GOP/ 碼流 /位元速率 / 位元率 / 幀速率 / 解析度

GOP（Group of picture）

       關鍵幀的週期，也就是兩個IDR幀之間的距離，一個幀組的最大幀數，一般而言，每一秒視訊至少需要使用 1 個關鍵幀。增加關鍵幀個數可改善質量，但是同時增加頻寬和網路負載。

         需要說明的是，通過提高GOP值來提高影象質量是有限度的，在遇到場景切換的情況時，H.264編碼器會自動強制插入一個I幀，此時實際的GOP值被縮短了。另一方面，在一個GOP中，P、B幀是由I幀預測得到的，當I幀的影象質量比較差時，會影響到一個GOP中後續P、B幀的影象質量，直到下一個GOP開始才有可能得以恢復，所以GOP值也不宜設定過大。

        同時，由於P、B幀的複雜度大於I幀，所以過多的P、B幀會影響編碼效率，使編碼效率降低。另外，過長的GOP還會影響Seek操作的響應速度，由於P、B幀是由前面的I或P幀預測得到的，所以Seek操作需要直接定位，解碼某一個P或B幀時，需要先解碼得到本GOP內的I幀及之前的N個預測幀才可以，GOP值越長，需要解碼的預測幀就越多，seek響應的時間也越長。

CABAC/CAVLC

H.264/AVC標準中兩種熵編碼方法，CABAC叫自適應二進位制算數編碼，CAVLC叫前後自適應可變長度編碼，

CABAC：是一種無損編碼方式，畫質好，X264就會捨棄一些較小的DCT係數，位元速率降低，可以將位元速率再降低10-15%（特別是在高位元速率情況下），會降低編碼和解碼的速速。

CAVLC將佔用更少的CPU資源，但會影響壓縮效能。

      幀：當取樣視訊訊號時，如果是通過逐行掃描，那麼得到的訊號就是一幀影象，通常幀頻為25幀每秒（PAL制）、30幀每秒（NTSC制）；
      場：當取樣視訊訊號時，如果是通過隔行掃描（奇、偶數行），那麼一幀影象就被分成了兩場，通常場頻為50Hz（PAL制）、60Hz（NTSC制）；
      幀頻、場頻的由來：最早由於抗干擾和濾波技術的限制，電檢視像的場頻通常與電網頻率（交流電）相一致，於是根據各地交流電頻率不同就有了歐洲和中國等PAL制的50Hz和北美等NTSC制的60Hz，但是現在並沒有這樣的限制了，幀頻可以和場頻一樣，或者場頻可以更高。
      幀編碼、場編碼方式：逐行視訊幀內鄰近行空間相關性較強，因此當活動量非常小或者靜止的影象比較適宜採用幀編碼方式；而場內相鄰行之間的時間相關性較強，對運動量較大的運動影象則適宜採用場編碼方式。

Deblocking

開啟會減少塊效應。

FORCE_IDR

是否讓每個I幀變成IDR幀，如果是IDR幀，支援隨機訪問。

frame,tff,bff

        --frame 將兩場合並作為一幀進行編碼,--tff Enable interlaced mode (開啟隔行編碼並設定上半場在前),--bff Enable interlaced mode。
        PAFF 和MBAFF：當對隔行掃描影象進行編碼時，每幀包括兩個場，由於兩個場之間存在較大的掃描間隔，這樣，對運動影象來說，幀中相鄰兩行之間的空間相關性相對於逐行掃描時就會減小，因此這時對兩個場分別進行編碼會更節省碼流。

       對幀來說，存在三種可選的編碼方式：將兩場合並作為一幀進行編碼(frame 方式)或將兩場分別編碼(field 方式)或將兩場合並起來作為一幀，但不同的是將幀中垂直相鄰的兩個巨集塊合併為巨集塊對進行編碼；前兩種稱為PAFF 編碼，對運動區域進行編碼時field 方式有效，對非運區域編碼時，由於相鄰兩行有較大的相關性，因而frame 方式會更有效。當影象同時存在運動區域和非運動區域時，在MB 層次上，對運動區域採取field 方式，對非運動區域採取frame 方式會更加有效，這種方式就稱為MBAFF，預測的單位是巨集塊對。

碼流 / 位元速率　

　碼流(Data Rate)是指視訊檔案在單位時間內使用的資料流量，也叫位元速率或碼流率，通俗一點的理解就是取樣率,是視訊編碼中畫面質量控制中最重要的部分，一般我們用的單位是kb/s或者Mb/s。一般來說同樣解析度下，視訊檔案的碼流越大，壓縮比就越小，畫面質量就越高。碼流越大，說明單位時間內取樣率越大，資料流，精度就越高，處理出來的檔案就越接近原始檔案，影象質量越好，畫質越清晰，要求播放裝置的解碼能力也越高。

