szu030606的专栏

Englishx86/x64 SIMD Instruction List (SSE to AVX512)MMX register (64-bit) instructions are omitted.S1=SSE S2=SSE2 S3=SSE3 SS3=SSSE3 S4.1=SSE4.1 S4.2=SSE4.2 V1=AVX V2=AVX2 V5=AVX512Instructions marked * become scalar instructions (only the lowest e.

-picture parameter sets　　1. pic_parameter_set_id　　pic_parameter_set_id指明了在切片头中对应的某个psp.pic_parameter_set_id的值应该在0到255,包括0和255　　2. seq_parameter_set_id　　set_parameter_set_id表示激活的sps.seq_parameter_set_id应该取值在0到31之间,包括边界值.　　3. entropy_coding_mode_flag　　entrop

ffmpeg_intra_pred_mode问题.pdf文章

目录1 CAVLC概念2 CAVLC原理 3 CAVLC编码流程4 CAVLC解码流程展开全部1 CAVLC概念2 CAVLC原理 3 CAVLC编码流程4 CAVLC解码流程收起摘要纠错编辑摘要<br />CAVLC即基于上下文的自适应变长编码。H.264标准中使用CAVLC对4*4模块的亮度和色度残差数据进行编码。CAVLC-CAVLC概念    <br />CAVLC的全称是Context-Adaptive Varialbe-Length Coding，即基于上下文的自适应变长编码。CAVLC的本质是

<br />为了方便那些不能连接到ffmpeg的SVN仓库更新源代码的用户，ffmpeg工程组特开辟一个专区，定期更新ffmpeg的源代码，并将其快照上传，有需要的朋友可以长期关注本帖。<br /><br />ffmpeg的编译指令通常为：<br />1、配置：<br />configuration: --enable-gpl --enable-shared --enable-mp3lame --enable-amr_nb --enable-amr_wb --enable-amr_if2 --enable-

<br />下面转自http://topic.youkuaiyun.com/u/20081020/16/7156e0b2-dbfb-4b4f-af59-2be04cf9a420.html 的8楼<br />1、NAL、Slice与frame意思及相互关系 <br /><br />NAL指网络提取层，里面放一些与网络相关的信息<br />Slice是片的意思，264中把图像分成一帧（frame）或两场（field），而帧又可以分成一个或几个片（Slilce）；片由宏块（MB）组成。宏块是编码处理的基本单元。<br /><

<br />这里把前段时间对ffmpeg0.48进行简化和修改，包括修正内存泄漏，修改一些语句使Max Speed能够打开这些。其实代码还是比较乱的，也有很大的继续优化空间。这个工作花费了我一些休息时间，不过，我确实学习到了很多。<br />这个代码目前在纯C下能够达到QVGA 22fps(@300MHz Samsung 2442)，虽然和商业的程序不能比，但是，比以前的结果还是要好很多。

在 H.264 定义的码流中，句法元素被组织成有层次的结构，分别描述各个层次的信息，如下图所示          在H.264 中，句法元素共被组织成  序列、图像、片、宏块、子宏块五个层次。          在这样的结构中，每一层的头部和它的数据部分形成管理与被管理的强依赖关系，头部的句法元素是该层数据的核心，而一旦头部丢失，数据部分的信息几乎不可能再被正确解码出来，尤其在序列层及图像层。      在 H.264 中，分层结构最大的不同是取消了序列层和图像层，并将原本属于序列和图像头部的大部分句法元素

<br />半年前，我知道了H.264这个名词。那个时候决定学习H.264，可是我连资料都不知道如何收集。而且整个学校就只有我一个人在学习H.264，找不到人交流，所以那个时候学得真的是举步维艰，很痛苦，而能在网上认识一个学习H.264的朋友真的是一件让我很高兴的事。 后来慢慢在网<br />半年前，我知道了H.264这个名词。那个时候决定学习H.264，可是我连资料都不知道如何收集。而且整个学校就只有我一个人在学习H.264，找不到人交流，所以那个时候学得真的是举步维艰，很痛苦，而能在网上认识一个学习H.

