本文对x264_macroblock_analyse()及其子函数的流程进行详尽的分析。希望对大家有所帮助。 参考x264_050530版本。 1、void x264_macroblock_analyse( x264_t *h ) 首先初始化函数,然后进入一个选择语句 if( h->sh.i_type == SLICE_TYPE_I ) { …….. } else if( h->sh.i_type == SLICE_TYPE_P ) { …….. } else if( h->sh.i_type == SLICE_TYPE_B ) { ……… } 很明显,这是对不同类型的块采用不同的处理步骤,我们就进入SLICE_TYPE_P深入分析一下吧,因为P类型包含有I模式的检测,SLICE_TYPE_B只是SLICE_TYPE_P的简单延伸而已。 if( h->param.analyse.b_fast_pskip ) { if( h->param.analyse.i_subpel_refine >= 3 ) analysis.b_try_pskip = 1; else if( h->mb.i_mb_type_left == P_SKIP || h->mb.i_mb_type_top == P_SKIP || h->mb.i_mb_type_topleft == P_SKIP || h->mb.i_mb_type_topright == P_SKIP ) b_skip = x264_macroblock_probe_pskip( h ); } 条件进入后首先判断skip模式,如果满足skip模式则判断结束,否则继续下面的判断。 x264_mb_analyse_inter_p16x16( h, &analysis ); if( flags & X264_ANALYSE_PSUB16x16 ) { if( h->param.analyse.b_mixed_references ) x264_mb_analyse_inter_p8x8_mixed_ref( h, &analysis ); else x264_mb_analyse_inter_p8x8( h, &analysis ); } 分析16×16和8×8模式。模式代价值分别保存在和analysis.l0.me16x16.cost 、analysis.l0.i_cost8x8中。 if( ( flags & X264_ANALYSE_PSUB16x16 ) && analysis.l0.i_cost8x8 < analysis.l0.me16x16.cost ) { ……. } 如果8×8代价值小于16×16,则进行子宏块分割的判断。 for( i = 0; i < 4; i++ ) { x264_mb_analyse_inter_p4x4( h, &analysis, i ); if( analysis.l0.i_cost4x4[i] < analysis.l0.me8x8[i].cost ) { ……… } 依次对4个子宏块(8×8)进行处理,x264_mb_analyse_inter_p4x4()函数实际上是得到4个4×4块的代价和analysis.l0.i_cost4x4[i]。如果4×4模式优于8×8模式,才进行8×8块的细分割。细分割代码分析略。 if( ( flags & X264_ANALYSE_PSUB16x16 ) && analysis.l0.i_cost8x8 < analysis.l0.me16x16.cost + i_thresh16x8 ) { x264_mb_analyse_inter_p16x8( h, &analysis ); …….. x264_mb_analyse_inter_p8x16( h, &analysis ); ……... } 紧接着检测16×8和8×16模式 x264_me_refine_qpel( h, &analysis.l0.me16x16 ); …….. 帧间模式选择后,对该模式进行亚象素精细搜索。以进一步减少误差。值得注意的是,在前面每个模式的检测时,也要进行亚象素搜索,见x264_me_search_ref()函数的最后几行。这里的亚象素搜索是在前面基础上再进行精细搜索的。二者亚象素搜索(包括半象素和1/4象素)的次数由subpel_iterations[i][4]确定,而i由编译参数subme确定,看运行帮助: -m, --subme <integer> Subpixel motion estimation quality: 1=fast, 5=best 实际上subme就是决定模式选择前后亚象素估计的点数。Subme越大,压缩效率越好,计算量越大。 x264_mb_analyse_intra( h, &analysis, i_cost ); if( h->mb.b_chroma_me && !analysis.b_mbrd && ( analysis.i_sad_i16x16 < i_cost || analysis.i_sad_i8x8 < i_cost || analysis.i_sad_i4x4 < i_cost )) { x264_mb_analyse_intra_chroma( h, &analysis ); analysis.i_sad_i16x16 += analysis.i_sad_i8x8chroma; analysis.i_sad_i8x8 += analysis.i_sad_i8x8chroma; analysis.i_sad_i4x4 += analysis.i_sad_i8x8chroma; } 分析宏块的帧内编码,包括亮度和色度。