认知 行动 坚持

clearclccd('F:\qcifAvi');myFile = dir('*.avi'); % 无损压缩的.avi文件集合for i = 1 : length(myFile) % qcifAvi目录下.avi文件的个数为: length(myFile) name{i} = myFile(i).name(1:length(myFile(i).name)); % .avi文

原始的foreman_part_qcif.yuv文件进行编码后(本人编码的是一帧)，生成了test.264文件，现在要用JM8.6解码器对其进行解码，显然，首先要读取码流，然后对码流进行解析. 读二进制的数据，无非就是用到fread, fgetc这样的函数，在代码中简单搜索一下，就很容易定位到我们感兴趣的地方，即：while(!feof(bits) && (Buf[pos++]=fgetc(b

在ldecod.c文件的main中调用了init_conf函数，这个函数实际上就实现了程序从配置文件读数据的过程. 之前说过，在JM8.6编码端，Configure函数起着做配置文件encoder_baseline.cfg数据的作用，现在来看看解码端的init_conf函数. main中是这样调用的：init_conf(input, argv[1]); 其中inp

在lencod.c的main函数中调用了encode_one_slice函数，在encode_one_slice函数中调用了frame_picture函数，调用了frame_picture函数后(frame_picture还会继续调用其他重要函数) 就实现了对第一帧的编码，这样全局变量frame_pic就发生了变化，得到了它想得到的码流，现在要写码流，怎么写呢？ 在encode_on

先看lencod.c中的GenerateParameterSets函数，进入其中：void GenerateParameterSets (){ seq_parameter_set_rbsp_t *sps = NULL; pic_parameter_set_rbsp_t *pps = NULL; sps = AllocSPS(); // 分配堆空间 pps =

在JM8.6中，NALU_t是一个非常重要的结构体，回寝室之前，欣赏一下结构体NALU_t的定义：typedef struct { int startcodeprefix_len; //! 4 for parameter sets and first slice in picture, 3 for everything else (suggested) unsigne

编码foreman_part_qcif.yuv的第一帧，分析生成的码流，为了便于分析，我们需要打开JM8.6编码器中的trace_enc.txt文件记录功能，怎么开启呢？在JM8.6 encoder的define.h文件中有这样的代码：#if defined _DEBUG#define TRACE 0 //!< 0:Trace off

之前已经说过，在JM8.6中写码流函数为WriteAnnexbNALU，如果编码一帧，在WriteAnnexbNALU前打个断点，跟踪代码可以看到该函数被调用了3次，但是奇怪的是，在工程中搜索后，貌似找不到调用WriteAnnexbNALU函数的地方. 在搜索过程中，可以发现这样一个语句:WriteNALU = WriteAnnexbNALU;原来，这里是对函数指针进行了一个赋值

JM8.6编码后，需要将码流写进文件，在默认代码中是写进test.264文件的，写入过程把test.264当成了一个二进制文件，可以用UltraEdit看其中的码流，码流开始部分（本人用的是baseline）一般是：00 00 00 01 67 42...，鉴于test.264是二进制文件，而UltraEdit只相当于一个显示器，让人可以看到其中的比特（并不能复制粘贴其中的比特）. 也就

分析encode_one_frame函数. 先来看下结构体Sourceframe的定义：typedef struct{ // Size info int x_size, y_framesize, y_fieldsize; char *yf, *uf, *vf; //!< frame representatio

在视频分析中，需要用到离群点挖掘，下面给出一个简单的离群点挖掘, matlab代码如下：clearclcorgX = [1 1 0 3 4 5 2 70 100 100 100 6 60 3 2 2 1 1 0]k = 3;th = 1;outlier = [];x = newArray(orgX, k)len = length(x);avera

H.264的亮度块预测时，支持分数像素，如1/2像素、1/4像素、1/8像素（1/8像素作用不是特别大，现逐渐在取消）.开始学习时，对分数像素的理解颇为困难. 其实，分数像素并不是说像素的值是分数形式的，而是说像素的位置是通过插值得来的，认为它的位置在分数位置，体现在运动矢量上就是分数形式的运动矢量. 1/4像素和1/2像素的本质是相同的，为了简便起见，下面仅讨论1/2像素. (视频序列为fore

在一数据集中（需要满足一定条件），提取每个数据的首位数字i (i = 1, 2, 3, 4, 5, 6, 7, 8, 9),  发现P(i)并不是1/9, 而是呈现出这样一个规律： P(i) = log10(x + 1) - log10(x). 这就是Benford law, 这也太奇怪了，但很多数据集的确满足或者近似满足Benford law. 下面是matlab计算出的结果: P(i = 1,