　　當然，碼流越大，檔案體積也越大，其計算公式是檔案體積=時間X位元速率/8。例如，網路上常見的一部90分鐘1Mbps碼流的720P RMVB檔案，其體積就=5400秒×1Mb/8=675MB。

　　通常來說，一個視訊檔案包括了畫面及聲音，例如一個RMVB的視訊檔案，裡面包含了視訊資訊和音訊資訊，音訊及視訊都有各自不同的取樣方式和位元率，也就是說，同一個視訊檔案音訊和視訊的位元率並不是一樣的。而我們所說的一個視訊檔案碼流率大小，一般是指視訊檔案中音訊及視訊資訊碼流率的總和。

以以國內最流行，大家最熟悉的RMVB視訊檔案為例，RMVB中的VB，指的是VBR，即Variable Bit Rate的縮寫，中文含義是可變位元率，它表示RMVB採用的是動態編碼的方式，把較高的取樣率用於複雜的動態畫面(歌舞、飛車、戰爭、動作等)，而把較低的取樣率用於靜態畫面，合理利用資源，達到畫質與體積可兼得的效果。

位元速率和取樣率最根本的差別就是位元速率是針對原始檔來講的。

取樣率

   取樣率（也稱為取樣速度或者取樣頻率）定義了每秒從連續訊號中提取並組成離散訊號的取樣個數，它用赫茲（Hz）來表示。取樣率是指將模擬訊號轉換成數字訊號時的取樣頻率，也就是單位時間內取樣多少點。一個取樣點資料有多少個位元。位元率是指每秒傳送的位元(bit)數。單位為 bps(Bit Per Second)，位元率越高，傳送的資料越大，音質越好.位元率 =取樣率 x 採用位數 x聲道數.

   取樣率類似於動態影像的幀數，比如電影的取樣率是24赫茲，PAL制式的取樣率是25赫茲，NTSC制式的取樣率是30赫茲。當我們把取樣到的一個個靜止畫面再以取樣率同樣的速度回放時，看到的就是連續的畫面。同樣的道理，把以44.1kHZ取樣率記錄的CD以同樣的速率播放時，就能聽到連續的聲音。顯然，這個取樣率越高，聽到的聲音和看到的影象就越連貫。當然，人的聽覺和視覺器官能分辨的取樣率是有限的，基本上高於44.1kHZ取樣的聲音，絕大部分人已經覺察不到其中的分別了。

而聲音的位數就相當於畫面的顏色數，表示每個取樣的資料量，當然資料量越大，回放的聲音越準確，不至於把開水壺的叫聲和火車的鳴笛混淆。同樣的道理，對於畫面來說就是更清晰和準確，不至於把血和西紅柿醬混淆。不過受人的器官的機能限制，16位的聲音和24位的畫面基本已經是普通人類的極限了，更高位數就只能靠儀器才能分辨出來了。比如電話就是3kHZ取樣的7位聲音，而CD是44.1kHZ取樣的16位聲音，所以CD就比電話更清楚。

當你理解了以上這兩個概念，位元率就很容易理解了。以電話為例，每秒3000次取樣，每個取樣是7位元，那麼電話的位元率是21000。 而CD是每秒 44100次取樣，兩個聲道，每個取樣是13位PCM編碼，所以CD的位元率是44100*2*13=1146600，也就是說CD每秒的資料量大約是 144KB，而一張CD的容量是74分等於4440秒，就是639360KB＝640MB。

位元速率和取樣率最根本的差別就是位元速率是針對原始檔來講的。

位元率

位元率是指每秒傳送的位元(bit)數。單位為bps(Bit Per Second)，位元率越高，傳送的資料越大。在視訊領域,位元率常翻譯為位元速率 !!!

