一·参数说明
这一节阐述的是encoder.cfg 中的参数对编码过程的影响
要注意的是encoder.cfg 中的参数跟input 结构体中的变量是一一对应的
StartFrame:从视频流的第几帧开始编码
FramesToBeEncoded:指明了除去 B帧后将要被编码的帧数
input->no_frames = FramesToBeEncoded
FrameSkip:指明了编码过程中跳过的帧数,中间有 B 帧也算跳过一帧。
NumberBFrames:相邻 I、P帧或相邻的 P帧之间的 B 帧个数,必须有
NumberBFrames< FrameSkip
input->successive_Bframe = NumberBFrames
IntraPeriod:I 帧出现的频率。若 IntraPeriod="3",则每 3 帧(不含 B 帧)中有一 I 帧;
IntraPeriod="0" 时只有第一帧是 I 帧。
IDRIntraEnable:此值为1时每个 I帧都是 IDR,否则只有第一个 I帧是 IDR。
举例:在 StartFrame="0"
FramesToBeEncoded="5"
FrameSkip="3"
NumberBFrames="2"
IntraPeriod="3"
IDRIntraEnable="1"
的情况下编码情况如下,其中红色代表 IDR 帧
表 1
视频流 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17
编码流 I B B P B B P B B I B B P
编码顺序 0 2 3 1 5 6 4 8 9 7 11 12 10
二·pic_order_cnt_type 为 0 的情况
这种情况下显式的计算 POC
(1) 编码端 I 帧或 P 帧 toppoc 的计算
这个过程在 main()函数的组循环
“for (img->number=0; img->number < input->no_frames; img->number++){ }”
中实现
z IntraPeriod或 IDRIntraEnable 为零时
这种情况下只有第一个 I 帧是 IDR 帧,比较简单。对于 I帧或 P 帧,其顶场的 POC 为
(img->number) * (2*(input->successive_Bframe+1)) z IntraPeriod和 IDRIntraEnable 都不为零时
这种情况下每个 I 帧都是 IDR 帧,其 POC 必须设置为零, I帧出现的频率为 IntraPeriod,
故其 toppoc为
(img->number % input->intra_period) * (2*(input->successive_Bframe+1))
z 说明:
原程序中使用了宏定义 IMG_NUMBER
“#define IMG_NUMBER (img->number - start_frame_no_in_this_IGOP)”
通过搜start_frame_no_in_this_IGOP可知这个变量在NumberOfFrameInSecondIGOP为0
(encoder_main.cfg 中就是这样设置的)时恒为 0,故有
IMG_NUMBER = img->number
(2) 编码端 B帧 POC 的计算
由表一可知,在编完一 I 帧或 P 帧之后才开始对它前面的 B帧进行编码
for (img->number=0; img->number < input->no_frames; img->number++)
{
……I,P 帧编码……
if ((input->successive_Bframe != 0) && (IMG_NUMBER > 0))
{
……
for(img->b_frame_to_co de=1; img->b_frame_to_co de<=input->successive_Bframe;
img->b_frame_to_co de++)
{
}
z IntraPeriod或 IDRIntraEnable 为零时toppoc 等于
2+(img->number-1) * (2*(input->successive_Bframe+1))
+2* (img->b_frame_to_co de-1)
a) 第一个 2 指得是 IDR 的两个场;
b) img->number要减一是因为要对当前帧(img->number)前面的 B帧进行编码;
z IntraPeriod和 IDRIntraEnable 都不为零时 toppoc等于
2+(img->number % input->intra_period-1) * (2*(input->successive_Bframe+1))
+2* (img->b_frame_to_co de-1)
IDR 帧前面
(3) toppoc 到 pic_order_cnt_lsb 的转化
img->pic_order_cnt_lsb
=img->toppoc &
~((((unsigned int)( –1)) << (log2_max_pic_order_cnt_lsb_minus4+4)))
