文章目录
- H.264 码流分析实验
- 实验目标
- 实验过程
- 分析SPS
- profile_idc
- level_idc
- seq_parameter_set_id
- log2_max_frame_num_minus4
- pic_order_cnt_type
- log2_max_pic_order_cnt_lsb_minus4
- num_ref_frames
- gaps_in_frame_num_value_allowed_flag
- pic_width_in_mbs_minus1
- pic_height_in_map_units_minus1
- frame_mbs_only_flag
- direct_8x8_inference_flag
- frame_cropping_flag
- vui_parameters_present_flag
- 分析PPS
- pic_parameter_set_id
- seq_parameter_set_id
- entropy_coding_mode_flag
- bottom_field_pic_order_in_frame_present_flag
- num_slice_groups_minus1
- num_ref_idx_l0_default_active_minus1、num_ref_idx_l0_default_active_minus1
- weighted_pred_flag
- weighted_bipred_idc
- pic_init_qp_minus26和pic_init_qs_minus26
- chroma_qp_index_offset
- deblocking_filter_control_present_flag
- constrained_intra_pred_flag
- redundant_pic_cnt_present_flag
- 可视化部分
- 以一个GOP为例进行分析
- 参考文献
H.264 码流分析实验
实验目标
选择一个.mp4或者.264文件，在码流分析仪软件中打开，从以下几个层次分析：
- 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结构信息等）。 - 以一个GOP为例，分析以下信息：
- 每个图像帧的类型及采用的编码比特数、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。
- 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。
- 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。
- 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。
实验过程
分析SPS
SPS即Sequence Paramater Set，又称为序列参数集。SPS中保存了一组编码视频序列的全局参数。通过码流分析软件打开.264文件后可以查看到该文件的SPS信息如下：
profile_idc
标识当前H.264码流的profile。我们知道H.264中定义了三种常用档次的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，第一个字节就表示为profile_idc，根据它的值就可以确定码流符合那种档次：
根据新的标准规定，我们的实验码流中，
p
r
o
f
i
l
e
_
i
d
c
=
100
profile\_idc = 100
profile_idc=100，说明码流的档次为High。
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，码流遵从的Level由Level_idc决定。
由上表对照可得， 实验码流中
l
e
v
e
l
_
i
d
c
=
31
level\_idc = 31
level_idc=31，表示该码流支持720P高清格式，支持隔行扫描，每秒采样点数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，公式如下：
M
a
x
F
r
a
m
e
N
u
m
=
2
(
l
o
g
2
_
m
a
x
_
f
r
a
m
e
_
n
u
m
_
m
i
n
u
s
4
+
4
)
MaxFrameNum = 2^{(log2\_max\_frame\_num\_minus4 + 4)}
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。
在实验码流中：
M
a
x
F
r
a
m
e
N
u
m
=
2
6
=
64
MaxFrameNum = 2 ^ {6} = 64
MaxFrameNum=26=64
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。
实验码流中为该值为0。
log2_max_pic_order_cnt_lsb_minus4
用于计算MaxPicOrderCntLsb的值，该值表示POC的上限，计算公式如下：
M
a
x
P
i
c
O
r
d
e
r
C
n
t
L
s
b
=
2
(
l
o
g
2
_
m
a
x
_
p
i
c
_
o
r
d
e
r
_
c
n
t
_
l
s
b
_
m
i
n
u
s
4
+
4
)
MaxPicOrderCntLsb = 2^{(log2\_max\_pic\_order\_cnt\_lsb\_minus4 + 4)}
MaxPicOrderCntLsb=2(log2_max_pic_order_cnt_lsb_minus4+4)
实验码流中，
M
a
x
P
i
c
O
r
d
e
r
C
n
t
L
s
b
=
2
7
=
128
MaxPicOrderCntLsb = 2 ^ 7 = 128
MaxPicOrderCntLsb=27=128
num_ref_frames
表示参考帧的最大数目，实验码流中为16。
gaps_in_frame_num_value_allowed_flag
标识位，说明frame_num中是否允许不连续的值。实验码流中为0，说明不允许不连续的值。
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：
f
r
a
m
e
w
i
d
t
h
=
16
×
(
p
i
c
_
w
i
d
t
h
_
i
n
_
m
b
s
_
m
i
n
u
s
1
+
1
)
;
frame_width = 16 × (pic\_width\_in\_mbs\_minus1 + 1);
framewidth=16×(pic_width_in_mbs_minus1+1);
实验图像的实际宽度为：
f
r
a
m
e
_
w
i
d
t
h
=
16
×
40
=
640
frame\_width = 16 \times 40 = 640
frame_width=16×40=640
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：
P
i
c
H
e
i
g