首先，还是要弄清楚编解码的流程和 H.264 的关键技术，看白皮书就知道了，另外 H.264 综述类的文章和别人的学位论文一般也会讲到； 其次，弄清楚代码的各个函数实现的功能，这个可以看看 JM 代码里各个函数前面的函数说明； 最后，弄清楚标准各个章节讲的什么内容：这<br />首先，还是要弄清楚编解码的流程和 H.264 的关键技术，看白皮书就知道了，另外 H.264 综述类的文章和别人的学位论文一般也会讲到；<br />其次，弄清楚代码的各个函数实现的功能，这个可以看看 JM 代码里各个函数前面的函数说

<br />最近做视频文件264解码，由于对这个领域不是很熟悉，感觉困难重重。不过经过不懈的努力，已经取得一些进展，心里感觉特别庆幸。 刚开始做这个的时候，由于不熟悉，就在网上搜寻资料，网络上的资料虽然多，但是却很杂乱，因此一开始走了不少弯路，现在把我的一点小小心得写出来，后来的兄弟们可以参考一下，没准能够少走些弯路。当然啦，我在视频处理方面仍然是个非常菜的菜鸟，如果是高手路过，看到我这所谓的“心得”，也请不要见笑，看到不对的地方请批评指正，呵呵。<br />刚开始做的时候，先是在网络上查找资料，我觉得有一

QuickTime文件格式解析Peter Lee 2008-06-14一、简介QuickTime是Apple公司开发的一套完整的多媒体平台架构，可以用来进行多种媒体的创建，生产，和分发，并为这一过程提供端到端的支持：包括媒体的实时捕捉，以编程的方式合成媒体，导入和导出现有的媒体，还有编辑和制作，压缩，分发，以及用户回放等多个环节。QuickTime文件格式是QuickTime整个架构体系中的一环，非常基础和重要的一环。QuickTime的多媒体架构应用于Mac OS和Windows系统上，而QuickTim

<br />RIFF文件规范<br />Peter Lee 2007-10-02<br /> <br />摘要：RIFF全称为资源互换文件格式（Resources Interchange File Format），RIFF文件是windows环境下大部分多媒体文件遵循的一种文件结构，常见的如WAV文件、AVI文件等。RIFF可以看成一种树状结构，其基本组成单元为LIST和CHUNK，分别如树的节点和叶子。<br /> <br />一、RIFF文件简介<br />RIFF是Microsoft提出的一种多媒体文

视频压缩：1.H.264基本档次和主要档次；2.CAVLC熵编码，即基于上下文的自适应变长编码；（不支持CABAC，即基于上下文的自适应算术编码）<br />分辨率：仅用到1080p60，即分辨率为1920*1080，逐行扫描视频，每秒60帧。<br />超低延时技术：1080p60的等待时间小于1ms。<br />封装：1--676个引脚；2--27mm*27mm正方形大小。下面两个框图是预测编码基本框图：<br />（a）<br />（b）<br />其中：x（n）是当前像素的实际值，p（n）为其预

<br /> 宏块与宏块对（附图） 假设 A、B 是上下相邻的两个 MB：<br /><br />在非宏块对的情况下：A、B宏块序号不连续，相差图像一行宏块个数。即按光栅扫描顺序编号。<br /><br />在帧宏块对的情况下：A、B宏块序号连续，即按锯齿扫描顺序编号。A、B 组成不变。A 称为顶帧宏块，B 称为低帧宏块。<br /><br />在场宏块对的情况下：A、B宏块序号连续，即按锯齿扫描顺序编号。但是这个时候的 A 是由原来 A、B 两个宏块中的奇数行像素组成，称为顶场宏块；而 B 是由原来 A、

<br />1、http://www.tkn.tu-berlin.de/research/vid/（此网站已经移走，正在寻找。） <br />CIF： Akiyo、Bridge (far) 、Bridge (close) 、Bus 、Container 、Coastguard 、Flower 、Football 、Foreman 、Hall 、Highway 、Mobile & Calendar 、Mother & Daughter 、News 、Paris 、Silent 、Stefan 、Tempete

