TComPicYuv、TComPic、TComPicSym、TComDataCU以及TComYuv的关系

最新推荐文章于 2022-11-16 07:47:01 发布

xhyan523

最新推荐文章于 2022-11-16 07:47:01 发布

阅读量1.3k

点赞数 1

分类专栏： HEVC

HEVC 专栏收录该内容

28 篇文章

订阅专栏

本文详细介绍了HEVC编码过程中的关键数据结构，包括TComPicYuv、TComPic、TComPicSym、TComDataCU及TComYuv之间的关系与作用。通过这些结构，文章阐述了从原始YUV数据到编码输出的整个流程。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

TComPicYuv、TComPic、TComPicSym、TComDataCU以及TComYuv的关系

转载https://blog.youkuaiyun.com/nb_vol_1/article/details/71173023

首先用一张图来描述它们之间的关系

1、HM首先使用TComPicYuv保存从文件中读取出来的YUV数据
  2、利用TComPicYuv构造TComPic，并把YUV数据复制给他（TComPic包含了TComPicYuv成员）
  3、TComPic表示一帧图像，包含了数据（TComPicYuv），以及图像信息（TComPicSym，在TComPicSym中还包含了TComDataCU）
  4、TComPic被放入图像队列中
  5、处理图像队列中的每一个TComPic，实际是处理TComPic中的每一个CTU/CU（存放在TComPicSym中）
  6、从TComPic中取出每一个CTU（用TComDataCU表示），调用xCompressCU进行处理
  7、根据原始的CTU初始化TEncCu中的TComDataCU（最优的和临时的），这两个在编码的时候会使用
  8、把TComPic的数据复制给TComYuv对象，表示编码过程中的数据（原始，预测、残差、重建等）
  9、进行编码，tempCU用于编码过程中，bestCU用于保存最优信息
  10、产生的最优信息会被复制回TComPicSym中

TComPicYuv

TComPicYuv表示图像的YUV数据

   [cpp] 
   view plaincopy
class TComPicYuv  
{  
private:  
    Pel*  m_apiPicBufY;           // 三个颜色分量的缓冲区，包括了填充的内容  
    Pel*  m_apiPicBufU;  
    Pel*  m_apiPicBufV;  
  
    Pel*  m_piPicOrgY;            // 三个颜色分量的起始地址，由m_apiPicBufY计算得到  
    Pel*  m_piPicOrgU;  
    Pel*  m_piPicOrgV;  
  
    Int   m_iPicWidth;            // 图像的宽和高  
    Int   m_iPicHeight;             
  
    Int   m_iCuWidth;             // LCU的宽和高  
    Int   m_iCuHeight;              
    Int*  m_cuOffsetY;            // 每个CTU中三个颜色分量的偏移地址  
    Int*  m_cuOffsetC;  
    Int*  m_buOffsetY;            // CTU中每个4x4分量的偏移地址  
    Int*  m_buOffsetC;  
  
    Int   m_iLumaMarginX;       // Y分量的填充宽度和高度，如果图像的尺寸不是LCU的整数倍，那么需要填充  
    Int   m_iLumaMarginY;  
    Int   m_iChromaMarginX;     // U、V分量的填充高度和宽度  
    Int   m_iChromaMarginY;  
  
    Bool  m_bIsBorderExtended; // 是否需要填充图像  
};  

TComPic

TComPic表示一张图像，它包含数据（TComPicYuv）和信息（TComPicSym）

   [cpp] 
   view plaincopy
class TComPic  
{  
private:  
      
    UInt                  m_uiTLayer;               //  时域层  
      
    Bool                  m_bUsedByCurr;            //  是否被作为参考帧  
      
    Bool                  m_bIsLongTerm;            // 是否为长参考图像  
      
    TComPicSym*           m_apcPicSym;              // 图像的信息  
  
      
    TComPicYuv*           m_apcPicYuv[2];           // 图像的数据（索引0是原始图像，索引1是重建图像）  
  
    TComPicYuv*           m_pcPicYuvPred;           // 图像的预测数据  
      
    TComPicYuv*           m_pcPicYuvResi;           // 图像的残差数据  
  
      
    Bool                  m_bReconstructed;         // 是否被重建  
      
    Bool                  m_bNeededForOutput;       // 是否需要输出  
      
    UInt                  m_uiCurrSliceIdx;         // 在此图像中，当前条带的索引  
  
    Bool                  m_bCheckLTMSB;            // 没啥用  
  
    Int                   m_numReorderPics[MAX_TLAYER]; // 每一层重排的图像的个数  
  
    Window                m_conformanceWindow;      // 一致性窗口，用于输出  
      
    Window                m_defaultDisplayWindow;   // 默认显示的窗口  
  
    bool                  m_isTop;                  // 顶场还是底场  
    bool                  m_isField;                // 帧还是场  
  
