16、视频编解码进阶：H.264/H.265编码参数调优、GOP结构、码率控制（CBR/VBR/CRF）、编码质量评估

各位同学，欢迎来到第16章。前面我们聊了编解码的基础原理，也亲手写过编码器。但说实话，能跑通和能跑好，中间差着十万八千里。今天我们就来聊聊「调优」这件事。

我个人习惯把编码器调优比作「炒菜」。菜谱（标准参数）谁都有，但火候、调料、下锅顺序不同，味道天差地别。H.264和H.265就是两口不同的锅，咱们得知道什么时候用大火，什么时候用小火。

16.1 编码参数调优：从能用变好用

先说说最基础的几个参数。很多新手上来就调码率，其实优先级搞反了。我建议按这个顺序来：preset → profile → tune → 码率控制。

16.1.1 Preset：速度与压缩比的博弈

H.264和H.265都提供了preset参数，从ultrafast到placebo。我在项目中遇到过最典型的场景：直播推流用ultrafast，点播转码用slow或slower。

为什么？直播要实时，延迟不能高。点播可以慢慢压，省带宽就是省钱。你想想看，一个1080p视频，用slow比medium能省15%-20%的码率，但编码时间翻倍。这笔账要算清楚。

// FFmpeg命令行示例
// 直播场景：ultrafast + 低延迟
ffmpeg -i input.mp4 -c:v libx264 -preset ultrafast -tune zerolatency output.ts

// 点播场景：slow + 高质量
ffmpeg -i input.mp4 -c:v libx265 -preset slow -crf 22 output.mp4

16.1.2 Profile与Level：兼容性的红线

Profile决定了编码器能用哪些工具。H.264的Baseline、Main、High，H.265的Main、Main10。Level则限制了分辨率、帧率、码率的上限。

嗯，这里要注意：别为了画质选过高的Profile。我曾经有个项目，为了追求压缩率用了High 4:4:4，结果用户的老手机硬解不了，画面直接绿屏。后来老老实实改回Main，兼容性就解决了。

Profile	适用场景	注意事项
Baseline	低端设备、视频通话	不支持B帧，压缩率低
Main	通用场景、直播	兼容性最好
High	高清点播、蓝光	需要设备支持
Main10	HDR、10bit色深	编码速度稍慢

16.2 GOP结构：关键帧的排列艺术

GOP（Group of Pictures）说白了就是一组连续的画面。它决定了I帧、P帧、B帧怎么排。为什么重要？因为I帧是随机访问点，也是码率波动的源头。

我见过最坑的配置：GOP设成250帧，结果直播时用户切换频道，等了8秒才出画面。为什么？因为没有I帧，解码器只能干等。

16.2.1 GOP长度怎么选？

• 直播场景： GOP建议2-3秒。比如25fps，GOP=50或75。这样切换频道快，但码率会高一点。
• 点播场景： GOP可以长一些，5-10秒。比如25fps，GOP=125-250。压缩率更好，但seek响应慢。
• 特殊场景： 视频会议用全I帧（GOP=1），虽然码率高，但延迟最低。

16.2.2 B帧的取舍

B帧能提高压缩率，但也会增加延迟和内存占用。H.265的B帧比H.264更灵活，支持分层B帧（Hierarchical B-frames）。

我个人习惯：直播不用B帧，或者最多用1层。点播可以用2-3层。为什么？B帧需要参考前后帧，编码器要缓存好几帧，延迟就上去了。你想想看，直播延迟多1秒，用户就多骂你一句。

// x264中控制B帧
// 无B帧
-c:v libx264 -bf 0

// 2个连续B帧
-c:v libx264 -bf 2

// x265中分层B帧
-c:v libx265 -bframes 3 -b-pyramid strict

16.3 码率控制：CBR、VBR、CRF怎么选？

码率控制是调优的核心。说白了就是：你想让视频质量稳定，还是码率稳定？ 这两者往往不可兼得。

16.3.1 CBR：恒定码率

CBR就是码率一直不变。适合直播、视频通话这类需要固定带宽的场景。但缺点很明显：画面简单时浪费码率，画面复杂时画质崩。

我在做直播推流时用过CBR。当时运营商要求码率不能超过2Mbps，否则会丢包。没办法，只能牺牲画质保流畅。但后来我发现，CBR配合VBV（Video Buffering Verifier）缓冲区，可以缓解画质波动。

