使用 libx264 压缩一组图像时，为什么帧速率会影响最终输出大小？

Question

我正在使用 ffmpeg 使用 libx264 编解码器将一组图像编码为短延时视频。我的第一次尝试以 30 FPS 的速度进行编码，使用：

ffmpeg -r 30 -pattern_type glob -i "*.jpg" -vcodec libx264 -crf 30 -pix_fmt yuv420p output.mp4

如果是 60 帧，则文件大小为 163 KB，长度为 2 秒。然后我意识到我需要让它慢一些，所以我重新运行相同的命令，但将 -r 更改为 2。现在我有一个 30 秒长的文件，但大小跃升至 891 KB！视频质量在视觉上看起来是一样的。

如何以较慢的帧速率进行编码，而不会使最终文件大小膨胀？

---

笔记：我的一些理论，以及我检查过的东西。首先，为了确保 ffmpeg 不会在较长版本中重复帧，我检查了 I/P/B 计数。30 FPS 文件具有：

[libx264 @ 0x7f9b26001c00] frame I:1     Avg QP:30.67  size: 44649
[libx264 @ 0x7f9b26001c00] frame P:15    Avg QP:31.19  size:  5471
[libx264 @ 0x7f9b26001c00] frame B:44    Avg QP:31.45  size:   767

2 FPS 文件有：

[libx264 @ 0x7fcd32842200] frame I:1     Avg QP:21.29  size: 90138
[libx264 @ 0x7fcd32842200] frame P:15    Avg QP:22.48  size: 33686
[libx264 @ 0x7fcd32842200] frame B:44    Avg QP:26.29  size:  6674

因此，I/P/B 计数相同，但 2 FPS 文件的 QP 低得多。为了抵消这一影响，我尝试增加 2 FPS 文件的 -crf，以获得大约相同的目标大小，但这只会给我一个非常模糊的视频（必须转到 crf=40）。我尝试弄乱 -minrate、-maxrate、-bt，但没有任何帮助。我猜测有一些 x264 编解码器设置与帧速率相关，但我不知所措地试图找出哪一个（根据我的理解，恒定比特率受帧速率影响，但 CRF 不应该受到影响，但也许我误解了它。

Answer 1

CRF 模式的目的是在其编码输出中获得并保持一定的质量水平。如果以 25 fps 显示同一组帧，则每帧的持续时间为 40 毫秒，观看者将无法完全理解瞬态特征。像 x264/x265 这样的编码器将更积极地优化这些帧。OTOH，如果以 2 fps 的速度显示，则每个帧的可见时间为半秒，因此在保持感知质量方面就没有什么余地了。

对于 x264，这是实现该逻辑的提交消息。

VFR/帧速率感知速率控制，第 2 部分

MB-tree 和 qcomp 复杂度估计现在在计算中考虑帧的持续时间。这对于视觉优化非常重要，因为持续时间更长的帧本质上在质量方面更重要。在极端测试用例中将 VFR 感知 PSNR 提高了 1-2db，在更普通的 VFR 剪辑（例如重复数据删除的动画剧集）上提高了约 0.5db。

警告：此更改重新定义了 x264 的内部质量测量。由于上述帧持续时间逻辑，x264 现在将根据视频的帧速率缩放其质量。也就是说，--crf X 为 60fps 视频提供的每帧质量低于 30fps 视频。这将使 --crf 比以前更接近恒定的感知质量。此更改的“中心”是 25fps：也就是说，在相同的 CRF 下，低于 25fps 的视频质量将会提高，而高于 25fps 的视频质量将会下降。这个选择完全是任意的。

请注意，要充分利用这一点，x264 必须以正确的帧速率和正确的时间戳对视频进行编码。