JM、H.264中一些引數的設定和含義
阿新 • • 發佈:2019-02-10
一·引數說明
這一節闡述的是encoder.cfg 中的引數對編碼過程的影響
要注意的是encoder.cfg 中的引數跟input 結構體中的變數是一一對應的
StartFrame:從視訊流的第幾幀開始編碼
FramesToBeEncoded:指明瞭除去 B幀後將要被編碼的幀數
input->no_frames = FramesToBeEncoded
FrameSkip:指明瞭編碼過程中跳過的幀數,中間有 B 幀也算跳過一幀。
NumberBFrames:相鄰 I、P幀或相鄰的 P幀之間的 B 幀個數,必須有
NumberBFrames< FrameSkip
input->successive_Bframe = NumberBFrames
IntraPeriod:I 幀出現的頻率。若 IntraPeriod="3",則每 3 幀(不含 B 幀)中有一 I 幀;
IntraPeriod="0" 時只有第一幀是 I 幀。
IDRIntraEnable:此值為1時每個 I幀都是 IDR,否則只有第一個 I幀是 IDR。
舉例:在 StartFrame="0"
FramesToBeEncoded="5"
FrameSkip="3"
NumberBFrames="2"
IntraPeriod="3"
IDRIntraEnable="1"
的情況下編碼情況如下,其中紅色代表 IDR 幀
表 1
視訊流 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17
編碼流 I B B P B B P B B I B B P
編碼順序 0 2 3 1 5 6 4 8 9 7 11 12 10
二·pic_order_cnt_type 為 0 的情況
這種情況下顯式的計算 POC
(1) 編碼端 I 幀或 P 幀 toppoc 的計算
這個過程在 main()函式的組迴圈
“for (img->number=0; img->number < input->no_frames; img->number++){ }”
中實現
z IntraPeriod或 IDRIntraEnable 為零時
這種情況下只有第一個 I 幀是 IDR 幀,比較簡單。對於 I幀或 P 幀,其頂場的 POC 為
(img->number) * (2*(input->successive_Bframe+1)) z IntraPeriod和 IDRIntraEnable 都不為零時
這種情況下每個 I 幀都是 IDR 幀,其 POC 必須設定為零, I幀出現的頻率為 IntraPeriod,
故其 toppoc為
(img->number % input->intra_period) * (2*(input->successive_Bframe+1))
z 說明:
原程式中使用了巨集定義 IMG_NUMBER
“#define IMG_NUMBER (img->number - start_frame_no_in_this_IGOP)”
通過搜start_frame_no_in_this_IGOP可知這個變數在NumberOfFrameInSecondIGOP為0
(encoder_main.cfg 中就是這樣設定的)時恆為 0,故有
IMG_NUMBER = img->number
(2) 編碼端 B幀 POC 的計算
由表一可知,在編完一 I 幀或 P 幀之後才開始對它前面的 B幀進行編碼
for (img->number=0; img->number < input->no_frames; img->number++)
{
……I,P 幀編碼……
if ((input->successive_Bframe != 0) && (IMG_NUMBER > 0))
{
……
for(img->b_frame_to_code=1; img->b_frame_to_code<=input->successive_Bframe;
img->b_frame_to_code++)
{
}
z IntraPeriod或 IDRIntraEnable 為零時toppoc 等於
2+(img->number-1) * (2*(input->successive_Bframe+1))
+2* (img->b_frame_to_code-1)
a) 第一個 2 指得是 IDR 的兩個場;
b) img->number要減一是因為要對當前幀(img->number)前面的 B幀進行編碼;
z IntraPeriod和 IDRIntraEnable 都不為零時 toppoc等於
2+(img->number % input->intra_period-1) * (2*(input->successive_Bframe+1))
+2* (img->b_frame_to_code-1)
IDR 幀前面
(3) toppoc 到 pic_order_cnt_lsb 的轉化
img->pic_order_cnt_lsb
=img->toppoc &
~((((unsigned int)( –1)) << (log2_max_pic_order_cnt_lsb_minus4+4)))
z (unsigned int)(-1)的十六進位制形式是 0xffffffff,即它的每一位都是 1;