有时候，在视频特征分析中，要用到离群点挖掘，现给出一个简单的离群点挖掘的例子. 设向量为x = [1  1.1  1.2  1.3  1.4  2 0.2  1.2  1.3  1.4  0.9  1.1  1.2 10]; 那么，如何能挖掘出其中的离群点呢？详见如下matlab代码:clearclck1 = 1;k2 = 1;inlier = [];outli

从字面意思来看，configure就是配置的意思，顾名思义，Configure函数就是配置函数了。配置函数的作用是给程序配置（设定）一些初始的值，这些值在很大程度上相当于一个开关. 在用别人写的软件的时候，我们经常在软件的界面的某一个对话框里面输入一个参数，然后软件里的程序就会捕捉到这个对话框里面的参数，这样就把用户设定的参数传到了程序里面。细想一下，在JM8.6编码器中就

如何在JM8.6的解码端提取DCT系数呢？自然而然会想到的问题是：DCT系数从哪里来，要到哪里去，所以，要提取DCT系数，可以看它是哪里产生的，也可以看它要到哪里去，然后在任意一条路上"截击"它，必然能找到DCT系数. 下面找DCT系数的思路是要看DCT系数到哪里去. 很显然，在解码端，DCT系数的下一个动作是进行反DCT变换，所以自然而言找到反DCT变换函数，找了一下，发现itans函数正是反D

写文件的过程必然涉及到打开文件，所以在代码中找fopen函数，而解码器中的fopen不是很多(如果fopen太多，也可以从fwrite, fputc, putc的角度来找)，所以可以很快找到我们感兴趣的代码：if ((p_out=fopen(inp->outfile,"wb"))==0){ snprintf(errortext, ET_SIZE, "Error open file %

实在不好意思， 很久不写这个了。

有一种.avi视频是无损压缩的，实际上是对原始视频的一个封装而已，现把无损压缩的.avi转化成RGB进而转化为YUV. 关于矩阵问题，matlab显然要比C方便太多, 现给出matlab代码：clearclccd('C:\Documents and Settings\Administrator\桌面\matlab');fileName = 'ntia_wfall-qcif_origin

在matlab中输入help mmreader来查阅一下该函数，有如下信息：MMREADER Create a multimedia reader object. OBJ = MMREADER(FILENAME) constructs a multimedia reader object, OBJ, that can read in video data from

先给出qcif yuv420删帧的matlab代码：% qcif yuv420视频删帧， x是文件名，t1是起始帧，t2是终止帧（删除[t1, t2]）% 假定x中的帧数小不超过2400帧function qcif_delete_frames(x, t1, t2)width = 176;height = 144;n = width * height;m = n * 3 /

matlab代码为：% qcif yuv420视频删帧， x是文件名，t1是起始帧，t2是终止帧（删除[t1, t2]）% 假定x中的帧数小不超过2400帧function qcif_delete_frames(x, t1, t2)width = 176;height = 144;n = width * height;m = n * 3 / 2; % yuv420fi

之前已经讨论过提取P帧各个宏块的第一个4*4块对应的运动矢量，现在考虑提取所有4*4块的运动矢量. 我们知道，在H.264中，宏块是有分块的的，不同情况下分块方式不一样，所以与MPEG2不同，每一个宏块并不只是对应一个运动矢量. 而由于分块的复杂性和多样性，我们可以这样认为：每个4*4块都有一个运动矢量. 比如，对于一个P-skip宏块而言，尽管运动矢量只有一个，但我们认为该宏块的每个4*4块都有

前面已经讨论过，在没有B帧的情况下如何提取P帧的运动矢量，没有考虑B帧. 现在考虑P帧，假设视频有12帧，x264对其进行编码，编码的帧结构为：IDR BBPBBPBBPBP. 故共有4个P帧. （视频格式是qcif格式） 我们知道，在H.264中，P帧中可以有I宏块，本人为了便于数据处理，认为I宏块也有运动矢量，其值为零. 与MPEG2不同的是：在H.264中，一个宏块可

在H.264的P帧中，可能有I宏块，skip形式的P宏块和非skip形式的P宏块, I宏块自然不存在运动矢量这一说法. 而skip形式的P宏块和非skip形式的P宏块都是由运动矢量的.(前面已经说过，对于skip形式的宏块而言，像素残差和运动矢量残差都为0) 本人编码3帧，I(IDR) P1 P2. 视频格式是qcif，所以每帧的宏块个数为：99. 用H.264vi

在JM8.6中多次出现多级指针，之前的博文已经有介绍多级指针和多级数组的关系. 下面继续来看看多级指针, 以便进一步熟悉.(说明：下面的程序都没有考虑堆内存的释放) 先来简单预热一下：#include typedef unsigned char byte;int main(){ byte a = 0; printf("%d\n", a); b