z (unsigned int)(-1)的十六进制形式是 0xffffffff,即它的每一位都是 1;
z log2_max_pic_order_cnt_lsb_minus4+4是图象数目(包括 B 帧)最大值的位数 z 当 toppoc >0时,img->pic_order_cnt_lsb=img->toppoc
当 toppoc <0时,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 疑问:
不知道 toppoc 到 pic_order_cnt_lsb 这个过程有什么意义;
POC 的值会从 0 变到很大,为什么不对它进行熵编码;
(4) 解码端 toppoc 的恢复
此过程在函数 decode_poc 中执行。其思想是对于 IDR 前的 B 帧
Toppoc = pic_order_cnt_lsb - max_pic_order_cnt
否则
Toppoc = pic_order_cnt_lsb
是否减去 max_pic_order_cnt 由变量 PicOrderCntMsb 决定,对于 IDR 前的 B 帧
PicOrderCntMsb = (– max_pic_order_cnt)
否则
PicOrderCntMsb = 0
到这就不难理解 PicOrderCntMsb 的含义了, PicOrderCntMsb 反映了 toppoc的值是否小于 0。
至于另外两个参数:PrevPicOrderCntMsb 总是为 0;PrevPicOrderCntLsb 在当前图象是 IDR
或 IDR 前(视频流中)的 B 帧时为0,否则等于前一图象(编码序列中)的 PicOrderCntLsb。
三·pic_order_cnt_type 为 1 的情况
这种情况下通过 frame_num来计算 POC
(1)frame_num 简介
参考《毕厚杰》7.3.4 节中 frame_num 条款的解释,对于表 1 中的图象序列,其 frame_num
的值参考如下:
表 2
视频流 0 1 2 4 5 6 8 9 10 12 13 14 16
编码流 I B B P B B P B B I B B P
编码顺序 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)算法思想以及其解码端的实现
z 对于 IDR 帧,poc = 0;
z 对于 I 帧或P 帧
poc = frame_num*2*(input->successive_Bframe+1)
或
poc = 2*(input->successive_Bframe+1)
+ (frame_num – 1)*2*(input->successive_Bframe+1) 解码端实现
poc = img->ExpectedPicOrderCnt
+ img->delta_pic_order_cnt[0] (在 I,P 帧下为 0)
z 对于 I 帧或P 帧之前的 B 帧(视频流中)
poc = (frame_num – 1)*2*(input->successive_Bframe+1)
– 2*(input->successive_Bframe+1 – img->b_frame_to_co de)
或
poc = 2*(input->successive_Bframe+1)
+ (frame_num – 1 – 1)*2*(input->successive_Bframe+1)
+ 2*( img->b_frame_to_co de – 1)
– 2*input->successive_Bframe
解码端的实现
poc = img->ExpectedPicOrderCnt
+ img->delta_pic_order_cnt[0]
+ active_sps->offset_for_non_ref_pic
z 变量说明
a) 其中 img->b_frame_to_co de请参见标题一·(2)
b) img->disposable_flag = (nalu->nal_reference_idc = = 0),而 nal_reference_idc 只在 B 帧时
为0,即img->disposable_flag只在B帧时为1。这也是在B帧情况下img->AbsFrameNum
要比 I 帧或P 帧多减去一个 1 的原因。
c) 其它变量参见下面小题;
(3)编码端参数设置
a) img->num_ref_frames_in_pic_order_cnt_cycle:
这个参数在 init_poc( )函数中设置为 1 后就再没改动过;
b) img->offset_for_ref_frame[0] :
在 StoredBPictures为0 时等于 2*(input->successive_Bframe+1);
c) img->offset_for_ref_frame[1] :
没什么用,264 头文件中不会保存此变量;
d) img->delta_pic_order_cnt[0] :
这个变量只对 B 帧有用,等于 2*(img->b_frame_to_co de –1); 对于 I 帧或 P 帧,