    // 条带的CU链表，即:  
    // 每一个slice中有若干LCU，每一个LCU又被细分为各个CU  
    // std::vector<TComDataCU*>就是存放LCU的CU  
    // 没有用到，因为CTU的相关信息存放在TComPicSym中  
    std::vector<std::vector<TComDataCU*> > m_vSliceCUDataLink;  
  
    // 增强信息  
    SEIMessages  m_SEIs; ///< Any SEI messages that have been received.  If !NULL we own the object.  
      
    // 其他省略****  
};  

TComPicSym

TComPicSym表示图像的信息，它内部有一个TComDataCU数组，描述了图像组每一个LCU（CTU）的信息

   [cpp] 
   view plaincopy
class TComPicSym  
{  
private:  
  
    UInt          m_uiWidthInCU; // 图像在横向上有多少个CTU，一般认为LCU就是CTU  
    UInt          m_uiHeightInCU; // 图像在纵向上有多少个CTU  
  
    UInt          m_uiMaxCUWidth; // 最大的CU的尺寸：64x64  
    UInt          m_uiMaxCUHeight;  
    UInt          m_uiMinCUWidth; // 最小的CU的尺寸：4x4  
    UInt          m_uiMinCUHeight;  
  
    UChar         m_uhTotalDepth;       // LCU可以划分的最大深度：5  
    UInt          m_uiNumPartitions;    // CTU有多少个4x4的块  
    UInt          m_uiNumPartInWidth;   // CTU横向上有几个4x4的块  
    UInt          m_uiNumPartInHeight;  // CTU纵向上有几个4x4的块  
    UInt          m_uiNumCUsInFrame;    // 图像有几个CTU  
  
    TComSlice*    m_pcTComSlice;    // slice头部信息  
    TComDataCU**  m_apcTComDataCU;  // 表示了每一个CTU，每一个TComDataCU表示CU以及其中所有4x4块的信息  
  
    SAOParam*     m_saoParam;       // SAO的参数  
      
    // 其他省略***  
};   

TComDataCU

TComDataCU表示CU，它本身不存储YUV数据，只包含CU应有的语法元素（包括系数）。TComDataCU存储了CU中所有4x4小块的信息。由于LCU也是CU，因此TComDataCU既能表示LCU也能表示普通CU。

   [cpp] 
   view plaincopy
class TComDataCU  
{  
private:  
  
    TComPic*      m_pcPic;              // CU所在的图像  
    TComSlice*    m_pcSlice;            // CU所在的条带  
    TComPattern*  m_pcPattern;          // 用于访问临近CU  
  
    UInt          m_uiCUAddr;           // 在slice中CU的地址  
    UInt          m_uiAbsIdxInLCU;      // 在LCU中Z扫描顺序的地址  
    UInt          m_uiCUPelX;           // 以像素为单位的CU地址  
    UInt          m_uiCUPelY;           // 以像素为单位的CU地址  
    UInt          m_uiNumPartition;     // 当前CU中有多少个4x4的块  
    UChar*        m_puhWidth;           // 存放CU宽度的数组（因为CU会不断分割，每个CU都具有自己的长宽，所以村要存放，这个数组的作用就是这样的）  
    UChar*        m_puhHeight;          // 同上  
    UChar*        m_puhDepth;           // 存放CU深度的数组  
    Int           m_unitSize;           // partition的最小尺寸  
  
