FFmpeg 全名是 Fast Forward MPEG (Moving Picture Experts Group),为开源的影音多媒体处理框架,可以进行影音的解码、编码、编码转换、混合、抽取、串流和滤镜,无论影音格式是从哪个地方出来的,从过去到现在的影音格式它几乎都能够支持。当然,它也可以利用 libvpx 这款 VP9 的官方编码器来进行 VP9 编码。
libvpx 官方有提供指令工具 vpxenc 来操作 libvpx,但基于它无法同时处理音频的原因,我们很少会直接使用它,而是会透过其它前端的界面来使用它的 libvpx 函数库。一般来说,使用 libvpx 进行视频编码会选择使用 --end-usage 参数设置编码模式,有 VBR(变动比特率)、CBR(固定比特率)、CQ(Constrained Quality, 约束品质)和 Q(Constant Quality, 恒定品质)四种编码模式能选;--cq-level 参数设置 CQ 模式的品质等级,数值愈低画质愈高(比特率相对愈高);--target-bitrate 用来设置 VBR 和 CQ 模式时比特率的平均值,或是 CBR 模式时比特率的固定值。此外,vpxenc 还提供 --best、--good、--rt 和 --cpu-used 参数来控制视频压缩效果,原则上 --cpu-used 的数值愈小就会愈慢,而有更好的压缩效果。--best、--good、--rt 其实分别是 --deadline=best、--deadline=good、--deadline=rt 的简写。--rt 即 Real Time,会将 --cpu-used 的数值,代入以下公式,来限制 CPU 使用率,换句话说 CPU 性能愈强,压缩效果愈好。
\text{CPU使用率} = {100 \times { 16 - \text{cpu-used} \over 16}} \text{\%}
}}}#
使用 FFmpeg 指令工具来操作 libvpx 编码器时,vpxenc 的 --cq-level 参数会对应到 FFmpeg 的 -crf 参数,数值范围为 0 ~ 63;--target-bitrate 参数会对应到 FFmpeg 的 -b:v (-vb)参数,默认值是 200k;--deadline 参数会对应到 FFmpeg 的 -deadline 参数,默认值为 good;--cpu-used 参数会对应到 FFmpeg 的 -cpu-used 参数,默认值是 1。
当 --deadline 参数设为 best 时,--cpu-used 参数无作用;当 --deadline 参数设为 good 时,--cpu-used 参数的有效数值范围是 0 ~ 5;当 --deadline 参数设为 rt 时,--cpu-used 参数的有效数值范围是 0 ~ 8(新版的 libvpx 可以设到 9)。不建议使用 -deadline best,因为非常慢!
VBR 与二次编码(2-pass)
透过 FFmpeg 输出平均比特率为 3Mbps 的 VP9 视频的指令如下:
如果要让输出视频的平均比特率更接近 -b:v 所设置的比特率,就要使用二次编码。第一次编码的目的是收集编码视频来源时所得到的信息(预设会在工作目录中被存成 ffmpeg2pass-0.log 文件),第二次是利用已收集到的信息和相同的视频来源编码出比特率有被精确控制过的视频。
在原本的编码指令加上 -pass 1 参数表示要进行第一次编码;-pass 2 参数表示要进行第二次编码。
例如输出平均比特率为 3Mbps 的 VP9 视频,第一次编码的指令如下:
以上指令,另外用了 -an 和 -sn 参数使 FFmpeg 不要去处理音轨和字幕轨。第一次编码时并不会真正地输出视频。
第二次编码的指令如下:
以上指令,另外用了 -y 参数来覆盖第一次编码所输出的空文件。
有了比较精确的平均比特率,就可以用以下公式来预估视频输出后的大小:
