[FFmpeg翻译]编码UHD 4K HDR10和HDR10+视频

Sunbreak
2,424 阅读14分钟

本文由 简悦SimpRead 转码，原文地址 codecalamity.com

tl;dr: 如果你不想在命令行上手工操作，请使用FastFlix。如果你有任何is......

tl;dr: 如果你不想在命令行上用手做工作，请使用FastFlix。如果你有任何问题，请在discord上联系，或者开一个github issue。

image.png

我之前在handbrake的编码设置的帖子中谈到了这个问题，但是有一个根本性的缺陷，使用Handbrake的HDR 10位视频....它只有一个8位内部管道! 它和其他大多数GUI还不支持动态元数据，如HDR10+或杜比视界。

2021-02更新：Handbrake的最新代码有HDR10静态元数据支持。

值得庆幸的是，你可以避免一些麻烦，通过使用FastFlix代替保存HDR10或HDR10+，或者直接使用FFmpeg。(要了解用HDR10+提取和转换或通过重配保存Dolby Vision，请往前跳。) 如果你想自己做这些工作，这里有两个最基本的命令，你需要保存你多汁的HDR10数据。这将使用Dolby Vision（配置文件8.1）Glass Blowing demo。

提取母带显示元数据

首先，我们需要使用FFprobe来提取Mastering Display和Content Light Level元数据。我们要告诉它只读取第一帧的元数据-read_intervals "%+#1"，文件为GlassBlowingUHD.mp4。

ffprobe -hide_banner -loglevel warning -select_streams v -print_format json -show_frames -read_intervals "%+#1" -show_entries "frame=color_space,color_primaries,color_transfer,side_data_list,pix_fmt" -i GlassBlowingUHD.mp4

我们要发送ffprobe的内容的快速分解。

  • -hide_banner -loglevel warning 不要显示我们不需要的东西
  • -select_streams v 我们只想要视频（v）流的细节
  • -print_format json 让它更容易解析
  • -read_intervals "%+#1" 只抓第一帧的数据
  • -show_entries ... 只挑选我们想要的相关数据
  • -i GlassBlowingUHD.mp4输入（-i）是我们的Dobly Vision演示文件

这将输出类似这样的内容。

{
  "frames": [
    {
      "pix_fmt": "yuv420p10le",
      "color_space": "bt2020nc",
      "color_primaries": "bt2020",
      "color_transfer": "smpte2084",
      "side_data_list": [
        {
          "side_data_type": "Mastering display metadata",
          "red_x": "35400/50000",
          "red_y": "14600/50000",
          "green_x": "8500/50000",
          "green_y": "39850/50000",
          "blue_x": "6550/50000",
          "blue_y": "2300/50000",
          "white_point_x": "15635/50000",
          "white_point_y": "16450/50000",
          "min_luminance": "50/10000",
          "max_luminance": "40000000/10000"
        },
        {
          "side_data_type": "Content light level metadata",
          "max_content": 0,
          "max_average": 0
        }
      ]
    }
  ]
}

我选择通过-print_format json选项用json输出，以使它更容易被机器理解，但如果你只想得到文本，你可以省略它。

我们现在要把所有的数据，分解成<颜色缩写>(<x>, <y>)的组，同时在大多数情况下，把右边的/50000去掉，所以例如我们把red_x``"35400/50000"和red_y``"14600/50000"合并成R(35400,14600)。

G(8500,39850)B(6550,2300)R(35400,14600)WP(15635,16450)L(40000000, 50)

如果你的颜色数据没有被"/50000 "除以，或者发光没有被 "10000 "除以，并且被简化了，你将不得不把它扩展到完整的比例。例如，如果你列出了"'red_x': '17/25', 'red_y': 8/25"，你必须用 "50000 "除以目前的分母（"25"），得到比率（"2000"），然后乘以分子"（17 "和 "8"），得到适当的 "R（34000，16000）"。