位元率表示經過編碼（壓縮）後的音、視訊資料每秒鐘需要用多少個位元來表示，而位元就是二進位制裡面最小的單位，要麼是0，要麼是1。位元率與音、視訊壓縮的關係，簡單的說就是位元率越高，音、視訊的質量就越好，但編碼後的檔案就越大；如果位元率越少則情況剛好相反。

位元率是指將數字聲音、視訊由模擬格式轉化成數字格式的取樣率，取樣率越高，還原後的音質、畫質就越好。

常見編碼模式：

　　VBR（Variable Bitrate）動態位元率 也就是沒有固定的位元率，壓縮軟體在壓縮時根據音訊資料即時確定使用什麼位元率，這是以質量為前提兼顧檔案大小的方式，推薦編碼模式；

　　ABR（Average Bitrate）平均位元率 是VBR的一種插值引數。LAME針對CBR不佳的檔案體積比和VBR生成檔案大小不定的特點獨創了這種編碼模式。ABR在指定的檔案大小內，以每50幀（30幀約1秒）為一段，低頻和不敏感頻率使用相對低的流量，高頻和大動態表現時使用高流量，可以做為VBR和CBR的一種折衷選擇。

　　CBR（Constant Bitrate），常數位元率 指檔案從頭到尾都是一種位速率。相對於VBR和ABR來講，它壓縮出來的檔案體積很大，而且音質相對於VBR和ABR不會有明顯的提高。

幀速率

幀速率也稱為FPS(Frames PerSecond)的縮寫——幀/秒。是指每秒鐘重新整理的圖片的幀數，也可以理解為圖形處理器每秒鐘能夠重新整理幾次。越高的幀速率可以得到更流暢、更逼真的動畫。每秒鐘幀數(FPS)越多，所顯示的動作就會越流暢。

解析度

就是幀大小每一幀就是一副影象。

640*480解析度的視訊，建議視訊的碼速率設定在700以上，音訊取樣率44100就行了

一個音訊編位元速率為128Kbps，視訊編位元速率為800Kbps的檔案，其總編位元速率為928Kbps，意思是經過編碼後的資料每秒鐘需要用928K位元來表示。

   計算輸出檔案大小公式：
（音訊編位元速率（KBit為單位）/8 +視訊編位元速率（KBit為單位）/8）×影片總長度（秒為單位）=檔案大小（MB為單位）

2,高清視訊

目前的720P以及1080P採用了很多種編碼，例如主流的MPEG2，VC-1以及H.264，還有Divx以及Xvid，至於封裝格式更多到令人髮指，ts、mkv、wmv以及藍光專用等等。

720和1080代表視訊流的解析度，前者1280*720，後者1920*1080，不同的編碼需要不同的系統資源，大概可以認為是H.264>VC-1>MPEG2。 　　

VC-1是最後被認可的高清編碼格式，不過因為有微軟的後臺，所以這種編碼格式不能小窺。相對於MPEG2，VC-1的壓縮比更高，但相對於H.264而言，編碼解碼的計算則要稍小一些，目前來看，VC-1可能是一個比較好的平衡，輔以微軟的支援，應該是一隻不可忽視的力量。一般來說，VC-1多為 “.wmv”字尾，但這都不是絕對的，具體的編碼格式還是要通過軟體來查詢。

總的來說，從壓縮比上來看，H.264的壓縮比率更高一些，也就是同樣的視訊，通過H.264編碼演算法壓出來的視訊容量要比VC-1的更小，但是VC-1 格式的視訊在解碼計算方面則更小一些，一般通過高效能的CPU就可以很流暢的觀看高清視訊。相信這也是目前NVIDIA Geforce 8系列顯示卡不能完全解碼VC-1視訊的主要原因。

PS&TS是兩種視訊或影片封裝格式，常用於高清片。副檔名分別為VOB/EVO和TS等；其檔案編碼一般用MPEG2/VC-1/H.264

　高清，英文為“High Definition”，即指“高解析度”。 高清電視(HDTV)，是由美國電影電視工程師協會確定的高清晰度電視標準格式。現在的大螢幕液晶電視機，一般都支援1080i和720P，而一些俗稱的“全高清”(Full HD)，則是指支援1080P輸出的電視機。

目前的高清視訊編碼格式主要有H.264、VC-1、MPEG-2、MPEG-4、DivX、XviD、WMA-HD以及X264。事實上，現在網路上流傳的高清視訊主要以兩類檔案的方式存在：一類是經過MPEG-2標準壓縮，以tp和ts為字尾的視訊流檔案;一類是經過WMV-HD(Windows Media Video HighDefinition)標準壓縮過的wmv檔案，還有少數檔案字尾為avi或mpg，其性質與wmv是一樣的。真正效果好的高清視訊更多地以H.264與VC-1這兩種主流的編碼格式流傳。