// FFmpeg CBR示例
ffmpeg -i input.mp4 -c:v libx264 -b:v 2000k -minrate 2000k -maxrate 2000k -bufsize 4000k output.ts

16.3.2 VBR：可变码率

VBR允许码率波动，画质更稳定。适合点播、存储场景。VBR又分两种：

• 1-pass VBR： 编码器边压边调整，速度快但精度低。
• 2-pass VBR： 第一遍分析视频复杂度，第二遍精确分配码率。精度高，但时间翻倍。

我建议：点播转码一定要用2-pass VBR。虽然慢一点，但码率分配更合理。复杂场景多给码率，简单场景少给，整体画质能提升一个档次。

// 2-pass VBR示例
// 第一遍
ffmpeg -i input.mp4 -c:v libx264 -b:v 2000k -pass 1 -f mp4 /dev/null

// 第二遍
ffmpeg -i input.mp4 -c:v libx264 -b:v 2000k -pass 2 output.mp4

16.3.3 CRF：恒定质量

CRF是我个人最常用的模式。它不限制码率，只保证质量。CRF值越小，质量越高，码率也越大。H.264的CRF范围一般是0-51，推荐18-28。H.265因为压缩率更高，同样画质下CRF可以加2-4。

我曾经用CRF压过一部电影，设成18，结果出来一个8GB的文件。原片才4GB。嗯，这就是CRF的「坑」——它不管文件大小，只管画质。

模式	适用场景	优点	缺点
CBR	直播、视频通话	码率稳定，带宽可控	画质波动大
VBR (2-pass)	点播、存储	画质好，码率分配合理	编码时间长
CRF	本地存档、个人使用	操作简单，质量恒定	无法控制文件大小

16.4 编码质量评估：别只盯着PSNR

调了半天参数，怎么知道效果好不好？很多人只看PSNR（峰值信噪比），但说实话，PSNR高不代表看着舒服。

我遇到过最典型的例子：一个视频PSNR有42dB，但画面有严重的振铃效应（ringing artifacts）。另一个视频PSNR只有38dB，但看着很干净。为什么？因为PSNR对像素级误差敏感，但对人眼感知的纹理、边缘不敏感。

16.4.1 客观指标

• PSNR： 最传统，但别迷信。一般超过40dB就算不错。
• SSIM： 结构相似性，更接近人眼感知。0.9以上算好。
• VMAF： Netflix开发的，综合了多种特征。0-100分，90分以上基本看不出区别。

我个人习惯：用VMAF做主指标，SSIM做辅助。VMAF对编码损伤的敏感度更高，尤其是低码率场景。

// 使用FFmpeg计算VMAF
ffmpeg -i compressed.mp4 -i original.mp4 -filter_complex "[0:v][1:v]libvmaf=model_path=vmaf_v0.6.1.json" -f null -

16.4.2 主观评估

客观指标再准，也不如人眼。我建议：每次调参后，找几个人盲测。让他们看A/B对比，选哪个更好。有时候指标差一点，但人眼看着舒服，那就对了。

16.5 知识体系总览

下面这张图总结了本章的核心逻辑。从参数调优到码率控制，再到质量评估，每一步都环环相扣。

看到这张图，你应该能明白：调优不是孤立的。你改了GOP长度，码率控制策略可能也要跟着变。你换了preset，质量评估的指标也会波动。这是一个系统工程。

最后说一句：没有最好的参数，只有最适合场景的参数。多试、多测、多对比，慢慢你就能找到自己的「黄金配置」。

---