其值为 0;
e) active_sps->offset_for_non_ref_pic:
只对 B 帧有用,在 StoredBPictures 为0 时等于–2*input->successive_Bframe,
(1) 文件操作参数:#Files
InputFile ="silent.yuv" #输入序列,YUV 4:2:0
FramesToBeEncoded = 30 #编码图象帧数
SourceWidth = 352 #图象宽度,必须是16像素的倍数
SourceHeight = 288 #图象高度,必须是16像素的倍数
TraceFile = "silent_enc2.txt" #跟踪文件
ReconFile = "silent_rec_RD2.yuv" #恢复文件
OutFile = "silent.26l" #输出文件
(2) 编码控制参数: #Encoder Control
IntraPeriod = 0 #I帧的周期(0=只有第一帧为I帧)
QPFirstFrame = 15 #第一帧量化步长(0-31)
QPRemainingFrame = 25 #其它帧量化步长(0-31)
FrameSkip = 0 #输出图象采样间隔(如2表示每三帧取一帧)
MVResolution = 1 #运动矢量精度:0:1/4像素精度,1:1/8像素精度
UseHamard = 0 #Hadamard变换(0=无效,1=有效)
SearchRange = 16 #最大搜索范围
NumberRefereceFrames = 1 #用于帧间预测的参考帧数(1-5)
MbLineIntraUpdate = 0 #错误鲁棒性0:无效,N:每N帧进行一次帧内编码GOB
InterSearch16x16 = 1 #帧间搜索块16x16大小(0=无效,1=有效)
InterSearch16x8 = 1 #帧间搜索块16x8大小(0=无效,1=有效)
InterSearch8x16 = 1 #帧间搜索块8x16大小(0=无效,1=有效)
InterSearch8x8 = 1 #帧间搜索块8x8大小(0=无效,1=有效)
InterSearch8x4 = 1 #帧间搜索块8x4大小(0=无效,1=有效)
InterSearch4x8 = 1 #帧间搜索块4x8大小(0=无效,1=有效)
InterSearch4x4 = 1 #帧间搜索块4x4大小(0=无效,1=有效)
(3) 定义输入参数结构体InputParameters
typedef struct
{
int no_frames; //编码帧数
int qp0; //第一帧量化步长
int qpN; //其余帧量化步长
int jumpd; //输出图象采样间隔(如2表示每三帧取一帧)
int mv_res; //运动矢量精度:0:1/4像素精度1:1/8像素精度
int hadamard; //0:普通1:利用4x4Hadamard变换,计算绝对变换误差
int search_range; //搜索范围 - 基于16x16块整像素搜索,搜索窗是以预测矢量为中心,对于8x8和4x4块的搜索范围是基于16x16块的1/2
int no_multpred; //1:仅以前一帧做参考,2:以前一帧或大前帧,最多5个参考帧
int img_width; //图象宽度
int img_height; //图象高度
int yuv_format; //YUV采样比(0=4:0:0,1=4:2:0,2=4:2:2,3=4:4:4)
int color_depth; //每个像素所需的位数,一般为8bit/pel
int intra_upd; //错误鲁棒性(0:无效,N:每N帧进行一次帧内编码GOB)
int blc_size[8][2]; //帧间搜索的不同大小块数组
int slice_mode; //片编码模式
int UseConstrainedIntraPred; //0:帧间宏块采用帧内预测 1:无效
int infile_header; //输出文件的头信息长度
char infile[100]; //YUV4:2:0输入文件
char outfile[100]; //H26L压缩输出码流
char ReconFile[100]; //重建图象文件
char TraceFile[100]; //跟踪输出文件
int intra_period; //帧内编码周期
//B pictures
int successive_Bframe; //B帧编码数目
int pqB; //B帧编码量化步长
//SP Pictures
int sp_periodicity; //SP帧周期
int qpsp; //SP帧预测误差量化步长
int qpsp_psed; //SP帧预测量化步长
int InterSearch16x16; //搜索块大小
int InterSearch16x8;
int InterSearch8x16;
int InterSearch8x8;
int InterSearch8x4;
int InterSearch4x8;
int InterSearch4x4;
}InputParameters;