeSample(20, 240, 2400) - тоже самое, что и в п.2.2, но выборка будет производиться не с нулевого, а начиная с 2400-го фрейма.
3. Примеры MakeSample2
3.1. MakeSample2(100, 100) - сэмпл продолжительностью 100 секунд, составленный из последовательностей в 100 фреймов (макс.).
3.2. MakeSample2(110.5, 96) - сэмпл продолжительностью 110.5 секунд, составленный из последовательностей в 96 фреймов (макс.).
3.3. Примечание к функции MakeSample2. По умолчанию для нее параметры не заданы! Принцип создания сэмпла: вначале производится выборка из целого числа последовательностей KeyInt, а затем "излишек отрезается" для получения общей продолжительности сэмпла максимально приближенной к заданной.
4. Оба варианта допускают указание именованных переменных при вызове:
4.1. MakeSample(Seq_Count=100, Seq_length=50, Seq_Offset=1000)
4.2. MakeSample2(Length=600, KeyInt=240, Offset=9600)
Сообщения из этой темы были выделены в отдельный топик [не удалять] Как выбрать оптимальный битрейт и ключевые параметры для рипа в x264 [архив №2]
GarfieldX
Сообщения из этой темы [3001 шт.] были выделены в отдельную тему [не удалять] Как выбрать оптимальный битрейт и ключевые параметры для рипа в x264 [архив №3]
interdude
|
|
|
|
