编码与格式 / 系统课时

用 CRF、码率和预设控制输出

用 CRF、码率和预设控制输出

同一段视频使用不同编码参数,可能得到体积相差数倍、画质明显不同的文件。本课使用 FFmpeg 对同一素材进行三组对照实验,分别调整 CRF、目标码率和编码速度预设,记录文件大小、编码耗时与画质差异,最终形成可复用的参数选择方法。

学习目标

  • 区分 CRF 恒定质量模式与目标码率模式,理解各自适用的交付场景。
  • 使用 FFmpeg 对比 CRF、码率和 preset 对体积、质量及耗时的影响。
  • 根据实验数据选择合适参数,并避免错误地比较不同编码条件。

准备可重复的测试素材

实验使用 FFmpeg 中的 libx264 编码器,即 H.264 软件编码。先确认本机 FFmpeg 已包含该编码器:

bash
ffmpeg -hide_banner -encoders

预期结果:输出列表中能够找到名称为 libx264 的视频编码器;完整列表随 FFmpeg 构建版本变化。如果不存在,需要安装启用了 libx264 的 FFmpeg 构建版本。

准备一段 1920×1080、30 fps、持续约 30 秒的真实视频,命名为 input.mp4。最好包含人物移动、纹理丰富的场景和少量镜头切换。使用同一输入文件,才能避免内容复杂度干扰比较。

先查看素材的分辨率、帧率和时长:

bash
ffprobe -v error -select_streams v:0 -show_entries stream=codec_name,width,height,r_frame_rate -show_entries format=duration -of json input.mp4

预期输出(假设素材为 H.264、1080p、30 fps、30 秒):

json
{
  "programs": [],
  "streams": [
    {
      "codec_name": "h264",
      "width": 1920,
      "height": 1080,
      "r_frame_rate": "30/1"
    }
  ],
  "format": {
    "duration": "30.000000"
  }
}

实际输出的字段、数组结构和数值可能因 FFprobe 版本及输入文件而不同。后续统一去掉音频,只比较视频编码;输出统一使用 MP4 容器、H.264 编码和 yuv420p 像素格式。

用 CRF 测试质量与体积

CRF(Constant Rate Factor)是 x264 的恒定质量控制方式。编码器会根据画面复杂度动态分配码率,而不是要求每秒使用固定数量的数据。

libx264 的 CRF 有效范围为 0~51,数值越小,通常质量越高、文件越大;0 表示无损编码,51 表示极低质量。常用的有损测试区间为 18~28,23 是 x264 的常见默认值。CRF 数字不是跨编码器统一的画质刻度。

依次运行三条命令,保持编码速度预设不变:

bash
# 较高质量,通常得到更大的文件
ffmpeg -hide_banner -y -i input.mp4 -map 0:v:0 -an -c:v libx264 -preset medium -crf 18 -pix_fmt yuv420p crf18.mp4

# 常见的质量与体积折中
ffmpeg -hide_banner -y -i input.mp4 -map 0:v:0 -an -c:v libx264 -preset medium -crf 23 -pix_fmt yuv420p crf23.mp4

# 更偏向节省空间
ffmpeg -hide_banner -y -i input.mp4 -map 0:v:0 -an -c:v libx264 -preset medium -crf 28 -pix_fmt yuv420p crf28.mp4

预期结果:当前目录生成 crf18.mp4、crf23.mp4 和 crf28.mp4。三个文件分辨率和帧率一致;对于通常的有损素材,CRF 18 的体积一般较大,CRF 28 的体积一般较小,但无法预先保证具体文件大小。

例如,同一段 30 秒测试视频可能出现下面的实验记录。以下数字仅为教学示例,不是上述命令在所有机器上的实测结果。

CRF 视频文件大小 主观画质观察
18 24.0 MB 细节保留较多
23 12.5 MB 轻微纹理损失
28 6.8 MB 运动区域出现明显模糊

使用相同播放器和相同显示比例,暂停观察人物发丝、草地、文字边缘等细节,再正常速度播放观察运动区域。单看静止画面可能忽略运动中的块状失真和细节闪烁。

用目标码率控制数据量

当交付规范要求视频约为 2 Mbps,或者网络传输预算有限时,可以使用目标平均码率。FFmpeg 的 -b:v 指定视频目标码率,但单独使用它并不代表每一秒都严格固定在该值。

保持编码器和预设不变,分别以 1 Mbps、2 Mbps 和 4 Mbps 编码:

bash
# 三组目标平均视频码率测试
ffmpeg -hide_banner -y -i input.mp4 -map 0:v:0 -an -c:v libx264 -preset medium -b:v 1M -pix_fmt yuv420p bitrate1m.mp4
ffmpeg -hide_banner -y -i input.mp4 -map 0:v:0 -an -c:v libx264 -preset medium -b:v 2M -pix_fmt yuv420p bitrate2m.mp4
ffmpeg -hide_banner -y -i input.mp4 -map 0:v:0 -an -c:v libx264 -preset medium -b:v 4M -pix_fmt yuv420p bitrate4m.mp4

预期结果:生成三个 MP4 文件,通常目标码率越高,文件越大,运动细节保留越充分。由于编码器的码率控制、素材复杂度和文件封装开销,实际平均码率不一定与目标完全相同。