z log2_max_pic_order_cnt_lsb_minus4+4是圖象數目(包括 B 幀)最大值的位數 z 當 toppoc >0時,img->pic_order_cnt_lsb=img->toppoc
當 toppoc <0時,img->pic_order_cnt_lsb= max_pic_order_cnt+ img->toppoc
其中 max_pic_order_cnt=1<<( log2_max_pic_order_cnt_lsb_minus4+4)
z 疑問:
不知道 toppoc 到 pic_order_cnt_lsb 這個過程有什麼意義;
POC 的值會從 0 變到很大,為什麼不對它進行熵編碼;
(4) 解碼端 toppoc 的恢復
此過程在函式 decode_poc 中執行。其思想是對於 IDR 前的 B 幀
Toppoc = pic_order_cnt_lsb - max_pic_order_cnt
否則
Toppoc = pic_order_cnt_lsb
是否減去 max_pic_order_cnt 由變數 PicOrderCntMsb 決定,對於 IDR 前的 B 幀
PicOrderCntMsb = (– max_pic_order_cnt)
否則
PicOrderCntMsb = 0
到這就不難理解 PicOrderCntMsb 的含義了, PicOrderCntMsb 反映了 toppoc的值是否小於 0。
至於另外兩個引數:PrevPicOrderCntMsb 總是為 0;PrevPicOrderCntLsb 在當前圖象是 IDR
或 IDR 前(視訊流中)的 B 幀時為0,否則等於前一圖象(編碼序列中)的 PicOrderCntLsb。
三·pic_order_cnt_type 為 1 的情況
這種情況下通過 frame_num來計算 POC
(1)frame_num 簡介
參考《畢厚傑》7.3.4 節中 frame_num 條款的解釋,對於表 1 中的圖象序列,其 frame_num
的值參考如下:
表 2
視訊流 0 1 2 4 5 6 8 9 10 12 13 14 16
編碼流 I B B P B B P B B I B B P
編碼順序 0 2 3 1 5 6 4 8 9 7 11 12 10
frame_num 0 2 2 1 3 3 2 1 1 0 2 2 1
poc 0 2 4 6 8 10 12 -4 -2 0 2 4 6
(2)演算法思想以及其解碼端的實現
z 對於 IDR 幀,poc = 0;
z 對於 I 幀或P 幀
poc = frame_num*2*(input->successive_Bframe+1)
或
poc = 2*(input->successive_Bframe+1)
+ (frame_num – 1)*2*(input->successive_Bframe+1) 解碼端實現
poc = img->ExpectedPicOrderCnt
+ img->delta_pic_order_cnt[0] (在 I,P 幀下為 0)
z 對於 I 幀或P 幀之前的 B 幀(視訊流中)
poc = (frame_num – 1)*2*(input->successive_Bframe+1)
– 2*(input->successive_Bframe+1 – img->b_frame_to_code)
或
poc = 2*(input->successive_Bframe+1)
+ (frame_num – 1 – 1)*2*(input->successive_Bframe+1)
+ 2*( img->b_frame_to_code – 1)
– 2*input->successive_Bframe
解碼端的實現
poc = img->ExpectedPicOrderCnt
+ img->delta_pic_order_cnt[0]
+ active_sps->offset_for_non_ref_pic
z 變數說明
a) 其中 img->b_frame_to_code請參見標題一·(2)
b) img->disposable_flag = (nalu->nal_reference_idc = = 0),而 nal_reference_idc 只在 B 幀時
為0,即img->disposable_flag只在B幀時為1。這也是在B幀情況下img->AbsFrameNum
要比 I 幀或P 幀多減去一個 1 的原因。
c) 其它變數參見下面小題;
(3)編碼端引數設定
a) img->num_ref_frames_in_pic_order_cnt_cycle:
這個引數在 init_poc( )函式中設定為 1 後就再沒改動過;
b) img->offset_for_ref_frame[0] :
在 StoredBPictures為0 時等於 2*(input->successive_Bframe+1);
c) img->offset_for_ref_frame[1] :
沒什麼用,264 標頭檔案中不會儲存此變數;
d) img->delta_pic_order_cnt[0] :
這個變數只對 B 幀有用,等於 2*(img->b_frame_to_code –1); 對於 I 幀或 P 幀,
其值為 0;
e) active_sps->offset_for_non_ref_pic:
只對 B 幀有用,在 StoredBPictures 為0 時等於–2*input->successive_Bframe,
