Linux使用VMAF

作为一个初入超分的新手，被安排测试一下怎么使用VMAF。

当我搜索“怎么使用VMAF”时，各个奇奇怪怪的教程没有一个统一的，使用环境也不说，各种采坑。

所以本篇使用方法基本是对VMAF github仓库的ReadMe翻译而来，过程自己跑过没问题。

0、环境

ubuntu18、Python3.6

1、新建虚拟环境

本步骤我没有走，使用自己原先的环境也可以的。

如果走可以按照以下代码创建：

python3 -m pip install virtualenv
python3 -m virtualenv .venv
source .venv/bin/activate

2、安装相关包

pip install meson cython numpy
sudo apt-get install nasm doxygen

说明1：

此处我没有使用apt 安装 ninja，因为提示"E: 软件包 ninja 没有可安装候选"。所以使用

sudo pip install ninja

说明2：

根据仓库说明，apt-get 可以根据系统环境更换为yum， brew等，我没有试过，如果自己环境对应需要可以试试。

说明3：

使用 nasm --version 命令 确认 nasm >=  2.13.02

使用 ninja --version 命令 确认 ninja >=  1.7.1

继续安装

sudo apt-get install python-dev   # 安装python-dev

make                              # 编译

pip install -r python/requirements.txt  # 安装其他包

3、测试

./unittest

4、使用VMAF测试YUV格式文件

PYTHONPATH=python ./python/vmaf/script/run_vmaf.py yuv420p 576 324 src01_hrc00_576x324.yuv src01_hrc01_576x324.yuv --out-fmt json

这一步是在运行测试案例，需要src01_hrc00_576x324.yuv和src01_hrc01_576x324.yuv两个文件，可以从这个Git仓库下载后，拷贝到当前目录。

即可得到结果：

{
    ...
    "aggregate": {
        "VMAF_feature_adm2_score": 0.93458780776205741, 
        "VMAF_feature_motion2_score": 3.8953518541666665, 
        "VMAF_feature_vif_scale0_score": 0.36342081156994926, 
        "VMAF_feature_vif_scale1_score": 0.76664738784617292, 
        "VMAF_feature_vif_scale2_score": 0.86285338927816291, 
        "VMAF_feature_vif_scale3_score": 0.91597186913930484, 
        "VMAF_score": 76.699271371151269, 
        "method": "mean"
    }
}

5、其余有其他内容以后更