按十进制单位计算,30 秒、2 Mbps 的视频数据理论体积约为:

S=2×106×308×106=7.5 MBS=\frac{2\times 10^6\times 30}{8\times 10^6}=7.5\text{ MB}

这里没有计入容器开销和音频。实际 MP4 文件可能略大或不同,不能仅凭文件字节数断言编码器未达到目标。

对于需要限制短时传输峰值的场景,还要考虑 -maxrate 和 -bufsize。例如:

bash
ffmpeg -hide_banner -y -i input.mp4 -map 0:v:0 -an -c:v libx264 -preset medium -b:v 2M -maxrate 2M -bufsize 4M -pix_fmt yuv420p capped2m.mp4

预期结果:生成 capped2m.mp4,编码器以约 2 Mbps 为目标,并采用最大码率与缓冲区约束控制码流波动。-maxrate 和 -bufsize 分别指定码率上限控制参数及 VBV 缓冲区容量,但这不等于严格的恒定码率,也不意味着任意一秒窗口内的实际码率都绝不超过 2 Mbps。

用 preset 比较编码耗时

-preset 控制 x264 为压缩效率投入多少计算量。常见预设依次包括 ultrafast、superfast、veryfast、faster、fast、medium、slow、slower 和 veryslow。

通常,较慢的预设能在相近主观质量下使用更少的码率,但需要更多编码时间。preset 不是直接调整画质的参数,也不应简单理解为 slow 一定让每一帧看起来更清晰。

固定 CRF 23,仅修改 preset,并使用 FFmpeg 的 -benchmark 输出运行耗时信息:

bash
# 固定质量控制参数,比较不同编码复杂度
ffmpeg -hide_banner -benchmark -y -i input.mp4 -map 0:v:0 -an -c:v libx264 -preset veryfast -crf 23 -pix_fmt yuv420p preset-veryfast.mp4
ffmpeg -hide_banner -benchmark -y -i input.mp4 -map 0:v:0 -an -c:v libx264 -preset medium -crf 23 -pix_fmt yuv420p preset-medium.mp4
ffmpeg -hide_banner -benchmark -y -i input.mp4 -map 0:v:0 -an -c:v libx264 -preset slow -crf 23 -pix_fmt yuv420p preset-slow.mp4

预期结果:三条命令分别生成一个视频文件。终端尾部会显示类似 bench: utime=...s stime=...s rtime=...s 的统计,其中 rtime 表示墙钟耗时。实际时间受 CPU、线程数、系统负载及 FFmpeg 构建影响。

下面是一组假设的测试记录,用来演示如何解释结果:

preset CRF 文件大小 墙钟耗时
veryfast 23 16.2 MB 4.1 秒
medium 23 12.5 MB 8.7 秒
slow 23 11.4 MB 18.9 秒

在这组示例中,从 medium 改成 slow,文件体积减少约 8.8%,而耗时增加约 117%。如果处理的是数千小时的素材,额外计算成本可能不值得这部分空间节省。

注意,固定 CRF 并不意味着不同 preset 的客观质量分数完全相同。预设会改变运动搜索、参考帧等编码策略,因此要结合体积和画质一起判断。

测量输出并选择交付参数

不要仅凭播放器显示的文件大小判断编码效果。可以使用 FFprobe 获取实际视频平均码率与时长:

bash
ffprobe -v error -select_streams v:0 -show_entries stream=bit_rate -show_entries format=duration,size -of json crf23.mp4

预期结果:返回包含 streams 和 format 的 JSON;视频流中通常有 bit_rate,容器信息中有 duration、size。码率以 bit/s 为单位,文件大小以字节为单位。不同封装和编码条件下,流码率字段可能缺失,不能把缺失值当成零。

在真实项目中,建议把测试结果整理成包含输入素材、编码器版本、CRF 或目标码率、preset、文件大小、实际码率、耗时和画质观察的记录表。每次仅改变一个变量,重复测量耗时并尽量排除后台任务干扰。

可按交付约束作初始选择:

交付场景 起始方案 进一步检查
普通点播转码 CRF 20~23,medium 主观细节与存储成本
空间紧张的离线分发 CRF 23~28,slow 复杂运动场景是否失真
带宽受限的实时输出 目标码率、VBV 约束,veryfast 实时速度、峰值码率及平台规范
画质优先的离线母版派生 CRF 18~20,slow 输出质量、耗时及交付体积

这些是 H.264/x264 的实验起点,不是通用最佳值。1080p、4K、动画、屏幕录制和高速运动视频的压缩难度不同,不能套用同一组固定参数。

最后检查编码是否足够快:例如 30 秒素材耗时 18 秒,处理速度约为 1.67 倍实时;若同样配置处理 30 秒素材需要 45 秒,则只有约 0.67 倍实时,不适合直接承担持续实时编码任务。实际直播还必须留出采集、音频、封装与网络处理的资源余量。

实际选型时,先确定画质是否优先、是否存在硬性带宽约束,再选择 CRF 或目标码率;最后通过 preset 调整计算成本。不要同时修改 CRF、码率和预设后,再把结果差异归因于单个参数。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

用 CRF、码率和预设控制输出

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