2023年11月29日发(作者：)

X.264编码文档

MP4文件结构

MP4文件由四个段落组成，包括：ftyp、free、moov、mdat。其中moov用于存储metadata，

mdat用于存储实际的音视频数据。在顺序流式播放MP4文件时候，播放器须先获取moov

段的数据，因此在MP的文件合并时需要将moov段存储于mdat之前。

Ftyp->moov->mdat->free，符合顺序流式播放的要求

MeGUI使用

1. Tools中各个工具的简单介绍

文件分拆合并相关

MP4BOX 音视频合并生成MP4格式的攻击

MKVMERGE MKV文件的分拆，合并的工具

AVIMUXGUI AVI文件分拆成音视频流的工具

TSMUXER mkv mpg m2ts vob文件分拆成音视频流的工具

编解码相关

x264 在MEGUI中，只有当视频格式是AVC时，才会调用

xvid_encraw 在MEGUI中，只有当视频格式是ASP时，才会调用

MEncoder 在MEGUI中，只有当视频格式是SNOW时，才会调用

音频编码相关

aften 在MEGUI中，只有当音频格式是aften ac-3时，才会调用

faac 在MEGUI中，只有当音频格式是faac时，才会调用

neroaacenc 在MEGUI中，只有当音频格式是Nero aac时，才会调用

lame 在MEGUI中，只有当音频格式是lame mp3时，才会调用

enc_aacplus 在MEGUI中，只有当音频格式是Winamp aac时，才会调用

encaudxcli 在MEGUI中，只有当音频格式是Aud-x mp3时，才会调用

oggenc2 在MEGUI中，只有当音频格式是Vorbis时，才会调用

ffmpeg 在MEGUI中，只有当音频格式是ffmpe ac-3或者是ffmpeg mp2时，才会调

用

eac3to 主要用于音轨的提取。

dgindex 主要将m2ts,ts后缀的文件中的mpeg2格式的视频转换为d2v格式的视频流

dgavcindex 主要将m2ts,ts后缀的文件中的avc格式的视频转换为dga格式的视频流

dgindexnv 主要将m2ts,ts后缀的文件中的VC-1格式的视频转换为dga格式的视频流

avisynth_plugin 在MEGUI中，是用来生成avs脚本的。

2. X264参数的简单介绍

基本参数(Main标签页)

Modes

压制参数: AutoMated 2Pass 自动两遍压缩。

ABR：Average Bit Rate，平均码率。在 ABR模式下，编码器将会按照给定的码率，

尽可能为每一帧画面分配最小的量化值（量化值越小，质量越高）。在这种模式下因为平均

码率已经指定，所以最终的文件大小是可以预计的。

Const Quantizer：恒定量化值模式。在本模式下，编码器将会使用相同的质量去编码每

一帧。这里的质量是通过数学方法确定的（既量化值）。在这种模式下，因为是以质量确定

码率，因此最终文件大小是不可预计的，即使是质量相同的两帧，因为其复杂度不同，码率

很可能相差甚远。x264指定的量化值范围是0到 64。其中 0相当于无损压缩.

nPass：多次处理模式。为允许编码器先进行一次编码，将一些数据记录在一个统计文件

中，以便在后续的处理当中获得更加合理的码率分配（高动态的场景分配较多的码率，低动

态的场景分配较少的码率，使画质与文件大小获得较好的平衡）。x264允许任意次的 pass。

理论上讲，pass的数量越多，码率分配越趋于合理。但实际上，更多的 pass对于画质提升

的帮助微乎其微，甚至会出现 3rd pass比 2nd pass的 PSNR还低的情况。因此认为，在绝

大多数情况下，2pass依然是更好的选择。

Const Quality：恒定质量模式。恒定质量模式与恒定量化值模式类似，都倾向于为每一

帧分配相同的数学质量（既量化值）。与恒定量化值模式不同的地方在于，恒定质量模式会

依据人类的视觉特性对压缩率进行调整。人眼对于高动态场景中的细节通常不敏感，而对于

低动态场景中的细节信息则相对敏感。因此，恒定质量模式对高动态场景进行更大的压缩（更

低的质量），对低动态场景则进行相对较少的压缩（更高的质量），保留较多细节信息。因此，

尽管从整个视频的角度看，恒定质量模式保持整体视觉质量不变，而恒定量化值模式保持整

体数学质量不变。

Bitrate：平均码设置，单位kbps。根据需要设置，我们一般设置为700。

Lossless：无损压缩，相当于 zer(恒定量化值)下的 Q0。

AVC Profile

主要针对兼容性，PSP,iPod等设备

Baseline：主要应用于移动设备使用的视频的编码方式

Main/High：增加B-切片技术，支持高质量的CABAC编码

Main：广播，网络视频流

High：HD存储，广播

压片时使用High

AVC Level

选择 Unrestricted/Autoguess

Tunings

选择默认

Threads

支持的CPU多核，提高转压的速度，默认为0自动，可以根据CPU实际情况进行设置。

Presets

压缩时间和质量开销的平衡选择，共有9个级别，默认为Medium，为提高质量可以调到

Slower，为减少时间开销可以调到Faster。每个级别对应不动的默认参数设置。

帧类型(Frame-Type)