亮度的16×16、8×8、4×4代价分别存在analysis.i_sad_i16x16、analysis.i_sad_i8x8、analysis.i_sad_i4x4中,色度代价存在analysis.i_sad_i8x8chroma中。 i_intra_type = I_16x16; i_intra_cost = analysis.i_sad_i16x16; if( analysis.i_sad_i8x8 < i_intra_cost ) { i_intra_type = I_8x8; i_intra_cost = analysis.i_sad_i8x8; } if( analysis.i_sad_i4x4 < i_intra_cost ) { i_intra_type = I_4x4; i_intra_cost = analysis.i_sad_i4x4; } if( i_intra_cost < i_cost ) { i_type = i_intra_type; i_cost = i_intra_cost; } 比较得到最佳的帧内预测模式。 if( i_intra_cost < i_cost ) { i_type = i_intra_type; i_cost = i_intra_cost; } 帧内代价与帧间代价比较,得到最佳的预测模式。 整个P类型就分析完了,然后看看条件跳出以后执行什么 if( !analysis.b_mbrd ) x264_mb_analyse_transform( h ); 判断变换的时候是采用8×8变换还是4×4变换。 这样,怎么函数就分析完了^_^,下面看看调用的重要子函数。 2、static inline int x264_macroblock_probe_pskip( x264_t *h ) 该函数直接调用了x264_macroblock_probe_skip(h, 0);看看里边有什么东东。 if( !b_bidir ) { x264_mb_predict_mv_pskip( h, mvp ); mvp[0] = x264_clip3( mvp[0], h->mb.mv_min[0], h->mb.mv_max[0] ); mvp[1] = x264_clip3( mvp[1], h->mb.mv_min[1], h->mb.mv_max[1] ); h->mc.mc_luma( h->mb.pic.p_fref[0][0], h->mb.pic.i_stride[0], h->mb.pic.p_fdec[0], FDEC_STRIDE, mvp[0], mvp[1], 16, 16 ); } 先得到预测矢量MVp,然后对MVp进行饱和处理,再进行相应的运动补偿。 h->dctf.sub16x16_dct( dct4x4, h->mb.pic.p_fenc[0], FENC_STRIDE, h->mb.pic.p_fdec[0], FDEC_STRIDE ); for( i8x8 = 0, i_decimate_mb = 0; i8x8 < 4; i8x8++ ) { /* encode one 4x4 block */ for( i4x4 = 0; i4x4 < 4; i4x4++ ) { const int idx = i8x8 * 4 + i4x4; quant_4x4( h, dct4x4[idx], (int(*)[4][4])def_quant4_mf, i_qp, 0 ); scan_zigzag_4x4full( dctscan, dct4x4[idx] ); i_decimate_mb += x264_mb_decimate_score( dctscan, 16 ); if( i_decimate_mb >= 6 ) { /* not as P_SKIP */ return 0; } } } 进行dct变换(注意是4×4变换,不是8×8!!!),然后对每个8×8块中的4×4对进行量化,zigzag扫描,得到8×8块的i_decimate_mb值。如果量化后系数中只有零星的非零系数,且都是1或-1,i_decimate_mb就比较小。if(i_decimate_mb<6),可以将系数全变为0。注意,其他模式下的残差编码也用到了该处理过程。 程序后面是对色度进行处理,与亮度类似,不进行讨论。 3、static void x264_mb_analyse_inter_p16x16 ( x264_t *h, x264_mb_analysis_t *a ) 直接看核心吧。 for( i_ref = 0; i_ref < h->i_ref0; i_ref++ ) { 循环搜索搜索每个参考帧 x264_mb_predict_mv_16x16( h, 0, i_ref, m.mvp ); 得到MVp, x264_mb_predict_mv_ref16x16( h, 0, i_ref, mvc, &i_mvc ); 得到邻块的MV、前一帧对应位置的MV,可用来预测搜索起点,加速运动估计。 x264_me_search_ref( h, &m, mvc, i_mvc, p_halfpel_thresh ); 运动估计函数。下面将详细讨论 再接着就是一个多参考帧的中止判断,略。 