MPEG(mpeg1,mpeg2,mpeg4) 與H264 QP值間 關系

H264 Quant與MPEG Quant數值參對表

x264vfw 的1pass 是按照

I q:21
P q:24
B q:26

的量化算的,而且在vfw里面不能改變這些參數.
但在mencoder里則可以定義1pass的 qp_constant=<1?51>
這個和xvid不同的,xvid一般是用q2跑1pass的,當然你也可以在x264設置一下,但是要清楚的是 H.264 的 量化參數和 Xvid 的是不一樣的.
也就是說H.264 的 Q2 不等于 Xvid 里的 Q2
以下引用MPlayer的說明檔簡單介紹H.264 的量化值和MPEG的大致關系:

Note that quantization in H.264 works differently from MPEG-1/2/4: H.264’s quantization parameter (QP) is on a logarithmic scale. The mapping is approximately H264QP = 12 + 6*log2(MPEGQP). For example, MPEG at QP=2 is equivalent to H.264 at QP=18.


*050410更新:
正確的算法應該是
QP(H264) =12.0 + 6.0 * log(qscale/0.85) / log(2.0) = 12.0 +6.0 * log2(qscale/0.85)

感謝PowerK6提出!


?H.264標準支持52個量化步長,對應于不同的量化參數(QP)如表1-1所示,QP值每增加6,Qstep值增加一倍。QP值每增加1,Qstep值增加12.5%。量化步長取值范圍很廣,這就為編碼中兼顧比特率和編碼質量提供了足夠多的靈活度和準確度。



本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。
如若轉載,請注明出處:http://www.pswp.cn/news/453814.shtml
繁體地址,請注明出處:http://hk.pswp.cn/news/453814.shtml
英文地址,請注明出處:http://en.pswp.cn/news/453814.shtml

如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!

相關文章

maya腳本用python還是mel_替換/替換材質的Maya Python/MEL腳本

在CreativeCrash上有一個舊線程處理此問題。我在那里展示的腳本如下(請參閱原始線程了解更多信息)&#xff1a;proc connectAndSet(string $original, string $target){$conn connectionInfo -sfd $original;if ($conn ! ""){connectAttr -force $conn $target;} el…

FreeBSD長模式不兼容

二進制轉換與此平臺上的長模式不兼容。此虛擬環境中的長模式將被禁用。因此需要使用長模式的應用程序將無法正常運行。請參見 http://vmware.com/info?id152 了解更多詳細信息。 mark轉載于:https://www.cnblogs.com/tuhooo/p/8116442.html

Python 第三方模塊之 numpy.random

本文概述 隨機數是NumPy庫中存在的模塊。該模塊包含用于生成隨機數的功能。該模塊包含一些簡單的隨機數據生成方法, 一些排列和分布函數以及隨機生成器函數。 簡單隨機數據 簡單隨機數據具有以下功能&#xff1a; 1)p.random.rand(d0, d1, …, dn) 隨機模塊的此功能用于生…

xvid 詳解 代碼分析 編譯等

1. Xvid參數詳解 眾所周知&#xff0c;Mencoder以其極高的壓縮速率和不錯的畫質贏得了很多朋友的認同&#xff01; 原來用Mencoder壓縮Xvid的AVI都是使用Xvid編碼器的默認設置&#xff0c;現在我來給大家沖沖電&#xff0c;講解一下怎樣使用Mencoder命令行高級參數制作Xvid編…

s4800掃描電鏡的CSS3_Hitachi S-4800型場發射掃描電子顯微鏡+能譜

一、主要部件&#xff1a;S-4800主機(包括真空系統、電子光學系統、檢測器)、X射線能譜儀&#xff0c;E-1030噴金噴碳裝置等。二、主要性能指標&#xff1a;二次電子分辨率&#xff1a;1.0 nm(15 kV)&#xff1b;2.0 nm(1 kV)&#xff1b;背散射電子分辨率&#xff1a;3.0 nm (…

很多人喜歡露腳踝你覺得時尚嗎?

當然是 時尚時尚最時尚的 露&#xff01;****腳&#xff01;脖&#xff01;子&#xff01;image.png人生就是這么奇怪 美容整形可以讓你擁有想要的五官 做個手術健個身能讓你擁有夢寐的線條 唯獨身高這事很難改變&#xff08;說多了都是淚&#xff09; 氮素呢 再難也難不倒眾位…

深度學習之生成式對抗網絡 GAN(Generative Adversarial Networks)

一、GAN介紹 生成式對抗網絡GAN&#xff08;Generative Adversarial Networks&#xff09;是一種深度學習模型&#xff0c;是近年來復雜分布上無監督學習最具前景的方法之一。它源于2014年發表的論文&#xff1a;《Generative Adversarial Nets》&#xff0c;論文地址&#xf…

android object數組賦值_Java對象數組定義與用法詳解

本文實例講述了Java對象數組定義與用法。分享給大家供大家參考&#xff0c;具體如下&#xff1a;所謂的對象數組&#xff0c;就是指包含了一組相關的對象&#xff0c;但是在對象數組的使用中一定要清楚一點&#xff1a;數組一定要先開辟空間&#xff0c;但是因為其是引用數據類…

