视频编码探究日记

今晚的信息量有点大。我还是从结论开始说吧。用ffmpeg封装。我一开始考虑了直接用原生内核，但

视频编码探究日记

一般来说一种编码器lib都会有不同厂家封装。我认为是有3层。你可以直接用最核心的编码第一层，也可以用厂家（如英特尔、英伟达）优化过的第二层，也可以用第二或第三层ffmpeg调用原生或调用封装过的（比如SVT、NV版）像套娃一样。如果是在生产环境或者下载安装的时候就区分好硬件，那无疑是用第二层的封装最直接（不冗余）。
但如果需要兼容不同的系统和硬件软件编码等因素，确实ffmpeg是包全了。没有更好的方案了

Tips：记得开启AV1全拓展功能，编码命令-threads 0 的时候可以压榨全部CPU核心。且还有其他功能值得使用


以下是额外扩展，可能需要手动指定编译，编码的时候肯定也要带一大堆参数（注意编译和编码是不一样的）


超分辨率预测（Super Res）

• 这是 AV1 的标志性特性。编码时先把视频帧下采样缩小（比如 1080P 缩到 720P），对缩小后的低分辨率帧进行编码；解码时再通过 AV1 内置的超分辨率算法，把低分辨率帧还原回原始分辨率。
  核心逻辑是：低分辨率帧的冗余信息更少，编码后体积更小，而超分算法能保证解码画质。
• 在 4K/8K 等高分辨率视频中，可提升 5%~15% 的压缩率（同等画质下文件体积更小）。
  分辨率越高，收益越大 —— 比如 8K 视频用 Super Res，压缩率提升比 1080P 高 2~3 倍。
  缺点是会增加编解码的计算量（编码时多了下采样，解码时多了超分）。
  

循环滤波增强（Loop Filter Enhancement）

• 视频编码会把帧拆分成小块（宏块），块与块之间容易出现 “块效应”（画面有格子感）。循环滤波是在编码的环路中（编码→预测→残差→解码反馈）对块边缘进行平滑处理，消除块效应。
  AV1 的循环滤波增强是在传统滤波基础上，增加了自适应强度调整—— 根据画面内容（平坦区 / 纹理区）动态改变滤波力度。
• 原理是：消除块效应后，画面的 “主观画质” 更好，因此可以用更低的码率达到相同的观感；同时，滤波后的帧冗余信息更少，后续帧的预测更精准。
  

自适应变换（Adaptive Transform）

• 视频编码中，“变换” 是把像素域的信号转换成频域信号（比如 DCT 变换），频域信号更容易压缩（高频信息可丢弃）。
  AV1 的自适应变换支持多种变换类型（DCT、DST、Identity 等），并能根据每个宏块的内容自动选择最优变换方式—— 比如纹理复杂的块用 DST 变换，平坦的块用 DCT 变换。
• 相比传统编码固定用一种变换，自适应变换能让每个块的变换残差更小（残差越小，需要编码的数据越少），从而直接降低码率。在纹理丰富的画面（比如 AI 生成的细节图、自然风景）中收益更高。
  

帧内预测模式扩展（更多角度 / 分区）

• 帧内预测是 “用同一帧内已编码的像素，预测未编码的像素”，减少帧内冗余。传统编码（如 H.265）的帧内预测角度较少（比如 33 种），而 AV1 扩展了预测角度数量（增加到上百种），同时支持更精细的分区（比如 4x4、8x8 小尺寸块）。
  简单说：能更精准地匹配画面的纹理方向（比如斜线、曲线）。
• 在包含大量斜线、曲线、复杂纹理的画面（比如 AI 绘画的人物发丝、建筑轮廓）中效果显著 —— 精准的预测能大幅减少残差数据；在平坦画面（比如纯色背景）中收益较低。
  

熵编码优化（CDEF/CFL 滤波）

• 熵编码是编码的最后一步，对 “变换后的残差数据” 进行无损压缩（类似 ZIP 压缩）。AV1 的熵编码优化结合了两种前置滤波：
  
  • CDEF（循环去块效应滤波）：进一步消除块效应，让残差数据更集中；
  • CFL（循环帧内预测滤波）：优化帧内预测的残差，减少冗余。
    滤波后的数据熵值更低，熵编码的压缩效率更高。
    
