【数据压缩】H.264文件解析和码流分析

一、实验课要求

1. 选择一个.mp4或者.264文件。
2. 在码流分析仪软件中打开该文件，从几个层次进行分析：

• 分析SPS和PPS里都包含哪些主要的信息，给出参数值。（例如分辨率、帧率、GOP结构等等）
• 以一个GOP为例，分析如下信息：
  1. 每个图像帧的类型及所用的编码比特数、QP值；并以图像帧号为横坐标、每帧所用比特数为纵坐标画出曲线图；以图像帧号为横坐标、每帧所用QP为纵坐标画出曲线图。
  2. 以第一个I帧作为分析对象，基于该帧图像的空间特性，分析每个宏块所采用的编码类型及其比例。
  3. 以第一个P帧作为分析对象，基于该帧图像的空间和时间特性，分析每个宏块所采用的编码类型及其比例。
  4. 以某一个B帧作为分析对象，基于该帧图像的空间和时间特性，分析每个宏块所采用的编码类型及其比例。

二、实验内容

首先是SPS：
profile_idc:

(1) profile_idc：

标识当前H.264码流的profile。我们知道，H.264中定义了三种常用的档次profile：

基准档次：baseline profile;

主要档次：main profile;

扩展档次：extended profile;

在H.264的SPS中，第一个字节表示profile_idc，根据profile_idc的值可以确定码流符合哪一种档次。判断规律为：

profile_idc = 66 → baseline profile;

profile_idc = 77 → main profile;

profile_idc = 88 → extended profile;

在新版的标准中，还包括了High、High 10、High 4:2:2、High 4:4:4、High 10 Intra、High
4:2:2 Intra、High 4:4:4 Intra、CAVLC 4:4:4 Intra等，每一种都由不同的profile_idc表示。

另外，constraint_set0_flag ~ constraint_set5_flag是在编码的档次方面对码流增加的其他一些额外限制性条件。

在我们实验码流中，profile_idc = 0x42 = 66，因此码流的档次为baseline profile。

constraint_set0_flag ~ constraint_set5_flag

另外，constraint_set0_flag ~ constraint_set5_flag是在编码的档次方面对码流增加的其他一些额外限制性条件。

在我们实验码流中，profile_idc = 0x42 = 66，因此码流的档次为baseline profile。

level_idc

标识当前码流的Level。编码的Level定义了某种条件下的最大视频分辨率、最大视频帧率等参数，码流所遵从的level由level_idc指定。

当前码流中，level_idc =31，对应表如下：

表示该H264码流支持到720p 高清格式，支持隔行扫描，每秒的样点数是27648000

seq_parameter_set_id

表示当前的序列参数集的id。通过该id值，图像参数集pps可以引用其代表的sps中的参数。

log2_max_frame_num_minus4

用于计算MaxFrameNum的值。计算公式为MaxFrameNum = 2^(log2_max_frame_num_minus4 +4)。MaxFrameNum是frame_num的上限值，frame_num是图像序号的一种表示方法，在帧间编码中常用作一种参考帧标记的手段。

在本例中，MaxFrameNum = 2 ^ ( 4 + 4 ) = 256

pic_order_cnt_type

表示解码picture order count(POC)的方法。POC 是另一种计量图像序号的方式，与frame_num有着不同的计算方法。该语法元素的取值为 0、1 或 2
在本例中, frame_num = 2

gaps_in_frame_num_value_allowed_flag

标识位，说明frame_num中是否允许不连续的值。

在本例中, gaps_in_frame_num_value_allowed_flag = 0，表示不允许不连续的值。

pic_width_in_mbs_minus1

用于计算图像的宽度。单位为宏块个数，因此图像的实际宽度为:

frame_width = 16 × (pic_width_in_mbs_minus1 + 1);

（54+1）*16=880

pic_height_in_map_units_minus1

使用PicHeightInMapUnits来度量视频中一帧图像的高度。PicHeightInMapUnits并非图像明确的以像素或宏块为单位的高度，而需要考虑该宏块是帧编码或场编码。PicHeightInMapUnits的计算方式为：

PicHeightInMapUnits = pic_height_in_map_units_minus1 + 1;

pic_height_in_map_units_minus1 为29 故高度为30

frame_mbs_only_flag

标识位，说明宏块的编码方式。当该标识位为0时，宏块可能为帧编码或场编码；该标识位为1时，所有宏块都采用帧编码。根据该标识位取值不同，PicHeightInMapUnits的含义也不同，为0时表示一场数据按宏块计算的高度，为1时表示一帧数据按宏块计算的高度。

按照宏块计算的图像实际高度FrameHeightInMbs的计算方法为：

FrameHeightInMbs = ( 2 − frame_mbs_only_flag ) * PicHeightInMapUnits

故FRameHeightInMbs为30

mb_adaptive_frame_field_flag

标识位，说明是否采用了宏块级的帧场自适应编码。当该标识位为0时，不存在帧编码和场编码之间的切换；当标识位为1时，宏块可能在帧编码和场编码模式之间进行选择。

direct_8x8_inference_flag

标识位，用于B_Skip、B_Direct模式运动矢量的推导计算。

frame_cropping_flag

标识位，说明是否需要对输出的图像帧进行裁剪。

vui_parameters_present_flag

标识位，说明SPS中是否存在VUI信息。

PPS

本例中的pps如下：

可知图像分辨率：
pic_width_in_mbs_minusl=39 实际宽度(39+1)*40=640
pic_height_in_map_units_minus1=22
frame_mbs_only_flag=1 表示所有宏块都采用帧编码，同时也表示一帧数据按宏块计算的高度，即按宏块计算的实际高度16 × 23 = 368
GOP结构：
num_slice_groupes_minusl=0 该图像帧中只有一个Slice group

以一个GOP为例，以图像帧号为横坐标、每帧所用比特数为纵坐标画出曲线图；以图像帧号为横坐标、每帧所用QP为纵坐标画出曲线图。

可知第一个GOP长度为165，导出其statistic数据可知比特数；H264Visa的statistics窗口可看到mean QP值。

输出帧号为0-164的数据并做图：（按解码时间DTS排列：IPBBPB…）

查找0-164每一帧的QP并记录：(以显示时间PTS排序：IBBPBPB…)

每帧所用比特数曲线：

以帧作为分析对象，基于该帧图像的空间特性，分析每个宏块所采用的编码类型及其比例。

大部分为8x8和16x16的宏块，细节较多的地方用更细的4x4:

大部分为p_skip宏块，因为前后图像变化不大，也有个别采用前向预测（I帧）和帧内编码以弥补差异较大的细节部分。

三、参考：

https://blog.csdn.net/heanyu/article/details/6204414
https://zhuanlan.zhihu.com/p/27896239