h
t
I
n
M
a
p
U
n
i
t
s
=
p
i
c
_
h
e
i
g
h
t
_
i
n
_
m
a
p
_
u
n
i
t
s
_
m
i
n
u
s
1
+
1
;
PicHeightInMapUnits = pic\_height\_in\_map\_units\_minus1 + 1;
PicHeightInMapUnits=pic_height_in_map_units_minus1+1;
实验图像的值为22，故
P
i
c
H
e
i
g
h
t
M
a
p
U
n
i
t
s
=
23
PicHeightMapUnits = 23
PicHeightMapUnits=23
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：
F
r
a
m
e
H
e
i
g
h
t
I
n
M
b
s
=
(
2
−
f
r
a
m
e
_
m
b
s
_
o
n
l
y
_
f
l
a
g
)
∗
P
i
c
H
e
i
g
h
t
I
n
M
a
p
U
n
i
t
s
FrameHeightInMbs = ( 2 − frame\_mbs\_only\_flag ) * PicHeightInMapUnits
FrameHeightInMbs=(2−frame_mbs_only_flag)∗PicHeightInMapUnits
故实验图像的实际高度仍为23。
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。
分析PPS
除了序列参数集SPS之外，H.264中另一重要的参数集合为图像参数集Picture Paramater Set(PPS)。
pic_parameter_set_id
表示当前PPS的id。某个PPS在码流中会被相应的slice引用，slice引用PPS的方式就是在Slice header中保存PPS的id值。该值的取值范围为
[
0
,
255
]
[0,255]
[0,255]。
seq_parameter_set_id
表示当前PPS所引用的激活的SPS的id。通过这种方式，PPS中也可以取到对应SPS中的参数。该值的取值范围为 [ 0 , 31 ] [0,31] [0,31]。
entropy_coding_mode_flag
熵编码模式标识，该标识位表示码流中熵编码/解码选择的算法。当该值为0时，通常为指数哥伦布编码或者CAVLC；当该值为1时，通常为CABAC。
bottom_field_pic_order_in_frame_present_flag
标识位，用于表示另外条带头中的两个语法元素delta_pic_order_cnt_bottom和delta_pic_order_cn是否存在的标识。这两个语法元素表示了某一帧的底场的POC的计算方法。
num_slice_groups_minus1
表示某一帧中slice group的个数。当该值为0时，一帧中所有的slice都属于一个slice group。
实验码流中此值为0，表示图像帧中只有一个Slice group。
num_ref_idx_l0_default_active_minus1、num_ref_idx_l0_default_active_minus1
表示当Slice Header中的num_ref_idx_active_override_flag标识位为0时，P/SP/B slice的语法元素num_ref_idx_l0_active_minus1和num_ref_idx_l1_active_minus1的默认值。
weighted_pred_flag
标识位，表示在P/SP slice中是否开启加权预测。
weighted_bipred_idc
表示在B Slice中加权预测的方法，取值范围为
[
0
,
2
]
[0,2]
[0,2]。0表示默认加权预测，1表示显式加权预测，2表示隐式加权预测。
pic_init_qp_minus26和pic_init_qs_minus26
表示初始的量化参数。实际的量化参数由该参数、slice header中的
s
l
i
c
e
_
q
p
_
d
e
l
t
a
s
l
i
c
e
_
q
s
_
d
e
l
t
a
\frac{slice\_qp\_delta}{slice\_qs\_delta}
slice_qs_deltaslice_qp_delta计算得到。
chroma_qp_index_offset
用于计算色度分量的量化参数，取值范围为 [ − 12 , 12 ] [-12,12] [−12,12]。
deblocking_filter_control_present_flag
标识位，用于表示Slice header中是否存在用于去块滤波器控制的信息。当该标志位为1时，slice header中包含去块滤波相应的信息；当该标识位为0时，slice header中没有相应的信息。
constrained_intra_pred_flag
若该标识为1，表示I宏块在进行帧内预测时只能使用来自I和SI类型宏块的信息；若该标识位0，表示I宏块可以使用来自Inter类型宏块的信息。
redundant_pic_cnt_present_flag
标识位，用于表示Slice header中是否存在redundant_pic_cnt语法元素。当该标志位为1时，slice header中包含redundant_pic_cnt；当该标识位为0时，slice header中没有相应的信息。
可视化部分
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。
从上图可以看出，第一个GOP长度为250。我们导出他的statistic数据：
选取0-249的数据进行绘图：
以一个GOP为例进行分析
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。
第一个I帧
可以看出，I帧本身作为帧内预测帧，无参考帧，编码时多采用
8
×
8
8\times8
8×8、
16
×
16
16\times16
16×16的宏块，细节部分也有采用
4
×
4
4 \times 4
4×4的宏块，平均每个宏块编码比特数为37.480，QP值为27.328.
第一个B帧
可以看出，B帧作为双向参考帧，压缩比较高，有很多Skip宏块，平均每个宏块编码比特数为1.596，QP值为23.333。
第一个P帧
可以看出，P帧作为前向参考帧，压缩比比I帧高但比B帧低，有很多Skip宏块，也有部分
16
×
16
16 \times 16
16×16和
8
×
8
8 \times 8
8×8的宏块，平均每个宏块编码比特数为10.870，QP值为30.558。
参考文献
https://blog.csdn.net/hdkks/article/details/117994216?spm=1001.2014.3001.5501
https://zhuanlan.zhihu.com/p/27896239
https://blog.csdn.net/heanyu/article/details/6204414
1791
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