這一節闡述的是encoder.cfg 中的引數對編碼過程的影響
要注意的是encoder.cfg 中的引數跟input 結構體中的變數是一一對應的
StartFrame:從視訊流的第幾幀開始編碼
FramesToBeEncoded:指明瞭除去 B幀後將要被編碼的幀數
input->no_frames = FramesToBeEncoded
FrameSkip:指明瞭編碼過程中跳過的幀數,中間有 B 幀也算跳過一幀。
NumberBFrames:相鄰 I、P幀或相鄰的 P幀之間的 B 幀個數,必須有
NumberBFrames< FrameSkip
input->successive_Bframe = NumberBFrames
IntraPeriod:I 幀出現的頻率。若 IntraPeriod="3",則每 3 幀(不含 B 幀)中有一 I 幀;
IntraPeriod="0" 時只有第一幀是 I 幀。
IDRIntraEnable:此值為1時每個 I幀都是 IDR,否則只有第一個 I幀是 IDR。
舉例:在 StartFrame="0"
FramesToBeEncoded="5"
FrameSkip="3"
NumberBFrames="2"
IntraPeriod="3"
IDRIntraEnable="1"
的情況下編碼情況如下,其中紅色代表 IDR 幀
表 1
視訊流 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17
編碼流 I B B P B B P B B I B B P
編碼順序 0 2 3 1 5 6 4 8 9 7 11 12 10
二·pic_order_cnt_type 為 0 的情況
這種情況下顯式的計算 POC
(1) 編碼端 I 幀或 P 幀 toppoc 的計算
這個過程在 main()函式的組迴圈
“for (img->number=0; img->number < input->no_frames; img->number++){ }”
中實現
z IntraPeriod或 IDRIntraEnable 為零時
這種情況下只有第一個 I 幀是 IDR 幀,比較簡單。對於 I幀或 P 幀,其頂場的 POC 為
(img->number) * (2*(input->successive_Bframe+1)) z IntraPeriod和 IDRIntraEnable 都不為零時
這種情況下每個 I 幀都是 IDR 幀,其 POC 必須設定為零, I幀出現的頻率為 IntraPeriod,
故其 toppoc為
(img->number % input->intra_period) * (2*(input->successive_Bframe+1))
z 說明:
原程式中使用了巨集定義 IMG_NUMBER
“#define IMG_NUMBER (img->number - start_frame_no_in_this_IGOP)”
通過搜start_frame_no_in_this_IGOP可知這個變數在NumberOfFrameInSecondIGOP為0
(encoder_main.cfg 中就是這樣設定的)時恆為 0,故有
IMG_NUMBER = img->number
(2) 編碼端 B幀 POC 的計算
由表一可知,在編完一 I 幀或 P 幀之後才開始對它前面的 B幀進行編碼
for (img->number=0; img->number < input->no_frames; img->number++)
{
……I,P 幀編碼……
if ((input->successive_Bframe != 0) && (IMG_NUMBER > 0))
{
……
for(img->b_frame_to_code=1; img->b_frame_to_code<=input->successive_Bframe;
img->b_frame_to_code++)
{
}
z IntraPeriod或 IDRIntraEnable 為零時toppoc 等於
2+(img->number-1) * (2*(input->successive_Bframe+1))
+2* (img->b_frame_to_code-1)
a) 第一個 2 指得是 IDR 的兩個場;
b) img->number要減一是因為要對當前幀(img->number)前面的 B幀進行編碼;
z IntraPeriod和 IDRIntraEnable 都不為零時 toppoc等於
2+(img->number % input->intra_period-1) * (2*(input->successive_Bframe+1))
+2* (img->b_frame_to_code-1)
IDR 幀前面
(3) toppoc 到 pic_order_cnt_lsb 的轉化
img->pic_order_cnt_lsb
=img->toppoc &
~((((unsigned int)( –1)) << (log2_max_pic_order_cnt_lsb_minus4+4)))
z (unsigned int)(-1)的十六進位制形式是 0xffffffff,即它的每一位都是 1;
