來自:http://hi.baidu.com/snowxshy/item/8fcad08318b86adfd1f8cdcb
一·參數說明
這一節闡述的是 encoder.cfg 中的參數對編碼過程的影響
要注意的是 encoder.cfg 中的參數跟 input 結構體中的變量是一一對應的
StartFrame:從視頻流的第幾幀開始編碼
FramesToBeEncoded:指明瞭除去 B 幀後將要被編碼的幀數
input->no_frames = FramesToBeEncoded
FrameSkip:指明瞭編碼過程中跳過的幀數,中間有 B 幀也算跳過一幀。
NumberBFrames:相鄰 I、P 幀或相鄰的 P 幀之間的 B 幀個數,必須有
NumberBFrames< FrameSkip
input->successive_Bframe = NumberBFrames
IntraPeriod:I 幀出現的頻率。若 IntraPeriod=3,則每 3 幀(不含 B 幀)中有一 I 幀;
IntraPeriod=0 時只有第一幀是 I 幀。
IDRIntraEnable:此值爲 1 時每個 I 幀都是 IDR,否則只有第一個 I 幀是 IDR。
舉例:在 StartFrame=0
FramesToBeEncoded=5
FrameSkip=3
NumberBFrames=2
IntraPeriod=3
IDRIntraEnable=1
的情況下編碼情況如下,其中紅色代表 IDR 幀
表 1
視頻流 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17
編碼流 I B B P B B P B B I B B P
編碼順序 0 2 3 1 5 6 4 8 9 7 11 12 10
二·pic_order_cnt_type 爲 0 的情況
這種情況下顯式的計算 POC
(1) 編碼端 I 幀或 P 幀 toppoc 的計算
這個過程在 main()函數的組循環
“for (img->number=0; img->number < input->no_frames; img->number++){ }”
中實現
IntraPeriod 或 IDRIntraEnable 爲零時
這種情況下只有第一個 I 幀是 IDR 幀,比較簡單。對於 I 幀或 P 幀,其頂場的 POC 爲
(img->number) * (2*(input->successive_Bframe+1))
IntraPeriod 和 IDRIntraEnable 都不爲零時
這種情況下每個 I 幀都是 IDR 幀,其 POC 必須設置爲零,I 幀出現的頻率爲 IntraPeriod,
故其 toppoc 爲
(img->number % input->intra_period) * (2*(input->successive_Bframe+1))
z 說明:
原程序中使用了宏定義 IMG_NUMBER
“#define IMG_NUMBER (img->number - start_frame_no_in_this_IGOP)”
通過搜start_frame_no_in_this_IGOP 可知這個變量在NumberOfFrameInSecondIGOP 爲0
(encoder_main.cfg 中就是這樣設置的)時恆爲 0,故有
IMG_NUMBER = img->number
(2) 編碼端 B 幀 POC 的計算
由表一可知,在編完一 I 幀或 P 幀之後纔開始對它前面的 B 幀進行編碼
for (img->number=0; img->number < input->no_frames; img->number++)
{
……I,P 幀編碼……
if ((input->successive_Bframe != 0) && (IMG_NUMBER > 0))
{
……
for(img->b_frame_to_code=1; img->b_frame_to_code<=input->successive_Bframe;
img->b_frame_to_code++)
{
}
IntraPeriod 或 IDRIntraEnable 爲零時 toppoc 等於
2+(img->number-1) * (2*(input->successive_Bframe+1))
+2* (img->b_frame_to_code-1)
a) 第一個 2 指得是 IDR 的兩個場;
b) img->number 要減一是因爲要對當前幀(img->number)前面的 B 幀進行編碼;
IntraPeriod 和 IDRIntraEnable 都不爲零時 toppoc 等於
2+(img->number % input->intra_period-1) * (2*(input->successive_Bframe+1))+2* (img->b_frame_to_code-1)
IDR 幀前面
(3) toppoc 到 pic_order_cnt_lsb 的轉化
img->pic_order_cnt_lsb
=img->toppoc &
~((((unsigned int)( –1)) << (log2_max_pic_order_cnt_lsb_minus4+4)))
