H264码率控制 - 技术栈

1. 码率控制模式

1.1 CBR

CBR（Constant Bit Rate）是一种以恒定比特率进行编码的方式。

只能通过调节QP 来控制码字大小，导致图像质量不稳定。
静止场景，QP低，图像质量好
运动场景，QP高，图像质量差

核心思路：码率优先，优先考虑节省带宽，可以牺牲画面质量

优点：

文件大小极度可预测（码率固定）。
适合直播、会议等固定带宽场景。

缺点：

画面质量不均。静止画面浪费bit，动态画面质量差。
编码效率最低，同等码率下画面质量最差。

ffmpeg命令：

csharp 复制代码

ffmpeg -i Shazam.Fury.of.the.Gods.2023.1080p.MA.WEB-DL.DDP5.1.Atmos.x264-CMRG.mkv \
  -ss 00:00:30 -t 00:01:00 \
  -c:v libx264 \
  -b:v 1000k -minrate 1000k -maxrate 1000k -bufsize 1000k \
  -x264-params "nal-hrd=cbr:vbv-maxrate=1000:vbv-bufsize=1000" \
  -c:a aac -b:a 128k \
  cbr.mp4

1.2 VBR

VBR（Variable Bit Rate）即动态码率模式，码率可以随着图像的复杂程度的不同而变化。

运动场景下，码率会升高，从而马赛克和花屏的现象会减少。
静止场景下，复杂度低，节省码字。
对于瞬时画面的带宽是没有约束的，整体码率还是按照所设定的平均码率。

VBR通常要求2 pass的方式来进行处理：

pass-1 第一遍扫描视频，分析画面复杂度。
pass-2 第二遍进行实际的编码，精确分配码率。

核心思路：画面质量优先，码率跟随画面复杂度走。

优点：

同等码率下质量比CBR好很多。
存储效率最高。

缺点：

文件大小不可预测
峰值码率不确定，可能超过带宽
2-pass耗时增加

典型场景：本地存储、蓝光光盘、短视频上传。

r 复制代码

# pass 1
ffmpeg -i Shazam.Fury.of.the.Gods.2023.1080p.MA.WEB-DL.DDP5.1.Atmos.x264-CMRG.mkv \
  -ss 00:00:30 -t 00:01:00 \
  -c:v libx264 \
  -b:v 1000k \
  -pass 1 \
  -c:a aac -b:a 128k \
  -f mp4 /dev/null
  
# pass 2
ffmpeg -i Shazam.Fury.of.the.Gods.2023.1080p.MA.WEB-DL.DDP5.1.Atmos.x264-CMRG.mkv \
  -ss 00:00:30 -t 00:01:00 \
  -c:v libx264 \
  -b:v 1000k \
  -pass 2 \
  -c:a aac -b:a 128k \
  vbr.mp4

1.3 ABR

ABR（Average Bit Rate）即平均码率 模式，可以看作是CBR和VBR的一种折衷，可以理解为一个家了滑动窗口的VBR。

从整体上来看，ABR生成的文件，其平均码率收敛到指定的Bitrate，但在局部的片段内，允许码率波动。如以每50帧为一段，低频的静止段落内，使用较低的流量带宽，高频的运动段落内，使用更高的流量带宽。

目标是整体达到平均的码率水平 ，不是CBR的每一时刻，短期内在允许范围内波动。
用 lookahead（前瞻 buffer）看一眼即将到来的帧，决定当前帧给多少 bit。
以平均码率为基准，复杂段落，多借bit；简单段落，归还bit。

核心思路：整体达到平均的码率水平，短期允许波动。

优点：

比CBR质量好
比VBR码率更可控
文件大小相对可预测

缺点：

极端复杂场景下，还是需要降质量。
编码效率上，不如2-pass VBR。

典型场景：流媒体平台（Netflix/YouTube 的 VOD）、直播场景折中方案。

less 复制代码

ffmpeg -i Shazam.Fury.of.the.Gods.2023.1080p.MA.WEB-DL.DDP5.1.Atmos.x264-CMRG.mkv \
  -ss 00:00:30 -t 00:01:00 \
  -c:v libx264 \
  -b:v 1000k \
  -maxrate 2000k -bufsize 2000k \
  -c:a aac -b:a 128k \
  abr.mp4

