10bit视频编码——特性及全面播放方法介绍

一、前言

10bit视频的播放，想偷懒的人可以直接用最新版MPC-HC、Potplayer、mplayer、QQ影音等播放器，或者使用各种解码包的最新版（都是使用ffdshow/LAV实现解码的），其内部解码器都是基于ffmpeg(libav)的。这些播放器和解码器中用的色彩转换也基本都是libswscale，所以有部分会出现色彩空间转换上的错误以及dither方式的不恰当。并且由于10bit YUV到8bit YUV再到8bit RGB的坑爹转换过程使损失也大大增加（前一步对于10bit而言还有dither的过程，可以增加一定的精度，8bit视频播放就是做了后面的一步，所以即使这样10bit的效果也还是比8bit重编码的情况好不少）。
于是对回放质量（8bit、10bit都能受益）有追求的可以参考下面介绍的基于MPC-HC使用madVR的播放教程，也可以看VX的播放攻略，其中也包括对于电脑性能不足的情况的解决方案：http://www.vempx.net/article/552.htm

关于10bit视频播放对电脑性能的要求，主要是不支持硬解（包括DXVA、CUVID、QuickSync），所以要靠软解，而目前软解10bit视频效率最高的就是LAV Video Decoders，基本上短时码率不超过30Mbps的话现在的双核CPU都能应付。但为了最佳的回放要靠madVR渲染器，而madVR内部各种mad的处理过程靠的不是CPU，而是GPU的Shader，也就是说显卡不能太差，显卡要能支持DX 9.0c，显存最好在384MB以上，对显卡性能的要求我没有什么可以参考的依据，只知道我自己笔记本上的GT420M和HTPC上的HD5550都毫无压力。

二、10bit的优势

有关10bit重编码的优势，实际上就是用更高位深来进行数据的有损编码的优势，而且bit越高效果越好。最简单的一句话就是，压缩率更高，以更低的码率提供更好的还原效果，这已经足够具有意义了。
在二进制下对8bit的源数据进行有损编码，造成相同量化损失时，以8bit为100%的error（残差）时，9bit为50%的error，10bit为25%，12bit为6.25%……所以在HEVC（也就是H.265）里有个叫IBDI（Internal bit depth increase）的技术，就是用12bit的内部精度来进行8bit源数据的重编码。
例如：
8bit源数据：  10011010
8bit量化后：  10011011
10bit量化后：1001101001
12bit量化后：100110100001

当然相同量化时肯定是bit越高的数据占的容量多，但由于损失程度的降低，综合下来的结果是，相同码率下高位深编码的还原程度始终大于等于低位深。
而其实在目前的大部分有损音频编码里，不管输入的是16bit整数还是24bit整数，其内部都是用32bit浮点数来进行编码的，能大大减小error。至于为什么不在视频里用浮点数编码，可能的原因之一是，目前最强的桌面级CPU也只能勉强解码一个浮点数编码的1080p 24fps视频。

至于你想说：“我只有8bit的显示设备，10bit有什么用呢？” 这不是什么问题，因为最终是要靠dither（抖动）转换成8bit RGB的，事实上madVR内部是不管你8bit还是10bit输入，都先升到16bit进行处理，最后再dither成8bit RGB32进行输出，所以它才能实现最高精度的转换和最小的error。
而且最近还有这么一篇文章，对不同位深的YUV空间的色彩数量进行分析，发现8bit YUV转换成RGB后远远到达不了8bit RGB的16777216色（目前大部分高清视频就是属于8bit-Rec709的情况），只有用10bit及以上精度YUV转换为8bit RGB才能达到16.7M色：http://goldenhige.cocolog-nifty. … gb2416777216yu.html

另外也可参考这里taro大所说的：http://tieba.baidu.com/p/1356709843?pn=2

三、对比测试

我对10bit与8bit编码的客观测试结果，横轴为码率，竖轴为1/(1-SSIM)，SSIM（结构相似度）是一种衡量两画面间相似度的算法（在这里是编码后的视频和源视频的比较）。另外我这里出于个人需求顺便对mbtree的情况做了测试，对此不感兴趣的可以无视。

上图以Clannad AS EP01的3654-17653帧（正片的大约前一半，不含OP）为测试片段，代表典型动画的情况。
下图以The Dark Knight的1273-9327帧为测试片段，代表电影的情况，而且是全部IMAX的片段，噪点也比较少，可以看作高画质片源。


上图中可以看到同样达到200的1/(1-SSIM)时，8bit需要4500kbps，而10bit只需要1200kbps，这样的优势我觉得不需要多说什么了。
根据我的经验，10bit对于gradient（梯度变化）的画面（特别像是暗场之类的）优势特别明显，客观上SSIM值很高，主观上基本不会产生banding（色彩过渡区域的色带）。
当然我也遇到了个别奇葩片源比如龙珠Z的BD-BOX，非常强的动态噪点，crf=20跑出来了25Mbps的码率，而且这时10bit和8bit重编码的差距基本可以忽略。

 

转自http://meguizhcn.sourceforge.net/blog/?p=780