轉發自https://www.cnblogs.com/sunny-li/p/9979796.html
本文翻譯自 https://slhck.info/video/2017/02/24/crf-guide.html ，不當之處，請多指教。
----------------------------正文-------------------------
什麼是CRF？
CRF是264和265中默認的質量/碼率控制設置。這個值可以在0到51之間，值越低，質量越好，文件大小越大。在x264上面，一般取值爲18-28，默認值是23。在ffmpeg中，crf是這麼使用的
ffmpeg -i input.mp4 -c:v libx264 -crf 23 output.mp4
在x265中，默認的crf值是28
ffmpeg -i input.mp4 -c:v libx265 -crf 28 output.mp4
如果你不確定要用哪個crf的值的話，請先用默認值，然後根據你對輸出質量的主觀印象去調整。大約crf的值差別爲6就會導致文件大小的加倍或減半。
你應該在線下的文件存儲中使用crf的編碼，來獲取一個最佳的編碼方式。對於其他的使用場景，請使用其他的碼率控制模式。
------------------------------------------------------------------------------------
CRF和QP
CRF是恆定質量的編碼方式，與恆定碼率(CBR)是相反的。通常，爲了獲取恆定質量的編碼，我們可以通過用同樣的大小去壓縮每一個相同類型的幀，即，扔掉相對來說相同數量的信息。用專業術語來說，就是使用相同的量化參數QP。這個量化參數QP定義了從一個像素宏塊中丟掉多少信息。通常這將導致整個視頻序列的碼率不穩定。
不過，這裏所說的CRF比恆定量化參數要複雜一點兒。CRF會用將每一幀的壓縮不同的大小，爲了讓主觀的質量感受差不多，會用不同的QP。他是通過把運動也考慮進來做到這一點的。在編碼中，如果Qp=18,則每一幀都是QP=18，當然根據幀的類型不同會有一些微小的波動，忽略之。設置CRF=18的時候，對於運動比較大的場景，會把QP設得更高一些，對於運動比較比較不劇烈的幀，會降低QP。這會導致比特率的分配隨時間變化不同。
例如，下圖展示了兩個不同的視頻(BBB big buck bunny和TOS tears of steal)，用不同的等級去編碼（17和23），分別用恆定量化參數CQP和恆定質量CRF模式
我們看到，CRF的線總是比CQP的要低，意味着採用CRF模式的時候，可以省比特數，而採用CQP的時候，稍微會浪費一點文件大小。
爲什麼運動這麼重要？
比起運動的物體，人眼對靜止的物體會觀察到更多的細節。基於這一想法，編碼時，對運動物體給更高的壓縮率，而對靜止的物體保留更多的細節。
用外行的話說，這是因爲你的視覺系統會被運動分散注意力，而不會有足夠的時間去注意運動物體的細節。用專業術語來講，運動掩蓋了塊效應。從另一個方面來說，當一幀運動不夠大時，人就會話更多的時間去注意圖像的細節了，所以你希望壓縮的越少越好。這個時候的壓縮噪聲對於人眼來說就比較顯著了。
你可能會問，那麼CQP是不是會取得好的視頻質量呢？事實上，感官感受是差不多的，只是CQP的模式會在你不真正注意的區域浪費更多的空間。
從應用的層面來說，很多人都會在單通道的編碼使用CRF，另一個採用CRF的原因是這個是開發者x264或x265時默認選擇的碼率控制模式。
定量的視頻質量怎麼樣呢？
如果你有一些簡單的方式可以比較視頻質量的話（比如，比較每一幀的PSNR），你會發現CRF的質量比CQP的要差。但是如果你用人眼去主觀評價的話，CRF和CQP看起來差不多。它對於人眼比較關注的地方壓縮的比較小。客觀質量評價可能會比較差，但主觀質量還是可以的。
這其實有一個對於簡單的質量評價方式psnr或ssim的一個質疑，它不能把運動之類的影響人眼的感受的因素考慮進去，因爲他們是逐幀去評價的。一些評價標準，像VQM和VMAF對於評價視頻來說是更好的一種方式。
質量和比特率之間是什麼關係？
不是所有的視頻都是一樣好壓縮的。運動較少，細節較少的視頻是比較容易壓縮的，反之相反了。這裏說的容易是指，同樣的碼率的情況下，比較容易達到更好的圖像質量。
CRF解決這一問題，對於不同的視頻，不同的CRF參數導致不同的碼率。事實上，你無法根據碼率估計crf的參數。
例如，你把CRF設成23，對於一個視頻源，你會得到1500 kb/s，而對於另一個，你會得到1000kb/s，兩個看起來質量差不多。事實上，CRF要做的，就是保留確定數量的細節，不管用多少碼率。
雲編碼服務Bitmovin在正式編碼之前，也用CRF來評估視頻的複雜度。
需要注意一點，如果你的CRF選的太高（比如30），你會看到在運動比較劇烈的地方有很多的塊效應，因爲這些地方的碼率太低了。編碼器會對更復雜的區域用QP32，如本文開頭提到的，根據你想要的視頻質量選擇要的CRF參數。
爲什麼你還是會在電視或者網絡上看到很多塊效應呢？
爲什麼呢？問題是對於這些視頻，他們用了太低的碼率，特別是在廣播中，碼流是用固定碼率去壓縮的，這樣就不會考慮運動了。因此，一些電視節目在真正複雜的細節的圖像處沒有采用相應的壓縮率，看起來就比較多的塊了。
現在的碼流處理會更加的智能一些。youtube和neflix用2-pass甚至3-pass的算法，對於後者來說，採用CRF編碼來決定對於某一特定源，應該用某種碼率去編碼。確保對於複雜場景有足夠的碼率去使用，而又不超過用戶的帶寬。