1.4 CRF

CRF（Constant Rate Factor），恒定感知质量模式。

不预设目标码率。（与CBR/VBR/ABR的思路不同）
依赖x264内的"感知质量模型"，对画面质量进行评估。
复杂/动态环境，QP降，更多bit；简单/静态环境，QP升，省bit。
CRF 范围： 0-51，x264 官方默认是 23。
CRF 值每+6 ，文件大小大约减半，但视觉差异并不线性。

x264 内部有一个"感知质量模型"，它会分析每一帧：

运动量：动作大的场景人眼注意力被分散，QP 可以稍微放一点
纹理复杂度：细节多的 frame，给更多 bit 才能维持质量
时域一致性 ：相邻帧 QP 变化不能太剧烈，否则会闪烁
结果就是 全片视觉质量几乎恒定 ------ 不管是白墙场景还是爆炸场面，你看过去感觉"画质差不多"。

CBR/VBR/ABR 是"预算驱动"的三种分配策略，CRF 是另一个维度的思考方式，以"质量"驱动。

优点：

整体"画面观感"较好，一致性更强。（不容易一段糊，一段清晰）
适合本地存储/归档

缺点：

质量/大小不可预测。
不适用直播/流媒体（码率不可控）
不适用有文件大小限制的场景（上传限制、U盘放不下）

less 复制代码

ffmpeg -i Shazam.Fury.of.the.Gods.2023.1080p.MA.WEB-DL.DDP5.1.Atmos.x264-CMRG.mkv \
  -ss 00:00:30 -t 00:01:00 \
  -c:v libx264 \
  -crf 30 \
  -preset slow \
  -c:a aac -b:a 128k \
  crf30.mp4

使用CRF压制的画面，整体一致性更好，不容易出现一段糊，一段清楚的情况。

2. QP

QP即量化参数，其记录在PPS(H264 参数集 > 3.2 PPS图像参数集)中，它相当于是视频编码里的「质量-体积」调节旋钮，控制着视频的码率和质量。

2.1 QP和码率的关系

QP 越低 → 量化越精细 → 质量越好 → 码率越高

QP 越高 → 量化越粗糙 → 质量越差 → 码率越低

2.2 QP如何影响码率

在变换编码DCT 后，我们得到的数据，实际上是图像对应的不同频率信号的分量，在频域空间上的系数------一堆数字。量化就是用这些系数除以一个步长，然后取整：

量化后系数 = round(原始系数 / Qstep)

QStep一共有52种取值，QP实际上是QStep表中的序号，可以看到QP和QStep 呈一种指数关系 ，而不是线性关系，QP每增大6，QStep的值会加大一倍 。

Pasted image 20260602214602.png

QP 低的时侯 Qstep 小，除法结果保留更多细节 → 码流大。

QP 高的时候 Qstep 大，很多小系数直接变 0 → 码流小。

2.3 码率控制的三种模式

码率控制器本质上就是在做 「根据目标，动态调 QP」：

CBR（固定码率） → 疯狂调 QP 来压住码率，场景切换时 QP 剧烈波动
VBR（可变码率） → QP 范围设好，码率随画面复杂度浮动，质量稳定
ABR （平均码率） → 约束在码率预算 + 时间窗口, 根据码率范围和时间窗口来调节QP
CRF（固定质量） → 你设一个 QP 基准，编码器自动在场景复杂时调高、简单时调低，码率不可控

3. 四种码率控制模式对比

维度	CBR	VBR	ABR	CRF
核心目标	码率恒定	质量优先	平均码率达标	质量恒定
QP 行为	剧烈波动压码率	随场景自由浮动	滑窗内浮动	围绕设定值微调
码率可控性	⭐⭐⭐⭐⭐	⭐	⭐⭐⭐⭐	⭐
质量一致性	⭐	⭐⭐⭐⭐	⭐⭐⭐	⭐⭐⭐⭐⭐
编码效率	⭐	⭐⭐⭐⭐⭐	⭐⭐⭐	⭐⭐⭐⭐
是否需要 2-pass	❌	✅（推荐）	❌	❌
文件大小预测	精准	偏差大	较准	不可控
典型场景	直播、视频会议	蓝光、本地存档	流媒体 VOD	个人归档
FFmpeg 关键参数	`-b:v -minrate -maxrate`	`-b:v -pass 1/2`	`-b:v -maxrate -bufsize`	`-crf`

一句话选型

要固定码率 → CBR

要最高质量不设限 → VBR 2-pass

要可控又不想太烂 → ABR

只管视觉质量不管大小 → CRF