I、P和B帧

运动编码方式：充分利用视频帧与帧之间的冗余帧，H264帧的三种类型。

I帧：也称为关键帧，I-帧可以理解为包含一张完整图像信息的帧。它在三种帧中所

占的空间，并且具有最高的质量，但是压缩效率是最低的。

I帧，

表示关键帧（帧内编码帧），你可以理解为这一帧画面的完整保留；

解码时只需要本帧数据就可以完成（因为包含完整画面)。I帧的缺点在

于它们会占用更多的数据位，但从另一方面看，I帧不会产生可觉察的

模糊想象。

IDR帧，简称GOP，播放必须从IDR帧开始，特殊的I帧，IDR

帧可以用

来实现快进，快退以及其他随即访问功能。

P 帧：

帧间预测编码帧，表示的是这一帧跟之前的一个关键帧（或P帧）的差别，

解码时需要用之前缓存的画面叠加上本帧定义的差别，生成最终画面。（也就是

差别帧，P帧没有完整画面数据，只有与前一帧的画面差别的数据）

B帧：

是双向差别帧（双向预测编码帧），也就是B帧记录的是本帧与前后帧的

差别，换言之，要解码B帧，不仅要取得之前的缓存画面，还要解码之后的画面，

通过前后画面的与本帧数据的叠加取得最终的画面。B帧压缩率高。

注意，B帧

在使用Baseline方式生产视频的时候是不可用的。

H.264特性

Deblocking： deblock <整数A:整数B> 调节H.264标准中的内置去块滤镜，也叫控制

loop滤镜

AB的范围都是-6~6，官方建议在-3~3里调节。默认0:0 tune animation里为1:1

一般而言，偏向负值能更好地保留细节性的东西，偏向正值则能使视频画面显得更为干

净和柔和。不过实际效果其实不是很明显，尤其是跟avs和ffdshow的那些滤镜相比。

如果喜欢rmvb的那种略模糊效果，此参数可直接设6:6，在低码率下效果还是不错的

从整体上看，高压的话这个应该开正值，建议就用1:1

CABAC： 前文参考之适应性二元算术编码（Context-based Adaptive Binary Arithmetic

Coding，简称CABAC）是视讯压缩标准H.264采用的算法。当禁用该选项时，会使用CAVLC

（基于上下文的自适应变长编码）进行编码，CAVLC将占用更少的CPU资源，但会影响压

缩性能。勾选，提高画面效果

Gop Size(Gop:group of picture)，指定关键帧的最大/最小距离（即IDR的间距）

Maxinum Gop Size：使用默认250，压制动画时，可以增大。

Mininum Gop Size：使用默认25，压制动画时，可以减小。

B-Frames

Number of B-Frames: 最多允许P帧替换为B帧的连续个数，默认3（可提高压缩比）

Adaptive B-Frames: 决定B帧替换P帧的算法。默认1

0为无差别替换（显然绝大部分情况是不建议用这个的，这会让帧分配变得很不合

理）；

1为快速替换（此模式下bframes≥3都不会有明显的速度差别，但更高的bframes在

此模式下并不意味着更好的压缩率）；

2为优化替换（此模式下bframes越高，压缩率越好，当然速度越慢，可以理解跟ref

差不多了）

B-Pyramid: 允许B帧做参考帧（对速度影响很小，开启）

Weighted B-Prediction: 允许B帧加权预测(可以减少相邻B帧质量低的影响)（对质量

和压缩比都有提高，且对速度影响极少。开启。）

B-Frame bias: 控制插入B帧判定，范围-100~+100，越高越容易插入B帧，默认0。

Slicing

全部使用默认值

Other

Numbers of Reference Frames：最大参考帧。 参考帧越多，带来编码及解码的开销。

最大值为16，一般认为超过5以上所带来的效果较小。

Numbers of extra I-Frames：设置放置I/IDR帧的阈值，此值越大设置放置I/IDR的几

率越大。可以提高画面效果。但不宜过多，I帧会影响最后文件的大小

P-Frames Weighted Prediction：选择Smart，提高P帧压缩效果

EnCode interlaced：启用隔行编码，不勾选

Adaptive I-frame Decision：自适应I帧判断，勾选。

码率控制（Rate Control）

Quantizers

Minimum Quantizer: 设置最小量化值，范围1~51，默认10

Maxmum Quantizer: 设置最大量化值，范围1~51，默认51

Maxmum Quantizer Delta: 设置相邻帧之间的量化值差，范围1~50，默认4

Credits Quantizer:量化值