这个数据，以及0,0的内容光照度<max_content>,<max_average>将被送入编码器命令选项。

转换视频

这个命令只转换视频，保持HDR10的完整。我们将不得不把这些参数不是传给ffmpeg，而是通过-x265-params选项直接传给x265编码器。(如果你对FFmpeg不熟悉，不要担心。FastFlix，我在后面会讲到，它将为你做这些工作！)

ffmpeg -i GlassBlowingUHD. mp4 -map 0 -c:v libx265 -x265-params hdr-opt=1:repeat-headers=1:colorprim=bt2020:transfer=smpte2084:colormatrix=bt2020nc: master-display=G(8500,39850)B(6550,2300)R(35400,14600)WP(15635,16450)L(40000000,50):max-ll=0,0 -crf 20 -preset veryfast -pix_fmt yuv420p10le GlassBlowingConverted. mkv

让我们来分析一下我们在 "x265-params "中的内容。

  • hdr-opt=1 我们告诉它是的，我们将使用HDR。
  • repeat-headers=1我们希望在每一帧上都有这些标题。
  • colorprim, transfer和colormatrix与ffprobe所列相同。
  • master-display这是我们添加上面的颜色字符串的地方。
  • max-ll内容光照度数据，在我们的例子中是0,0。

在这样的转换过程中，当Dolby Vision层存在时，你会看到很多信息，如[hevc @ 000001f93ece2e00] Skipping NAL unit 62，因为有一整个层ffmpeg还不知道如何解码。

对于转换的质量，我是把它设置为-crf 20，用-preset veryfast来快速转换而不损失很多质量。下面我将深入探讨FFmpeg如何处理crf与preset的质量问题。

由于 "map 0 "选项，所有的声音和数据都会被复制过来，这是一个 "从第一个（0起始索引）输入流复制所有东西 "的总声明。

这就是你需要知道的关于如何对视频进行编码和保存HDR10数据的所有基本知识

FFmpeg转换设置

我在另一篇文章中谈到了这一点，但我想通过完整的 "preset"和 "crf"，你可能会觉得倾向于使用。我使用VMAF和SSIM计算，在11秒的片段中比较了每个编码和原始编码。然后，我为这个单一的图表创建了超过100个转换，所以它有点拥挤。

第一个收获是，"超慢 "和 "较慢 "之间没有真正的区别，"极快 "和 "较快 "之间也没有区别，因为它们的线是画在彼此的上面。对于 "VMAF "和 "SSIM "的分数也是如此。

第二，正常人都不会通过使用超快来保存录像。那纯粹是为了实时流媒体使用。

现在，对于VMAF分数，在观看时，离源头5~6点是可以视觉上区分的。换句话说，它将有非常明显的伪影。就我个人而言，我可以在我的屏幕上分辨出只有一位数的差异，有些人甚至更敏感，所以这绝不是一个精确的判断。至少，让我们放大一点，摆脱任何会产生非常明显的伪影的视频。

(SSIM图表)

从这些图表中可以看出，显然没有任何理由使用 "慢 "以外的东西。我个人对任何正在编码的东西都是这样做的。然而，"slow "并没有辜负它的名字。

编码速度和比特率

我不得不从主图表中删去veryslow和slower，以便能够看到其余部分，而且slow仍然比medium慢三倍。所有的图表都包含相同的数据，只是从每个图表中删除了一些运行时间较长的预设，以便更好地看到较快预设的细节。

image.png

image.png

image.png

image.png

请注意，前三个 "crf "数据点有点脏，因为系统在前三次测试中都在使用。然而，有足够的干净数据，可以看到下一步的比较情况。

为了更清楚地看到每个预设的时间，我将排除前三次，并对剩余的数据进行平均。然后将这些数据与目前的 "中"（默认）和11秒的原始剪辑长度进行比较。

PresetTimevs “medium”vs clip length  (11s)
ultrafast11.2043.370x0.982x
superfast12.1753.101x0.903x
veryfast19.1391.973x0.575x
faster19.1691.970x0.574x
fast22.7921.657x0.482x
medium37.7641.000x0.291x
slow97.7550.386x0.112x
slower315.9000.120x0.035x
veryslow574.5800.066x0.019x

这里有点可怕的是，即使使用 "超快 "预设，我们也无法获得实时转换，而这些测试是在一个相当高功率的系统上运行的，挥舞着i9-9900k! 虽然从 "crf "图中可以看出 "slow "是明显的赢家，除非你有一个强大的电脑，否则它可能是一个非选择。