{ \text{平均比特率(Kbps, Kb/s)} \times \text{时间(s, 秒)} \over \text{8(b/B)} } = \text{视频的大小(KB)}
}}}#
CQ 与二次编码(2-pass)
替 FFmpeg 传入 -crf 参数,即可使用 VP9 的 CQ 编码模式。不过 libvpx 的 CQ 编码模式有点特别,如果只用它来进行一次编码的话,那么它就算是恒定量化(Constant Quantizer),也就是不管场景多复杂,都用同样的品质等级来编码。但如果进行二次编码,CQ 编码模式就算是真正的 CRF (Constant Rate Factor)模式,可以根据场景的复杂度来微调品质等级。虽然二次编码很耗时,但能有效地降低比特率,同时提升画质。
在这个模式下,-b:v 参数依然可以用来设置平均比特率。如果不想设置平均比特率,可以代入 0。要注意的是,如果不设置 -b:v 参数,平均比特率会被预设为 200k。同时使用 -crf 参数和非 0 的平均比特率是一件蛮吊诡的事情,应该是为了避免单纯以品质为基准来进行编码会使得某些场景复杂的片段比特率过高,而不利于网络串流,借由指定平均比特率,可以在一定程度保有原先的品质设置下,让视频比较顺畅地串流。
透过 FFmpeg 输出视觉无损的 VP9 视频的指令如下:
透过 FFmpeg 输出标准画质的 VP9 视频的指令如下:
使用次高的压缩效果来输出视觉无损的 VP9 视频的指令如下:
若是进行二次编码的话,第一次编码的目的是收集编码视频来源时所得到的信息(预设会在工作目录中被存成 ffmpeg2pass-0.log 文件),第二次是利用已收集到的信息和相同的视频来源的不同场景重新用微调过的品质等级进行编码。
例如要使用次高的压缩效果来输出标准画质的 VP9 视频,第一次编码的指令如下:
第二次编码的指令如下:
4:2:0/4:2:2/4:4:4 和 8-bit/10-bit/12-bit 视频编码
预设情况下,FFmpeg 使用 libvpx 来编码 VP9 时,会根据视频输入源来决定输出的色彩采样方式和色彩深度。常见的色彩采样方式为 4:2:0(支持硬件解码),特殊情况下才会去用到 4:2:2 或是 4:4:4。色彩采样对于画面的呈现差异并不明显,但对于后制宽容度的影响比较大。而色彩深度则影响到视频的颜色表现范围,这个要看视频来源,如果视频原本就是用 10-bit 深度的设备进行录制或是制作的话,那么降转成 8-bit 时就会出现色斑、色块等色阶不连续的情况。
FFmpeg 指令工具可以利用 -pix_fmt 参数来设置输出视频的像素格式来决定其色彩采样方式和色彩深度,搭配 VP9 编码时,会自动选择适当的 VP9 Profile 来使用。
像素格式 yuv420p,代表要使用 8-bit 4:2:0 进行编码;yuv422p,代表要使用 8-bit 4:2:2 进行编码;yuv444p,代表要使用 8-bit 4:4:4 进行编码;yuv420p10le,代表要使用 10-bit 4:2:0 进行编码;yuv422p10le,代表要使用 10-bit 4:2:2 进行编码;yuv444p10le,代表要使用 10-bit 4:4:4 进行编码。yuv420p12le,代表要使用 12-bit 4:2:0 进行编码;yuv422p12le,代表要使用 12-bit 4:2:2 进行编码;yuv444p12le,代表要使用 12-bit 4:4:4 进行编码。
透过 FFmpeg 输出视觉无损的 10-bit VP9 视频的指令如下:
无损压缩
VP9 支持无损压缩,加上 -lossless 1 参数就好了,不要设置 -crf 和 -b:v 参数。
使用次高的压缩效果来输出无损画质的 VP9 视频,指令如下:
透明视频
VP9 支持拥有透明层(Alpha Channel)的视频,这类视频经常被使用在网页上。只要图像来源是拥有透明层(像是 PNG 或是 GIF 图档)的话,编码成 VP9 时,预设的像素格式就会是 yuva420p。
以下是一个透明视频(点击浮现):