<br />学了264有将近3个月有余，好多时候都在学习老毕的书和反复看JM86的代码，最近才找到264分析两大利器：264VISA和Elecard StreamEye Tools。不由得感叹，恨不逢同时。<br />      简单的说下这两个软件：<br />     264visa<br />        强力的h264实时分析工具 ，能分析各种场合下的h264资源，适用于h264开发者，学习者。在图像分析上，VISA还是比EYE更加厉害，它包括了滤波前以及预测残差等等数据的输出。<br />   

<br />//++ 以下是对当前宏块进行编码（这里的编码主要目的是为了计算按当前组合方式编码<br />//++ 生成码流的大小，因此编码前要保存当前编码状态，编码完成后必须恢复现场）<br />//=====   S T O R E   C O D I N G   S T A T E   =====<br />//---------------------------------------------------<br />store_coding_state (cs_cm); //++ 保存当前编码

<br />Q:现在小弟初次尝试H264的编码通过RTP方式传输，具体实验环境的问题如下：<br />环境：<br />服务器端，H264的帧数据（可能超过64k），分成N个1460字节的包，然后加上RTP头发送。<br />客户端，VLC播放器，通过RTSP协议建立连接，然后接收数据解码播放。<br />结果：<br />VLC不能解码接收到的数据，解码出错，VLC的信息中显示不能解码帧数据。<br />我已经阅读了一遍rfc3984的文档，对里面的如何进行打包和用rtp传输不是非常理解，希望各位大虾能够

<br />图像、帧、片、NALU 是学习 H.264 的人常常感到困惑的一些概念，我在这里对自己的理解做一些阐述，欢迎大家讨论：<br /><br /><br />H.264 是一次概念的革新，它打破常规，完全没有 I 帧、P帧、B 帧的概念，也没有 IDR 帧的概念。对于 H.264 中出现的一些概念从大到小排序依次是：序列、图像、片组、片、NALU、宏块、亚宏块、块、像素。这里有几点值得说明：<br />（1）、在 H.264 协议中图像是个集合概念，顶场、低场、帧都可以称为图像（本文后面内容用到图像

<br />int     block_x     = 8*(b8 & 0x01)+4*(b4 & 0x01);<br />int     block_y     = 8*(b8 >> 1)+4*(b4 >> 1);<br />请问下老大 这两句定义是什么意思啊？<br />带些值进去算一下就知道了 b8 = 0 1 2 3<br />b4 = 0 1 2 3<br />A：0                        ........Err Concealment(0:Off,1:Frame Copy

<br />视频网络传输一定要用rtp吗？<br />RTP/RTCP有一套很好的反馈机制，通过其可以估算网络状况，然后在编码端进行调整，如网络繁忙时适当的降低画面质量，减小码率等，主要是想通过RTP/RTCP协议实现QoS！同时也可以用http或udp啊，都可以的，自己再加一些控制信息。利用rtp/rtcp的好处是这个协议本身帮你加入了 一些控制信息。<br />相信有不少人和我一样，希望实现H264格式视频的流媒体播放。但是对于一个新手来说，往往不知道从何入手。利用百度，GOOGLE等搜索资料真是沙里淘

<br />*. MPEG/.MPG/.DAT<br />MPEG也是Motion Picture Experts Group 的缩写。这类格式包括了 MPEG-1, MPEG-2 和 MPEG-4在内的多种视频格式。MPEG-1相信是大家接触得最多的了，因为目前其正在被广泛地应用在 VCD 的制作和一些视频片段下载的网络应用上面，大部分的 VCD 都是用 MPEG1 格式压缩的 ( 刻录软件自动将MPEG1转为 .DAT格式 ) ，使用 MPEG-1 的压缩算法，可以把一部 120 分钟长的电影压缩到 1