Factor between I and P frame Quants: I帧和P帧之间的量化系数，默认1.40

Factor between P and B frame Quants: P帧和B帧之间的量化系数，默认1.30。使用

1.5

Chroma QP Offset: 色度和亮度之间的量化差，范围-12~+12，默认0

RateControl

VBV Buffer size 码率控制缓冲区的大小，单位kbit，默认0

VBV Maximum Bitrate 平均码率模式下，最大瞬时码率，默认0

VBV Initial Buffer 码率控制缓冲区数据保留的最大数据量与缓冲区大小之比，范围

0~1.0，默认0.9

Bitrate Variance 平均码率模式下，瞬时码率可以偏离的比率，范围0.0~100.0，值越大，

码率变化的范围越大，编码器应对复杂场景的能力就越强，但文件的大小可能会脱离预料

的范围。设置成0时，实际上是以CBR（恒定码率）在编码，设置成100时，实际上是

按照固定量化值在编码。默认1.0，在动静变化剧烈的影片当中，可以适当提高。

Quantizer Compression 线性量化控制，0.0为固定码率，1.0为固定量化值，默认0.6，

另外， 如果开启了mbtree，这个选项会影响mbtree的强度。该值越小意味着mb-tree效

果越大，所以通过适当降低qcomp让mb-tree发挥更大作用。

Temp. Blur of est. Frame complexity 根据相邻帧平滑量化值比例的最大值，范围0~99.9，

默认20.0，只用于2-pass和质量模式

Temp. blur of Quant after CC 对统计文件结果平滑量化值比例的最大值,范围0~99.9，默

认0.5，只用于2-pas

aq(Adaptive Quantization )自适应量化 用来调整画面中编码器认为是不明显的部份的质

量控制（通常这部份占的码率较低，如烟雾、平滑及昏暗的部份，容易出现大的“块”现

象）.aq的作用就是调整这些压的较多的部份，从那些“好”的地方分给它们更多一点的码

流。但会降低主体部份的质量，所以aq不能开的过高。

分析（Analysis）

M.E.

Chroma M.E. 勾选，运动估计同时考虑亮度和色度因素。人眼对亮度和色度的敏感度不同。

M.E. Range: M.E. Algorithm 为Hexagon/Exhaustive时的搜索半径，最大64，默认16，动

态剧烈可提高这个值，会影响压制速度，

M.E. Algorithm 对全像素块动态预测搜索的方式，默认"Hexagon"，设为Multi hex，

Exhaustive实在太慢了，而且质量提高不明显。

Subpixel Refinemen动态预测和分区方式，可选项1－9

1：用全像素块进行动态搜索，对每个块再用快速模式进行四分之一像素块精确搜索

2：用半像素块进行动态搜索，对每个块再用快速模式进行四分之一像素块精确搜索

3：用半像素块进行动态搜索，对每个块再用质量模式进行四分之一像素块精确搜索

4：用快速模式进行四分之一像素块精确搜索

5：用质量模式进行四分之一像素块精确搜索

6：进行I、P帧像素块的速率失真最优化(rdo)

7：进行全部帧像素块的速率失真最优化

8：进行I、P帧运动矢量及块内部的速率失真最优化

9：进行全部帧运动矢量及块内部的速率失真最优化

默认选7.

Extra

MV Prediction mode (B-Frame mode)：使用spatial

Trellis:使用网格编码量化以增进编码效率，对每个8x8的块寻找合适的量化值，需要

CABAC，默认1（对于npass的情况，最后一个pass使用），使用2一直使用

Psy-RD Strength：默认1.0，定义失真率，提高细节保留

Psy-Trellis Strength：默认0

No Mixed Reference frames：不混合引用帧，勾选此项。这个选项能提高效果

No Dct decimation：DCT抽样会丢弃看上去“多余”的DCT块。会增加编码效率，通常质量

损失可以忽略关闭以提高编码效率，默认不勾选

No Fast P-skip：花较多的时间带来轻微的画面质量提升，默认不勾选

No Psychovisual Enhancements：默认不勾选

Noise reduction：降噪，默认为0

Macroblock Options

动态块划分方法，使用default

1.1. 杂项(Misc)

命令行参数补充

Input/Output

PSNR和SSIM，画面校验机制，不勾选。