• 它不直接改变编码的预测逻辑，而是通过优化输入熵编码器的数据，让无损压缩阶段能 “挤” 出更多体积空间。对所有类型的视频都有收益，没有明显短板。
  

叠加效应：
同时启用这五项特性，总压缩率提升不是简单相加，而是协同增益—— 在 4K 视频中，总压缩率可比基础 AV1 编码提升 15%~30%，这也是 libaom 全功能版压缩率优于其他编码器的核心原因。


示例：
ffmpeg -i input_ai.mp4 \       -c:v libaom-av1 \       # 核心压缩/画质参数（针对8bit AI素材）       -crf 22 \                  # 肉眼无损失，平衡体积       -cpu-used 1 \              # 压缩率优先，速度可接受       -threads 0 \               # 自动拉满CPU       # 启用所有高级压缩特性       -enable-superres 1 \       -enable-intra-angle-ext 2 \       -enable-adaptive-transform 2 \       -enable-cdef 1 -enable-cfl 1 \       # 10bit编码+编辑器兼容关键配置       -pix_fmt yuv420p10le \     # 10bit输出，兼容主流编辑器       -color_range limited \     # 匹配8bit素材的有限色域（避免过曝）       -colorspace bt709 \        # 标准SDR色域，AE/剪映默认支持       -color_trc bt709 \         # gamma曲线匹配，避免偏色       # 画质均匀性优化       -aq-mode 3 \       -g 120 \                   # 适配AI视频帧间差异大的特点       # 音频（适配后期编辑）       -c:a aac -b:a 192k \       # AAC兼容性比Opus更好，AE/剪映直接识别       output_ai_av1_10bit.mp4

视频编码探究日记

关于有没有必要把8位转为10位编码，颠覆了我的认知。毕竟不管是输入还是输出，实际用到的都是8位256色。

游客，如果您要查看本帖隐藏内容请回复

我自己AE合成师 多年的经验和心得：哪怕真实数据是以8位输入、8位输出、或8位显示。但是中间的编码过程都可以用10位或16位来保证避免”舍入误差“。
这真的是需要像素级、1/255色差的肉眼识别力 才会发现的细节。当然，8转16工作空间，在多图层乘除的时候优势差距就很明显了！2018年的时候做龟派气功叠了很多光效 那时候已经有所直觉了。后来在2024年接触游戏引擎浮点色、LED灯珠 的时候也栽了跟头，吃了”舍入误差“的亏。

硬编码确实会损质量，所以UHQ是必须开启的（小小丸1.5.4没开，所以差距明显）

视频编码探究日记

GPU型号说明（需要2022年之后的）

• NVIDIA：AV1 硬编码是 Ada Lovelace 及更新架构的 8th Gen NVENC 专属，RTX 30 系及更早（Ampere/Turing）均不支持编码，仅能解码NVIDIA。
• AMD：RDNA3 架构的 VCN 4.0 才支持 AV1 编码，RDNA2（RX 6000 系）仅支持解码，且部分低端型号（如 RX 6400/6500）解码也受限。
• Intel：仅 Arc 锐炫独显支持 AV1 硬编码，DG1 仅解码；Intel 所有核显（包括 UHD 770）均不支持 AV1 硬编码。
• （这我要是做到小小丸里，不就坑得要命？大多数用户可能没那么新的显卡）
  

还有一个坑：Direct3D 12 AV1 编码仅支持 Windows 11 24H2（WDDM 3.2）及以上，且仅支持新显卡。果然还是太超前了，没用户没业务就不会有人探究。
但是总的来说。如果过个5年再开发这软件，D3D肯定是最方便的选择了。不然跟小小丸一样还得前置判断硬件型号（这也是小丸不支持GPU的原因）


但是ffmpeg会提供mp4等视频容器，导致解密门槛降低。不然光凭码流无容器，都不需要加密了，正常人是打不开的。