Outline:1、 CFG文件中有关多参考帧的相关选项2、 多参考帧涉及到的数据结构和全局变量3、 保存重建图像为参考帧4、 编码一帧前，设置参考帧列表5、 多参考帧的使用（即参考帧的选择策略问题）6、 遗留问题1、CFG文件中有关多参考帧的相关选项############################################################################### #Encoder Control##################################

<br />对一个宏块进行帧内预测的具体过程如下：<br /><br />（1）对于8x8色度块就选择一种帧内色度预测模式建立相应的帧内预测块；<br /><br />（2）按遍历的方法分别计算4种Intra_16x16帧内预测模式的代价（Rdcost16x16），选择具有最小代价（Rdcost16x16）的模式作为16x16亮度块的最佳帧内预测模式，进而获得该宏块在16x16亮度块帧内预测模式下的率失真开销（RdcostMB）。<br /><br />（3）对于4x4亮度块选择一种Intra_4x4帧内预

<br /> <br /> <br /> <br /><br />Dove(12337127)   10:15:45<br />我看JM代码里面有些疑问 看好多地方都出现了ANNEXB <br />时空互换(178316135)   10:16:08<br />h264的2种码流编码格式<br />Dove(12337127)   10:16:19<br />我就不太理解是什么意思 刚才翻标准看见了 刚准备认真看看<br /><br />Dove(12337127)   10:16:29<br />anne

<br />1。Linux下编译X264：<br />其实在windows下使用vc已经编译过了，不过听到有人说在linux下编好了，我也就尝试做一下，况且x264源代码的makefile已经做好了，我只需要做的就是把文件copy一下，然后make 一下就可以了。<br />首先把x264-060805复制到目录下。<br />1、I64，uI64的错误，if (delta > 32767I64 || delta < -32768I64)，这是lsp添加的，把注释部分换一下，去除I64的使用<br />2、

<br />Q:我采用ffmpeg调用x264一直出错，命令如下<br />ffmpeg -s 352x288 -r 50 -pix_fmt yuv420p   -i tmp.yuv tmp.h264<br />可不可以给点建议，找了很久也没有找到解决办法，错误时error while opening encoder for output stream 0.0 maybe incorrect parameters，先谢了<br />A。-vcodec libx264 没加？<br />加了也是一样<br /

A:x264里的2pass指的是什么意思?另外stat是什么意思, 比如有个参数--stats <string>        Filename for 2 pass stats [/"%s/"]/n", defaults->rc.psz_stat_out );<br />stats在这是什么意思?<br />2pass是2次编码的意思，stats是统计文档的名称，记录了1pass中的信息.2次编码就相当于2次转换这么做虽然转换时间会漫长，但压出的片子会有更好的画质，画面细节更好，而且体积会更小<br />

Q：我想将I帧的预测图像和原始图像的平均绝对误差给输出来，请问这个在JM86中需要在哪一点改动呢？谢谢 A： 差值保存在diffy中： diffy[j][i] = imgY_org[img->opix_y+j][img->opix_x+i] - pred[j][i];分析MAD不知道程序中在哪求可以直接搜索"MAD“结果中有一个函数：img->MADofMB[img->current_mb_nr] = calc_MAD();就是这个了，进去看一下：//calculate MAD

<br />漏桶算法(Leaky Bucket)是网络世界中流量整形（Traffic Shaping）或速率限制（Rate Limiting）时经常使用的一种算法，它的主要目的是控制数据注入到网络的速率，平滑网络上的突发流量。漏桶算法提供了一种机制，通过它，突发流量可以被整形以便为网络提供一个稳定的流量。 <br /> <br />　　漏桶可以看作是一个带有常量服务时间的单服务器队列，如果漏桶（包缓存）溢出，那么数据包会被丢弃。<br />　　漏桶算法的基本内容如下： <br />　　* 漏桶算法强制一个常

<br />JM86模型，对于错误检测，dP->bitstream->ei_flag在什么情况下置1？<br />还是无错的时候dP->bitstream->ei_flag=0，有错时dP->bitstream->ei_flag等于一个较大的无效值？<br />看下所有给 dP->bitstream->ei_flag 赋值的地方就知道了<br />JM86中，dP->bitstream->ei_flag标记了当前码流是否出错，代码中出现很多如 if (active_pps->entropy_coding_m