使用你有耐心的最慢的预设。

FFmpeg编码指南

也不像 "VBR "编码，使用 "crf "的平均比特率和文件大小将巨大的差异，基于不同的源材料。接下来的图表只是展示了你将看到的基本的曲线效果，但是它不能与你期望看到的文件进行比较。

image.png

两个大的跳跃是在慢速和中速以及非常快和超快之间。这很有趣，因为在VMAF的比较中，慢速和中速相差甚远，而 "非常快 "和 "超快 "则不然。我以为从 "超快 "到 "超快 "的下降幅度会更大，但我错了。

FastFlix, 为你做繁重的工作

我写了一个GUI程序，FastFlix，围绕FFmpeg和其他工具，将视频轻松转换为HEVC、AV1和其他格式。虽然我不保证它能提供你想要的一切，但它能为你提取视频的HDR10细节，并将它们传入FFmpeg命令。FastFlix甚至可以处理HDR10+元数据 它还有一个面板，可以准确地显示它要运行的命令，所以你可以复制它，并根据你的需要进行修改。

如果你对它有任何问题，请通过提出问题提供帮助!

用HDR10+元数据进行提取和编码

首先，这不适合胆小的人。 幸好最新的FFmpeg builds的Windows版本现在默认支持HDR10+元数据文件，所以这个过程变得简单多了。这里有一个快速的概述如何做，同时也要感谢下面评论中的 "Frank "给我提供了这个工具

你必须从quietviod's repo.下载一个hdr10plus_parser的副本。

检查以确保你的视频有HDR10+信息，它可以读取。

ffmpeg -loglevel panic -i input.mkv -c:v copy -vbsf hevc_mp4toannexb -f hevc -| hdr10plus_parser --verify -

它应该产生一个漂亮的信息，说明有HDR10+元数据。

正在解析HEVC文件的动态元数据...

检测到动态HDR10+元数据。

Parsing HEVC file for dynamic metadata...
Dynamic HDR10+ metadata detected.

一旦你确认它的存在，将它提取到一个json文件中

ffmpeg -i input.mkv -c:v copy -vbsf hevc_mp4toannexb -f hevc - | hdr10plus_parser -o metadata.json -

选项1：使用最新的FFmpeg

你只需要通过x265-params中的dhdr10-info选项传递元数据文件。不要忘记添加你的音频和字幕设置

ffmpeg.exe -i input. mkv -c:v libx265 -pix_fmt yuv420p10le -x265-params "colorprim=bt2020:transfer=smpte2084:colormatrix=bt2020nc:master-display=G(13250,34500)B(7500,3000)R(34000,16000)WP(15635,16450)L(10000000,1):max-cll=1016,115:hdr10=1:dhdr10-info=metadata. json" -crf 20 -preset medium "output.mkv"

选项2：（原文）使用自定义编译的x265

现在，痛苦的部分你要自己努力一下了。为了使用元数据文件，你需要用cmake选项 "HDR10_PLUS "自定义编译x265 。否则当你试图用它进行转换时，你会看到类似 "x265 [警告]: -dhdr10-info禁用。在cmake中启用HDR10_PLUS。"在输出中，但它仍然会编码，只是没有HDR10+支持。

一旦编译完成，你将不得不使用x265作为你转换管道的一部分。使用x265将你的视频与HDR10+元数据和其他你之前发现的细节进行转换。

ffmpeg -loglevel panic -y -i input.mkv -to 30. 0 -f yuv4mpegpipe -strict -1 - | x265 --y4m --crf=20 --repeat-headers --hdr10 --colorprim=bt2020 --transfer=smpte2084 --colormatrix=bt2020nc --master-display="G（13250, 34500)B(7500,3000)R(34000,16000)WP(15635,16450)L(10000,1)" --max-cll="1016,115" -D 10 --dhdr10-info=metadata. json output.hevc

然后你将不得不用ffmpeg使用该output.hevc文件，将其与你的音频转换和字幕等结合起来，重新包装它。

保存Dolby Vision

感谢评论中的Jesse Robinson，现在似乎可以在没有原始RPU文件的情况下提取和转换带有Dolby Vision的视频。像原来的HDR10+部分一样，你需要直接使用x265的可执行文件，因为它根本不支持通过FFmpeg的选项。

注意我说的是 "保存 "而不是 "转换"，因为除非你有DV的原始RPU文件来传递给x265，否则到现在为止你已经不走运了，不能转换视频。x265编码器能够接受RPU文件并创建一个准备好的杜比视界电影。这确实需要你有视频的RPU文件。