z log2_max_pic_order_cnt_lsb_minus4+4是圖象數目(包括 B 幀)最大值的位數 z 當 toppoc >0時,img->pic_order_cnt_lsb=img->toppoc
當 toppoc <0時,img->pic_order_cnt_lsb= max_pic_order_cnt+ img->toppoc
其中 max_pic_order_cnt=1<<( log2_max_pic_order_cnt_lsb_minus4+4)
z 疑問:
不知道 toppoc 到 pic_order_cnt_lsb 這個過程有什麼意義;
POC 的值會從 0 變到很大,為什麼不對它進行熵編碼;
(4) 解碼端 toppoc 的恢復
此過程在函式 decode_poc 中執行。其思想是對於 IDR 前的 B 幀
Toppoc = pic_order_cnt_lsb - max_pic_order_cnt
否則
Toppoc = pic_order_cnt_lsb
是否減去 max_pic_order_cnt 由變數 PicOrderCntMsb 決定,對於 IDR 前的 B 幀
PicOrderCntMsb = (– max_pic_order_cnt)
否則
PicOrderCntMsb = 0
到這就不難理解 PicOrderCntMsb 的含義了, PicOrderCntMsb 反映了 toppoc的值是否小於 0。
至於另外兩個引數:PrevPicOrderCntMsb 總是為 0;PrevPicOrderCntLsb 在當前圖象是 IDR
或 IDR 前(視訊流中)的 B 幀時為0,否則等於前一圖象(編碼序列中)的 PicOrderCntLsb。
三·pic_order_cnt_type 為 1 的情況
這種情況下通過 frame_num來計算 POC
(1)frame_num 簡介
參考《畢厚傑》7.3.4 節中 frame_num 條款的解釋,對於表 1 中的圖象序列,其 frame_num
的值參考如下:
表 2
視訊流 0 1 2 4 5 6 8 9 10 12 13 14 16
編碼流 I B B P B B P B B I B B P
編碼順序 0 2 3 1 5 6 4 8 9 7 11 12 10
frame_num 0 2 2 1 3 3 2 1 1 0 2 2 1
poc 0 2 4 6 8 10 12 -4 -2 0 2 4 6
(2)演算法思想以及其解碼端的實現
z 對於 IDR 幀,poc = 0;
z 對於 I 幀或P 幀
poc = frame_num*2*(input->successive_Bframe+1)
或
poc = 2*(input->successive_Bframe+1)
+ (frame_num – 1)*2*(input->successive_Bframe+1) 解碼端實現
poc = img->ExpectedPicOrderCnt
+ img->delta_pic_order_cnt[0] (在 I,P 幀下為 0)
z 對於 I 幀或P 幀之前的 B 幀(視訊流中)
poc = (frame_num – 1)*2*(input->successive_Bframe+1)
– 2*(input->successive_Bframe+1 – img->b_frame_to_code)
或
poc = 2*(input->successive_Bframe+1)
+ (frame_num – 1 – 1)*2*(input->successive_Bframe+1)
+ 2*( img->b_frame_to_code – 1)
– 2*input->successive_Bframe
解碼端的實現
poc = img->ExpectedPicOrderCnt
+ img->delta_pic_order_cnt[0]
+ active_sps->offset_for_non_ref_pic
z 變數說明
a) 其中 img->b_frame_to_code請參見標題一·(2)
b) img->disposable_flag = (nalu->nal_reference_idc = = 0),而 nal_reference_idc 只在 B 幀時
為0,即img->disposable_flag只在B幀時為1。這也是在B幀情況下img->AbsFrameNum
要比 I 幀或P 幀多減去一個 1 的原因。
c) 其它變數參見下面小題;
(3)編碼端引數設定
a) img->num_ref_frames_in_pic_order_cnt_cycle:
這個引數在 init_poc( )函式中設定為 1 後就再沒改動過;
b) img->offset_for_ref_frame[0] :
在 StoredBPictures為0 時等於 2*(input->successive_Bframe+1);
c) img->offset_for_ref_frame[1] :
沒什麼用,264 標頭檔案中不會儲存此變數;
d) img->delta_pic_order_cnt[0] :
這個變數只對 B 幀有用,等於 2*(img->b_frame_to_code –1); 對於 I 幀或 P 幀,
其值為 0;
e) active_sps->offset_for_non_ref_pic:
只對 B 幀有用,在 StoredBPictures 為0 時等於–2*input->successive_Bframe,