4、void x264_me_search_ref( x264_t *h, x264_me_t *m, int (*mvc)[2], int i_mvc, int *p_halfpel_thresh ) bmx = pmx = x264_clip3( ( m->mvp[0] + 2 ) >> 2, mv_x_min, mv_x_max ); bmy = pmy = x264_clip3( ( m->mvp[1] + 2 ) >> 2, mv_y_min, mv_y_max ); bcost = COST_MAX; COST_MV( pmx, pmy ); bcost -= p_cost_mvx[ bmx<<2 ] + p_cost_mvy[ bmy<<2 ]; for( i = 0; i < i_mvc; i++ ) { const int mx = x264_clip3( ( mvc[i][0] + 2 ) >> 2, mv_x_min, mv_x_max ); const int my = x264_clip3( ( mvc[i][1] + 2 ) >> 2, mv_y_min, mv_y_max ); if( mx != bmx || my != bmy ) COST_MV( mx, my ); } COST_MV( 0, 0 ); 先检测MVp点,再检测其他预测矢量,最后检测原点(0,0)。注意mvp[0 ]保留的是1/4精度,所以除以4就变成了整象素精度。 然后就是具体的搜索算法。代码不贴,直接解释吧。^_^ case 菱形搜索:用小菱形模板反复搜索。菱形算法还有大模板搜索,这里没用到。 case 六边形:先用六边形模板反复搜索,粗匹配。 然后用小菱形模板搜索一次,得到最终的整象素运动矢量 case UMHexagonS:看我主页中的注释,呵呵,是基于JM9.5的。 case 连续消除法(SEA) 全搜索法的快速运算。这里不介绍了。 if( h->mb.i_subpel_refine >= 2 ) { int hpel = subpel_iterations[h->mb.i_subpel_refine][2]; int qpel = subpel_iterations[h->mb.i_subpel_refine][3]; refine_subpel( h, m, hpel, qpel, p_halfpel_thresh, 0 ); } 亚象素搜索,在x264_macroblock_analyse()函数我已经介绍过了 5、void x264_me_refine_qpel( x264_t *h, x264_me_t *m ) 该函数一开始得到半象素、1/4象素搜索的次数(菱形小模板),分别为hpel、q hpel,然后调用refine_subpel(),去看看! if( hpel_iters ) { int mx = x264_clip3( m->mvp[0], h->mb.mv_min_spel[0], h->mb.mv_max_spel[0] ); int my = x264_clip3( m->mvp[1], h->mb.mv_min_spel[1], h->mb.mv_max_spel[1] ); if( mx != bmx || my != bmy ) COST_MV_SAD( mx, my, -1 ); } 检测MVp的小数精度。 for( i = hpel_iters; i > 0; i-- ) { odir = bdir; omx = bmx; omy = bmy; COST_MV_SAD( omx, omy - 2, 0 ); COST_MV_SAD( omx, omy + 2, 1 ); COST_MV_SAD( omx - 2, omy, 2 ); COST_MV_SAD( omx + 2, omy, 3 ); if( bmx == omx && bmy == omy ) break; } 对半象素精度进行hpel_iters次小菱形搜索。后面有1/4象素精度的qpel_iters次小模板搜索,略。 6、static uint8_t *get_ref( uint8_t *src[4], int i_src_stride, uint8_t *dst, int * i_dst_stride, int mvx,int mvy, int i_width, int i_height ) 该函数得到亚象素搜索时参考块的指针。 src1、src2分别指向半象素精度块。1/4搜索时需要临时插值,就是pixel_avg()函数的只能功能。 值得注意的是变量correction的作用,当作是1/4插值时的偏移量吧。N个人问过我,其实结合1/4象素插值,仔细推导一下就出来了。 7、static void x264_mb_analyse_intra( x264_t *h, x264_mb_analysis_t *a, int i_cost_inter ) 依次检测Intra_16x16、Intra4x4、Intra8x8的最佳模式。 值得注意,if(subme<=1) h->pixf.mbcmp是求sad值 else h->pixf.mbcmp是求satd值 另外,对与Intra4x4、Intra8x8,此时就要进行真正的变换量化、反变换反量化、重建,因为要为后续的块做参考。而且,就算其系数值很小,也不能改变cbp,切记切记。 具体分析略。 8、static inline void x264_mb_analyse_transform( x264_t *h ) 就是对残差进行4x4、8x8的satd变换,比较绝对和值,值较小对应的尺寸用于变换的尺寸。 欢迎浏览我的blog:http://zmshy2128.blog.163.com |
|