2022年更新：NVEncC也接受RPU文件，如果你有一个Nvidia显卡，则更容易操作。

用x265转换Dolby Vision文件时，有一些额外的注意事项。首先，你需要使用适当的10或12位版本。其次，根据需要改变pix_fmt、input-depth和output-depth。最后，你必须提供一个dobly-vision-profile级别，以便读取RPU，并通过提供vbv-bufsize和vbv-maxrate启用VBV（阅读x265命令行选项，看看哪些设置最适合你。）

ffmpeg -i GlassBlowing.mp4 -f yuv4mpegpipe -strict -1 -pix_fmt yuv420p10le - | x265-10b --input-depth 10 --output-depth 10 --y4m --preset veryfast --crf 22 --master-display "G（8500，39850）B（6550，2300）R（35400，14600）WP（15635，16450）L（40000000，50）" --max-ll "0,0" --olormatrix bt2020nc --colorprim bt2020 --transfer smpte2084 --dolby-vision-rpu glass.rpu --dolby-vision-profile 8.1 --vbv-bufsize 20000 --vbv-maxrate 20000 glass_dv.hevc

一旦glass_dv.hevc文件被创建，你将需要使用tsMuxerR（此版本被一些人推荐，最新的夜间版链接在下面）把它放回容器中，并把音频加回去。

目前，试图用FFmpeg或MP4Box将glass_dv.hevc添加到一个容器中会破坏杜比视界。因此，需要特殊的Muxer。 FFmpeg 5.0+支持Dolby Vision的重合。你可以用FastFlix的 "复制 "功能，或在命令行上用ffmpeg和-c:v copy来做视频轨道。请确保你至少使用5.0版本，否则将无法工作。这将导致视频具有BL+RPU Dolby Vision。

也可以只转换音频，并通过再转换器来改变流。例如tsMuxeR (nightly build, not default download)是很流行的，它可以把大多数电视不能识别HDR的mkv文件，重新转换成ts文件，这样它们就能识别了。如果你还有TrueHD音轨，你可能需要先用eac3to把它分成TrueHD和AC3 Core音轨，然后再进行混频。

轻松查看HDR/视频信息

另一个快速查看视频的HDR类型的有用程序是MediaInfo。例如，这里是原始的杜比视界玻璃吹制视频信息（一些修剪）。

Video
ID                                       : 1
Format                                   : HEVC
Format/Info                              : High Efficiency Video Coding
Format profile                           : Main 10@L5.1@Main
HDR format                               : Dolby Vision, Version 1.0, dvhe.08.09, BL+RPU, HDR10 compatible / SMPTE ST 2086, HDR10 compatible
Codec ID                                 : hev1
Color space                              : YUV
Chroma subsampling                       : 4:2:0 (Type 2)
Bit depth                                : 10 bits
Color range                              : Limited
Color primaries                          : BT.2020
Transfer characteristics                 : PQ
Matrix coefficients                      : BT.2020 non-constant
Mastering display color primaries        : BT.2020
Mastering display luminance              : min: 0.0050 cd/m2, max: 4000 cd/m2
Codec configuration box                  : hvcC+dvvC

而这里是转换后的情况。

Video
ID                                       : 1
Format                                   : HEVC
Format/Info                              : High Efficiency Video Coding
Format profile                           : Main 10@L5.1@Main
HDR format                               : SMPTE ST 2086, HDR10 compatible
Codec ID                                 : V_MPEGH/ISO/HEVC
Color space                              : YUV
Chroma subsampling                       : 4:2:0
Bit depth                                : 10 bits
Color range                              : Limited
Color primaries                          : BT.2020
Transfer characteristics                 : PQ
Matrix coefficients                      : BT.2020 non-constant
Mastering display color primaries        : BT.2020
Mastering display luminance              : min: 0.0050 cd/m2, max: 4000 cd/m2

注意，我们已经失去了Dolby Vision, BL+RPU的信息，但至少我们保留了HDR10的数据，这是Handbrake做不到的!

这是一个包装！

希望你觉得这些信息有用，请随时留言反馈，提出建议或问题!

直到下一次，保持安全和相互关爱!

www.deepl.com 翻译

avatar
文章
阅读
粉丝