(unsigned int)(-1)的十六進制形式是 0xffffffff,即它的每一位都是 1;
log2_max_pic_order_cnt_lsb_minus4+4 是圖象數目(包括 B 幀)最大值的位數
當 toppoc >0 時,img->pic_order_cnt_lsb=img->toppoc
當 toppoc <0 時,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)
疑問:
不知道 toppoc 到 pic_order_cnt_lsb 這個過程有什麼意義;
POC 的值會從 0 變到很大,爲什麼不對它進行熵編碼;
(4) 解碼端 toppoc 的恢復
此過程在函數 decode_poc 中執行。其思想是對於 IDR 前的 B 幀
Toppoc = pic_order_cnt_lsb - max_pic_order_cnt
否則
Toppoc = pic_order_cnt_lsb
是否減去 max_pic_order_cnt 由變量 PicOrderCntMsb 決定,對於 IDR 前的 B 幀
PicOrderCntMsb = (– max_pic_order_cnt)
否則
PicOrderCntMsb = 0
到這就不難理解 PicOrderCntMsb 的含義了,PicOrderCntMsb 反映了 toppoc 的值是否小於 0。
至於另外兩個參數:PrevPicOrderCntMsb 總是爲 0;PrevPicOrderCntLsb 在當前圖象是 IDR
或 IDR 前(視頻流中)的 B 幀時爲 0,否則等於前一圖象(編碼序列中)的 PicOrderCntLsb。
三·pic_order_cnt_type 爲 1 的情況
這種情況下通過 frame_num 來計算 POC
(1)frame_num 簡介
參考《畢厚傑》7.3.4 節中 frame_num 條款的解釋,對於表 1 中的圖象序列,其 frame_num的值參考如下:
表 2
視頻流 0 1 2 4 5 6 8 9 10 12 13 14 16
編碼流 I B B P B B P B B I B B P
編碼順序 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)算法思想以及其解碼端的實現
對於 IDR 幀,poc = 0;
對於 I 幀或 P 幀
poc = frame_num*2*(input->successive_Bframe+1)
或
poc = 2*(input->successive_Bframe+1)
+ (frame_num – 1)*2*(input->successive_Bframe+1)
解碼端實現
poc = img->ExpectedPicOrderCnt
+ img->delta_pic_order_cnt[0] (在 I,P 幀下爲 0)
z 對於 I 幀或 P 幀之前的 B 幀(視頻流中)
poc = (frame_num – 1)*2*(input->successive_Bframe+1)
– 2*(input->successive_Bframe+1 – img->b_frame_to_code)
或
poc = 2*(input->successive_Bframe+1)
+ (frame_num – 1 – 1)*2*(input->successive_Bframe+1)
+ 2*( img->b_frame_to_code – 1)
– 2*input->successive_Bframe
解碼端的實現
poc = img->ExpectedPicOrderCnt
+ img->delta_pic_order_cnt[0]
+ active_sps->offset_for_non_ref_pic
變量說明
a) 其中 img->b_frame_to_code 請參見標題一·(2)
b) img->disposable_flag = (nalu->nal_reference_idc = = 0),而 nal_reference_idc 只在 B 幀時爲0,即img->disposable_flag 只在B 幀時爲1。這也是在B 幀情況下img->AbsFrameNum
要比 I 幀或 P 幀多減去一個 1 的原因。
c) 其它變量參見下面小題;
(3)編碼端參數設置
a) img->num_ref_frames_in_pic_order_cnt_cycle:
這個參數在 init_poc( )函數中設置爲 1 後就再沒改動過;
b) img->offset_for_ref_frame[0] :
在 StoredBPictures 爲 0 時等於 2*(input->successive_Bframe+1);
c) img->offset_for_ref_frame[1] :
沒什麼用,264 頭文件中不會保存此變量;
d) img->delta_pic_order_cnt[0] :
這個變量只對 B 幀有用,等於 2*(img->b_frame_to_code –1); 對於 I 幀或 P 幀, 其值爲 0;
e) active_sps->offset_for_non_ref_pic:
只對 B 幀有用,在 StoredBPictures 爲 0 時等於–2*input->successive_Bframe,