一、FFmpeg的一些介绍
多媒体视频处理工具FFmpeg有非常强大的功能包括视频采集功能、视频格式转换、视频抓图、给视频加水印等。
它包含可以由应用程序使用的libavcodec,libavutil,libavformat,libavfilter,libavdevice,libswscale和libswresample。与ffmpeg,ffplay和ffprobe一样,最终用户也可以使用它们进行转码和播放。
FFmpeg工程主要包括三个exe文件:
ffmpeg.exe 进行格式转换
ffplay.exe 当作播放器用,能播放各种格式的音视频
ffprobe.exe 查看音视频文件格式详细信息
二、图像质量评估
图像质量评估:利用计算机程序将目标图像和参考图像进行对比,得出的对目标图像压缩与处理系统优劣客观的、自动的评价。
关于图像质量评估的一些评价方法,主要有PSNR、SSIM、VMAF三种方法。
客观评价指标分为三类:基于误差的评价指标、基于感知模型与图像结构信息的评价指标以及基于机器学习的评价指标。
基于误差评价指标是将压缩图像和原始图像进行对比,计算两个图像之间的差异(称为噪声或误差),代表指标是均方误差(Mean square error, MSE)、峰值信噪比(Peak signal noise ratio, PSNR)。
基于感知模型与图像结构评价指标通过引入人类视觉系统模型(Human Visual System, HVS)将图像质量下降转化为感知结构信息的变化和一些感知现象(亮度、对比度、观看距离)的变化,对人类如何感知这些误差进行数学建模,代表指标是结构相似度(Structure similarity Index, SSIM)、恰可识别阈值(Just Noticeable Difference, JND)。
基于机器学习的评价指标一般用来度量长时间视频,从某个可训练的模型开始,将基于误差评价指标或基于感知评价指标结果与主观MOS分数进行比较,并对模型进行微调以使其随时间推移而改善,或是多种评价指标体系的融合,这些多种指标包括度量图像质量的指标和度量时间质量的指标,基于机器学习的评价指标有代表性的指标是视频多评估方法融合(Visual Multimethod Assessment Fusion, VMAF)。
关于图像质量评估,详细的介绍可参考该知乎分享&#