Fiddler抓取https證書問題

正常的使用方法 Fiddler 抓包工具總結 大部分問題的解決方案 fiddler4在win7抓取https的配置整理 像我臉一樣黑的解決方案 Fiddler https 證書問題 可能的解釋&#xff1a; Fiddler自帶兩個cert engine&#xff0c;一個是makecert&#xff0c;一個是CertEnroll&#xff0c;可…

深度學習之目標檢測:R-CNN、Fast R-CNN、Faster R-CNN

object detection 就是在給定的圖片中精確找到物體所在位置&#xff0c;并標注出物體的類別。object detection 要解決的問題就是物體在哪里&#xff0c;是什么這整個流程的問題。然而&#xff0c;這個問題不是容易解決的&#xff0c;物體的尺寸變化范圍很大&#xff0c;擺放物…

九江機器人餐廳_機器人精通200道佳肴 九江學院來了多位機器廚神

九江學院來了多位“機器廚神”●炒菜機一次能炒近10公斤菜&#xff0c;三四分鐘就能出鍋&#xff0c;味道也不錯●煮飯機從淘米到煮熟全部自動機械化操作&#xff0c;效率提高了不少電腦開啟&#xff0c;設定好程序&#xff0c;機器就可以自動運轉&#xff0c;快速炒出美味可口…

深度學習之邊框回歸(Bounding Box Regression)

從rcnn&#xff0c; fast rcnn, faster rcnn, yolo, r-fcn, ssd&#xff0c;到cvpr的yolo9000。這些paper中損失函數都包含了邊框回歸&#xff0c;除了rcnn詳細介紹了&#xff0c;其他的paper都是一筆帶過&#xff0c;或者直接引用rcnn就把損失函數寫出來了。前三條網上解釋比較…

2018 年,React 將獨占web前端框架鰲頭?

相比 Angular 和 Vue&#xff0c; React 是 2017 年的主要 JS 框架&#xff0c;尤其是 React Native 以前所未有的速度提升自己。 Stateofjs 2017前端框架調查結果 相比較 2016 年的調查結果 所以 &#xff0c;1 年過去了&#xff0c;Vue.js 顯然在前端框架中占據了領導地位&am…

ffmpeg的編譯(for x86,for arm)安裝及使用(網絡資料整理)

ffmpeg編譯及使用 1 ffmpeg介紹 ffmpeg是音視頻的分離&#xff0c;轉換&#xff0c;編碼解碼及流媒體的完全解決方案&#xff0c;其中最重要的就是libavcodec庫。它被mplayer或者xine使用作為解碼器。還有&#xff0c;國內比較流行的播放器影音風暴或MyMPC的后端ffdshow也是使…

python中other_Python other

最新項目django tinymcewrapper允許您輕松地將tinymce小部件添加到其他應用程序管理表單中&#xff0c;而無需修改其他應用程序。此包Python名稱&#xff1a;djang ...2020-12-24已閱讀: n次##這是什么&#xff1f;愚蠢的服務器可以幫助您模擬一些尚未實現的http服務&#xff0…

python 第三方模塊之 pandas 操作 excel

python 解析 excel 對比 包版本xls讀xlsx讀xls寫xlsx寫備注xlrd1.1.0&#xff08;2017年8月22日&#xff09;√√2.0 之后不支持xlsxxlwt1.3.0&#xff08;2017年8月22日&#xff09;√openpyxl2.6.2&#xff08;2019年3月29日&#xff09;√√XlsxWriter1.2.1&#xff08;201…

JMeter響應斷言詳解

響應斷言 &#xff1a;對服務器的響應進行斷言校驗 &#xff08;1&#xff09;應用范圍: main sample and sub sample&#xff0c; main sample only &#xff0c; sub-sample only &#xff0c; jmeter variable    關于應用范圍&#xff0c;我們大多數勾選“main sample on…

YUV / RGB 格式及快速轉換

YUV是指亮度參量和色度參量分開表示的像素格式&#xff0c;而這樣分開的好處就是不但可以避免相互干擾&#xff0c;還可以降低色度的采樣率而不會對圖像質量影響太大。 YUV是一個比較籠統地說法&#xff0c;針對它的具體排列方式&#xff0c;可以分為很多種具體的格式。轉載一篇…

交換機分布緩存_交換機網絡嗅探方法 如何欺騙交換機緩存

嗅探(sniff)&#xff0c;就是竊聽網絡上流經的數據包&#xff0c;而數據包里面一般會包含很多重要的私隱信息&#xff0c;如&#xff1a;你正在訪問什么網站&#xff0c;你的郵箱密碼是多少&#xff0c;你在和哪個MM聊QQ等等......而很多攻擊方式(如著名的會話劫持)都是建立在嗅…

深度學習之 SSD(Single Shot MultiBox Detector)

目標檢測近年來已經取得了很重要的進展&#xff0c;主流的算法主要分為兩個類型&#xff1a; &#xff08;1&#xff09;two-stage方法&#xff0c;如R-CNN系算法&#xff0c;其主要思路是先通過啟發式方法&#xff08;selective search&#xff09;或者CNN網絡&#xff08;RP…