// 本函数的主要功能是对参数进行修改（赋值/重新赋值） x264_t *x264_encoder_open ( x264_param_t *param ){ x264_t *h = x264_malloc( sizeof( x264_t ) ); int i; // 初始置0 memset( h, 0, sizeof( x264_t ) );

编码300帧的视频，发现read_frame_yuv函数被调用300次. 函数read_frame_yuv的功能是从yuv文件中读取一帧的数据，具体函数定义如下：int read_frame_yuv( x264_picture_t *p_pic, hnd_t handle, int i_frame ){ yuv_input_t *h = handle; if( i_

x264中get_frame_total_yuv函数的作用是计算yuv文件中视频的帧数，定义如下：int get_frame_total_yuv( hnd_t handle ){ yuv_input_t *h = handle; int i_frame_total = 0; if( !fseek( h->fh, 0, SEEK_END ) ) {

在x264中，x264_cpu_detect函数定义为：uint32_t x264_cpu_detect( void ){ uint32_t cpu = 0; // 定义CPU的型号，初始化为0 uint32_t eax, ebx, ecx, edx; int b_amd; if( !x264_cpu_cpuid_test()

先来看一个结构体yuv_input_t：typedef struct { FILE *fh; int width, height; int next_frame;} yuv_input_t; yuv_input_t结构体用fh这个文件指针打开原始的yuv文件foreman_qcif.yuv. 但程序中，必须知道yuv文件中视频的尺寸（widt

我们知道，在x264中，x264_param_default函数对一些参数值进行了设定，现在用户如果需要改变这些默认的参数值，就可以通过命令行配置来修改，具体就是传到argv[i]中去. 下面来看看Parse函数: /* Parse command line */ if( Parse( argc, argv, ¶m, &opt ) < 0 ) re

先看一个简单的程序：#includeusing namespace std;void set(int *p){ *p = 0;}int main(){ int variable; set(&variable); cout << variable << endl; return 0;}下面来看看x264中x26

H.264中采用的是整数DCT变换，在实现的时候，该变换和量化又杂糅在一起，那么这些错综复杂的关系究竟是怎样纠缠的呢？在参考H.264乐园论坛会员cs1860wd的帖子和H.264 and MPEG-4 VIDEO COMPRESSION(第一版)这本书后，基于帖子和书上的讲解，给出相应的实现代码，并验证代码的正确性. 还是以foreman视频第一帧第一个宏块第一个4*4块

最近又在看H.264的编码器JM8.6, 遇到了很多类似于int ******这样的指针，看起来让人不寒而栗，其实也不过如此，下面用实例来剖析一下：（特此说明一下：为了让程序更简单，下面的程序省略了释放内存的部分）程序1:#includeusing namespace std;int main(){ int a = 0; int b = 1; int

书评：        好的教材，当如此也，而不是做成手册。该书是我入门H.264的启蒙书籍，写的非常好，非常清晰，如果你要学习H.264, 该书不可少（请不要看翻译版本，我很不客气地说：翻译的那个版本，很烂），该书已经有了新的版本，我看了一下，新的版本更好，很多例子都更形象，而且新版本中更专注地讲H.264。        虽然以后我不一定做H.264, 但H.264的思想却让我受益匪浅，

参考JVT-Q042文档，可以学到很多东西. 说明: 不同profile的配置文件中参数一样，只是取值不一样而已，本人认为这样并不好，在baseline的配置文件中带有B帧的信息，非常不好，容易误导人，因为baseline根本就不支持B帧. 下面将对配置文件重要的参数进行解释.########################################################

毫无疑问，编码端的QDCT和解码端的QDCT完全相同，下面从编码端提取QDCT. 为简便起见，仅提取第一帧第一个宏块第一个4*4块的QDCT.JM8.6编码器最核心的编码函数是encode_one_macroblock,该函数找到了残差并进行了整数DCT变换及量化，然后Zigzag scan和Run-Level编码. 在write_one_macroblock函数中进行了熵编码和写码流, 故在

在JM8.6中，如果需要把所有的帧都编码成I帧，只需要将baseline配置文件中的IntraPeriod改为1即可，编码后的结果为：（注意IDR帧是特殊的I帧，后面I帧是普通的I帧，在H.264视频编码中，第一帧必然编码为IDR帧.） 0000(IDR)   21952 0 28  37.376  41.260  42.850      437       0     FRM    99

先说PSkip宏块，再说BSkip宏块.       P-Skip宏块是一种特殊的P宏块，在H.264中非常常见，那么P-Skip宏块特殊在什么地方呢？下面会慢慢道来.        对于一般的P宏块而言，像素残差和运动矢量残差都会写入码流，从编码端传到解码端，但是P-Skip宏块的特殊之处就在于，既不传送像素残差，也不传送运动矢量残差（在这种情况下，像素残差和运动矢量残差必定都为零，