    /* 
    ** 下面是CU中各种语法元素 
    */  
    Bool*         m_skipFlag;           // 跳过标志数组  
    Char*         m_pePartSize;         // 分割的尺寸的数组  
    Char*         m_pePredMode;         // 预测模式的数组  
    Bool*         m_CUTransquantBypass;   // 用于量化  
    Char*         m_phQP;               // 量化步长的数组  
    UChar*        m_puhTrIdx;           // 变换索引的数组  
    UChar*        m_puhTransformSkip[3];// 变换跳过标志数组  
    UChar*        m_puhCbf[3];          // 编码块标志数组  
    TComCUMvField m_acCUMvField[2];     // 运动估计的数组  
    TCoeff*       m_pcTrCoeffY;         // Y变换系数的数组  
    TCoeff*       m_pcTrCoeffCb;        // U变换系数的数组  
    TCoeff*       m_pcTrCoeffCr;        // V变换系数的数组  
  
  
    Pel*          m_pcIPCMSampleY;      // PCM 样本的缓冲区  
    Pel*          m_pcIPCMSampleCb;       
    Pel*          m_pcIPCMSampleCr;      
  
    TComDataCU*   m_pcCUAboveLeft;      ///< pointer of above-left CU                当前CU左上角的CU  
    TComDataCU*   m_pcCUAboveRight;     ///< pointer of above-right CU           当前CU右上角的CU  
    TComDataCU*   m_pcCUAbove;          ///< pointer of above CU                     当前CU上面的CU  
    TComDataCU*   m_pcCULeft;           ///< pointer of left CU                              当前CU左边的CU  
    TComDataCU*   m_apcCUColocated[2];  ///< pointer of temporally colocated CU's for both directions        CU的变形  
    TComMvField   m_cMvFieldA;          ///< motion vector of position A             A位置的运动估计，A/B/C位置是什么？  
    TComMvField   m_cMvFieldB;          ///< motion vector of position B             B位置的运动估计  
    TComMvField   m_cMvFieldC;          ///< motion vector of position C             C位置的运动估计  
    TComMv        m_cMvPred;            ///< motion vector predictor                     运动向量预测  
  
    Bool*         m_pbMergeFlag;        ///< array of merge flags                                合并标志的数组  
    UChar*        m_puhMergeIndex;      ///< array of merge candidate indices        合并候选数组  
#if AMP_MRG  
    Bool          m_bIsMergeAMP;  
#endif  
    UChar*        m_puhLumaIntraDir;    ///< array of intra directions (luma)            // 帧内预测 亮度部分的 方向的数组（因为LCU会分割成很多部分）  
    UChar*        m_puhChromaIntraDir;  ///< array of intra directions (chroma)      // 帧内预测 色度部分的 方向的数组  
    UChar*        m_puhInterDir;        ///< array of inter directions                           // 帧间预测的方向的集合  
    Char*         m_apiMVPIdx[2];       ///< array of motion vector predictor candidates // 运动向量的候选集  
    Char*         m_apiMVPNum[2];       // 可能的运动向量的数量的数组  
    Bool*         m_pbIPCMFlag;         // intra_pcm标志的集合  
  
    Bool          m_bDecSubCu;          // 指出了解码模式  
  
    // RD即拉格朗日率失真，这个成员表示总的失真的代价  
    Double        m_dTotalCost;         // 总的代价  
    // 总的失真  
    UInt          m_uiTotalDistortion;  // 总的失真  
    // 总的比特数  
    UInt          m_uiTotalBits;        ///< sum of partition bits                         
    // 总的二进制数  
    UInt          m_uiTotalBins;       ///< sum of partition bins                          
  
    UInt*         m_sliceStartCU;    ///< Start CU address of current slice      当前slice开始CU的地址  
    UInt*         m_sliceSegmentStartCU; ///< Start CU address of current slice  当前slice开始CU的地址  
    Char          m_codedQP;                                                                        // 量化的编码  
};  

TComYuv

TComYuv保存了每一个CU对应的YUV数据，原始数据从TComPic中得到（实际从TComPic的TComPicYuv成员中得到）。它主要用于表示编码过程中的原始数据、预测数据、残差数据以及重建数据

   [cpp] 
   view plaincopy
class TComYuv  
{  
private:  
    Pel*    m_apiBufY; // 颜色分量的起始地址  
    Pel*    m_apiBufU;  
    Pel*    m_apiBufV;  
  
    UInt     m_iWidth; // CU（可以是LCU，也可以是普通CU）的宽和高  
    UInt     m_iHeight;  
    UInt     m_iCWidth; // CU色度分量的尺寸  
    UInt     m_iCHeight;  
};  