编码与格式 / 技术文章

CRF 为什么不能只看码率

同样是 2 Mbps,静态演示文稿可能仍能看清文字,球赛和草地却可能出现细节涂抹。平均码率表示单位时间使用多少比特,画质还受原素材复杂度、编码器和编码设置影响。CRF 从质量目标出发,让最终码率随素材变化。

CRF 在调节什么

CRF 是 Constant Rate Factor。它给编码器一个质量倾向。编码器按自己的模型和配置调整不同位置与帧的量化,复杂区域通常需要更多比特。CRF 数值保持固定,单帧量化、局部画质、瞬时码率仍可能变化。

以常见的 8 位 x264 为例,可用 0 到 51 的 CRF 范围。降低数值一般能保留更多细节,文件也往往增大。-crf 0 可使 x264 对送入编码器的像素样本做无损编码,但缩放、色度抽样或像素格式转换可能已改变这些样本。x265 和其他编码器有自己的质量刻度及无损选项,比较时应按具体编码器和配置做测试。

先分清平均预算、传输约束和质量目标

模式 首要目标 要单独检查什么
CRF 按质量因子编码 输出体积与短时峰值
ABR 或两遍平均码率 达到目标平均视频码率 局部画质和短时波动
CBR 满足传输或缓冲模型的近似恒定速率要求 实际输出、复用开销与填充是否符合链路要求
CRF + VBV 以 CRF 为起点,受速率和缓冲模型约束 高复杂度片段的画质和总文件大小

-b:v 表达视频码率目标,单独指定它不能证明输出是严格的恒定码率。若交付首先卡在文件大小,可根据时长扣除音频与封装预算,再测试平均码率模式。若卡在解码缓冲或链路的短时负载,则需要相应的速率约束以及对输出的实际检查。

用同一段视频对比两档 CRF

安装带 libx264 的 FFmpeg。在空的实验目录中生成三秒测试源。用 FFV1 保存输入,以便对照两次编码。真实项目可把 input.mkv 替换为原始代表性片段。

bash
ffmpeg -hide_banner -loglevel error -f lavfi -i "testsrc2=s=320x180:r=24:d=3" -c:v ffv1 input.mkv
ffmpeg -hide_banner -loglevel error -i input.mkv -map 0:v:0 -an -c:v libx264 -preset medium -pix_fmt yuv420p -crf 18 out18.mp4
ffmpeg -hide_banner -loglevel error -i input.mkv -map 0:v:0 -an -c:v libx264 -preset medium -pix_fmt yuv420p -crf 28 out28.mp4

两次编码固定了编码器、preset、像素格式和输入,且排除了音频。用 ffprobe 区分视频流与容器的统计结果。

bash
ffprobe -v error -select_streams v:0 -show_entries stream=codec_name,width,height,avg_frame_rate,duration,bit_rate:format=size,bit_rate -of json out18.mp4
ffprobe -v error -select_streams v:0 -show_entries stream=codec_name,width,height,avg_frame_rate,duration,bit_rate:format=size,bit_rate -of json out28.mp4

stream.bit_rate 是视频流的平均码率,可能因封装和探测能力显示缺省。format.bit_rate 对应整体文件平均码率,带音频时还会计入音频等数据。format.size 是总字节数。对这段素材,CRF 18 通常比 CRF 28 更大,具体数字会随 x264 版本及实现配置变化。

可以再对齐输入与输出,比较 SSIM 的 All 指标,值越接近 1 表示按该指标越接近参考。该均值会掩盖局部问题,还需检查真实素材中的文字、暗部纹理与运动画面。

bash
ffmpeg -hide_banner -i out18.mp4 -i input.mkv -lavfi ssim -f null -
ffmpeg -hide_banner -i out28.mp4 -i input.mkv -lavfi ssim -f null -

需要短时速率约束时加 VBV

下面给同一素材增加 120 kb/s 的 VBV 最大速率和 240 kbit 的 VBV 缓冲大小。数值只用于演示,生产参数要按播放链路、分段时长及设备要求确定。

bash
ffmpeg -hide_banner -loglevel error -i input.mkv -map 0:v:0 -an -c:v libx264 -preset medium -pix_fmt yuv420p -crf 18 -maxrate 120k -bufsize 240k out18-vbv.mp4

缓冲模型允许比特在时间上重新分配,-maxrate 不能直接当成逐帧或每个任意一秒窗口的上限。用 FFmpeg 8.0.1 对上面的三秒素材复算,未加 VBV 的 CRF 18 输出视频平均码率约为 323 kb/s,加 VBV 后约为 150 kb/s。缓冲允许这段短片的均值仍高于设定的 120 kb/s。复杂片段在缓冲受限时可能以更粗的量化满足约束。交付时还要验证分段及复用后的实际速率、音频和容器开销、起播与缓冲表现,以及画质是否符合要求。

选参数时,用含静态文字、运动、噪声和暗部的代表性片段固定其他设置,比较相邻 CRF 的视觉效果和文件体积。需要为多种网络档位交付时,再针对每档的分辨率、峰值与片段大小单独复测。

接口细节见 FFmpeg 编码器文档、FFprobe 文档和 x264 码率控制实现。

目录与阅读设置

记录一个想法

CRF 为什么不能只看码率

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通