<br />三个文件名以 erc 开头的文件就是 EC 相关的文件。EC 的入口在 exit_picture 函数中，从 ercStartSegment 开始到 ercConcealInterFrame 结束。你自己做一个丢包之后的码流，把程序跑起来跟踪一下 EC 过程，慢慢分析代码。<br /> <br />错误隐藏过程在整个帧全部解码后，而且位于环状滤波过程之后。<br /><br />       因为宏块按扫描顺序一行一行的编解码，错误码流会影响一连串的宏块。因此，错误隐藏时，一般在当前帧解码结束后

<br />ARM是RISC结构，数据从内存到CPU之间的移动只能通过L/S指令来完成，也就是ldr/str指令。<br />比如想把数据从内存中某处读取到寄存器中，只能使用ldr<br />比如：<br />ldr r0, 0x12345678<br />就是把0x12345678这个地址中的值存放到r0中。<br />而mov不能干这个活，mov只能在寄存器之间移动数据，或者把立即数移动到寄存器中，这个和x86这种CISC架构的芯片区别最大的地方。<br />x86中没有ldr这种指令，因为x86的mo

1   标志位                             table_id8固定为0x02 ，标志是该表是PAT2段语法标志位section_syntax_indicator1段语法标志位，固定为13zero104保留字reserved_12保留字5有用的字节数section_length   12表示这个字节后面有用的字节数，包括CRC32。假如后面的字节加上前面的字节数少于188，后面会用0XFF填充。假如这个数值比较大，则PAT会分成几部分来传输。6传输流的IDprogram_numbe

<br />见 http://hi.baidu.com/xumingxsh/blog/item/7b178903f1fa98014afb512f.html<br />http://hi.baidu.com/xumingxsh/blog/item/ba50dba320a10da3caefd02f.html

<br />完整的C／S架构的基于RTP／RTCP的H．264视频传输方案。此方案中，在服务器端和客户端分别进行了功能模块设计。服务器端：RTP封装模块主要是对H．264码流进行打包封装；RTCP分析模块负责产牛和发送RTCP包并分析接收到的RTCP包；QoS反馈控制模块则根据RR报文反馈信息动态的对发送速率进行调整；发送缓冲模块则设置端口发送RTP、RTCP包。客户端：RTP模块对接收到的RTP包进行解析判断；RTCP模块根据SR报文统计关键信息，产牛并发送RR包。然后，在VC++6．0下用Socket编

<br />多媒体技术复习汇总 收藏 <br /><br />1.         什么是媒体：媒体是信息表示和传输的载体。<br />2.         媒体分类：感觉媒体，表示媒体，表现媒体，存储媒体，传输媒体<br />3.         多媒体技术的定义和特点：多媒体技术就是计算机交互式综合处理声、文、图信息的技术，具有集成性、实时性和交互性。<br />4.         多媒体标准：微软提出MPC<br />5.         ISO和ITU联合制定的数字化图像压缩国际标准：JPEG标准

<br />本文以H264视频流为例，讲解解码流数据的步骤。<br />为突出重点，本文只专注于讨论解码视频流数据，不涉及其它（如开发环境的配置等）。如果您需要这方面的信息，请和我联系。<br />准备变量 <br />定义AVCodecContext。如果您使用类，可以定义成类成员。我这里定义成全局变量。<br />static AVCodecContext * g_pCodecCtx = NULL;<br />定义一个AVFrame，AVFrame描述一个多媒体帧。解码后的数据将被放在其中。<br />

<br />运动估计( Motion Estimation)维基百科链接：http://en.wikipedia.org/wiki/Motion_estimation       运动估计的应用有很多，最初的应用的领域是视频的编码。<br />      运动估计算法一般分为: 像素递归法pel-recursive algorithm (PRA)和块匹配法 block-matching algorithm (BMA)。块匹配法是把图像分成若干矩形块，事先假定块做平移运动, 按照不同的准则函数对块进行匹配；像