一般來說，H.264格式以“.avi”、“.mkv”以及“.ts”封裝比較常見。

位率（定位元速率，變位元速率）

　    位率又稱為“位元速率”。指單位時間內，單個錄影通道所產生的資料量，其單位通常是bps、Kbps或Mbps。可以根據錄影的時間與位率估算出一定時間內的錄影檔案大小。 　位率是一個可調引數，不同的解析度模式下和監控場景下，合適的位率大小是不同的。在設定時，要綜合考慮三個因素： 　　
1、解析度 　　
        解析度是決定位率（位元速率）的主要因素，不同的解析度要採用不同的位率。總體而言，錄影的解析度越高，所要求的位率（位元速率）也越大，但並不總是如此，圖1說明了不同解析度的合理的位元速率選擇範圍。所謂“合理的範圍”指的是，如果低於這個範圍，影象質量看起來會變得不可接受；如果高於這個範圍，則顯得沒有必要，對於網路資源以及儲存資源來說是一種浪費。 　　
2、場景 　　
        監控的場景是設定位元速率時要考慮的第二個因素。在視訊監控中，影象的運動劇烈程度還與位率有一定的關係，運動越劇烈，編碼所要求的位元速率就越高。反之則越低。因此在同樣的影象解析度條件下，監控人多的場景和人少的場景，所要求的位率也是不同的。 　　
3、儲存空間 　　
        最後需要考量的因素是儲存空間，這個因素主要是決定了錄影系統的成本。位率設定得越高，畫質相對會越好，但所要求的儲存空間就越大。所以在工程實施中，設定合適的位率即可以保證良好的回放影象質量，又可以避免不必要的資源浪費。 　　
位率型別 　　
位率型別又稱為位元速率型別，共有兩種——動態位元速率（VBR）和固定位元速率（CBR）。所謂動態位元速率是指編碼器在對影象進行壓縮編碼的過程中，根據影象的狀況實時調整位元速率高低的過程，例如當影象中沒有物體在移動時，編碼器自動將位元速率調整到一個較低的值。但當影象中開始有物體移動時，編碼器又自動將位元速率調整到一個較高的值，並且實時根據運動的劇烈程度進行調整。這種方式是一種影象質量不變，資料量變化的編碼模式。 　　
        固定位元速率是指編碼器在對影象進行編碼的過程中，自始至終採用一個固定的位元速率值，不論影象情況如何變化。這種方式是位元速率量不變，而影象質量變化的編碼模式。在動態位元速率模式下，我們在硬碟錄影機上設定的位率值稱為“位率上限”。意思是我們人為設定一個編碼位元速率變化的上限，可以低於，但不能高於。根據這個位率值，我們可以估算出一定時間內的儲存容量的上限值。 　　
        在固定位元速率模式下，在硬碟錄影機上設定的位率值就是編碼時所使用的位率值，根據這個數值，我們可以精確地估算出一定時間內的儲存容量。

QP(quantizer parameter)

介於0~31之間，值越小，量化越精細，影象質量就越高，而產生的碼流也越長。 

PSNR

允許計算峰值信噪比(PSNR,Peak signal-to-noise ratio),編碼結束後在螢幕上顯示PSNR計算結果。開啟與否與輸出的視訊質量無關，關閉後會帶來微小的速度提升。

profile level

分別是BP、EP、MP、HP：
　　1、BP-Baseline Profile：基本畫質。支援I/P 幀，只支援無交錯（Progressive）和CAVLC；
　　2、EP-Extended profile：進階畫質。支援I/P/B/SP/SI 幀，只支援無交錯（Progressive）和CAVLC；
　　3、MP-Main profile：主流畫質。提供I/P/B 幀，支援無交錯（Progressive）和交錯（Interlaced），也支援CAVLC 和CABAC 的支援；
　　4、HP-High profile：高階畫質。在main Profile 的基礎上增加了8x8內部預測、自定義量化、無損視訊編碼和更多的YUV 格式；

H.264規定了三種檔次，每個檔次支援一組特定的編碼功能，並支援一類特定的應用。
1）基本檔次：利用I片和P片支援幀內和幀間編碼，支援利用基於上下文的自適應的變長編碼進行的熵編碼（CAVLC）。主要用於可視電話、會議電視、無線通訊等實時視訊通訊；
2）主要檔次：支援隔行視訊，採用B片的幀間編碼和採用加權預測的幀內編碼；支援利用基於上下文的自適應的算術編碼（CABAC）。主要用於數字廣播電視與數字視訊儲存；
3）擴充套件檔次：支援碼流之間有效的切換（SP和SI片）、改進誤碼效能（資料分割），但不支援隔行視訊和CABAC。主要用於網路的視訊流，如視訊點播。

Reference

指兩個P幀之間的距離。

主碼流/副碼流

主碼流位率高，影象質量高，便於本地儲存；副碼流位率低，影象質量低，便於網路傳輸。

總結：

編碼引數不能只知道幀率，位元速率，I幀間隔，QP因子，更要知道其他引數的作用。