x264 — 开源 H.264/AVC 软件编码器

是什么

x264 是开源 H.264/AVC 视频编码器：实现 CABAC、多参考帧、B 帧、自适应量化等标准特性，以 rate control（码率控制） 和 psycho-visual tuning（psy-rd） 闻名。日常工具链里，libx264 是 ffmpeg、handbrake、YouTube 早期转码后端的事实软件实现。

日常类比：H.264 标准是「建筑规范」；x264 是盖楼施工队——规范人人遵守，但这支队伍把同样的砖砌得更省料还更结实（同码率更清晰）。

最小 FFmpeg 调用：

ffmpeg -i in.y4m -c:v libx264 -preset medium -crf 23 -pix_fmt yuv420p out.mp4

为什么重要

视频工程里「画质 / 体积 / 编码时间」三角几乎绕不开 x264：

• CRF 模式是内容创作者默认语义；理解 CRF 就理解「恒定质量」转码
• preset（ultrafast→placebo）教「编码复杂度 vs 压缩效率」权衡
• 两遍编码（2-pass） 仍是固定码率流媒体经典做法
• 与硬件编码对照：NVENC/VideoToolbox 快但同码率往往不如 x264 medium；论文复现常用软件编码保一致

核心要点

1. Rate control 三模式：CRF（质量恒定）、ABR（平均码率）、CBR（广播）；训练数据交付常用 CRF 18–23。

2. Preset 影响搜索深度：慢 preset 花更多时间找最优模式决策，不提高标准上限，只提高压缩效率。

3. GOP 与关键帧：-g 控制 IDR 间隔；流媒体短 GOP 利 seek，存档长 GOP 利体积。

4. 10-bit vs 8-bit：x264-10bit 分支服务 HDR 中间工作流；播放兼容性仍常落 8-bit yuv420p。

5. 许可证 GPL：静态链接进商业产品需合规；动态调用 ffmpeg 滤镜链较常见。

实践案例

案例 1：CRF 扫参找数据集甜蜜点

for crf in 18 20 23 26; do
  ffmpeg -i clip.mov -c:v libx264 -preset slow -crf $crf -an "out_crf_${crf}.mp4"
done

人工看字边缘与运动块效应，定全网统一 CRF（如 23）。

案例 2：固定码率两遍给 HLS

ffmpeg -i long.mp4 -c:v libx264 -b:v 2500k -pass 1 -f null /dev/null
ffmpeg -i long.mp4 -c:v libx264 -b:v 2500k -pass 2 out_2500k.mp4

第二遍利用第一遍统计，码率更贴目标；配合 ffmpeg 切 HLS 给 hls-js。

案例 3：低延迟直播参数

x264 --preset ultrafast --tune zerolatency --crf 28 -o live.h264 capture.y4m

zerolatency 减 B 帧与缓冲，换延迟；视频会议旁路对比 libvpx / AV1。

案例 4：与 handbrake 预设互证

在 HandBrake 导出「Production Max」预设 JSON，对照 x264-params 字符串，理解 GUI 背后每一键。

案例 5：与双千 atlas 交叉阅读

写完本篇后，在 projects-atlas / papers-atlas 中打开同子类邻居各 1 篇，对比「实践案例」段是否覆盖：安装、最小命令、排障三条。缺一则补进你自己的实验笔记（不必改站正文）。

踩过的坑

1. CRF 不是跨分辨率可比：4K 的 CRF 23 与 720p 的 CRF 23 感知质量不同；改分辨率要重扫。

2. -profile high 与旧设备：Baseline 才兼容极老硬件；移动端测试要显式 profile。

3. 快速运动 + 低码率：方块效应靠提高码率或 preset，不是单靠 tune。

4. 与容器无关：x264 只出裸 H.264 或让 ffmpeg mux；.mp4 问题查 ffmpeg。

5. 硬件编码误判：NVENC 同 CRF 数值不可与 x264 直接比；评测应固定编码器。

6. 行数与模板：交付前用 quality-gate 扫一遍，避免关联链到未写 slug。

适用 vs 不适用场景

适用：

• 离线数据集统一 H.264（兼容性最好）
• 学习码率控制、模式决策、psy-rd 算法
• 需要可复现软件编码的论文实验

不适用：

• 实时 4K60 低延迟（优先硬件或 libvpx VP9）
• 需要 AV1/HEVC 更高压缩（见 svt-av1、x265）
• 浏览器内编码（WebCodecs，非 x264 CLI）

历史小故事（可跳过）

• 2004：Loren Merritt 等发起，填补开源 H.264 编码空白。
• 2008–2012：成为 PSNR/SSIM 评测默认强基线；ffmpeg 默认 libx264。
• 2015+：与 x265、libvpx 三足鼎立；Web 仍大量 H.264。
• 2020+：AV1 崛起，x264 仍是兼容性与工具链成熟度首选。
• 2024+：长视频训练集交付 H.264 仍最常见；理解 x264 即理解「默认 mp4」从哪来。

学到什么

• 码率控制算法比换容器格式更影响体积。
• preset 是「算力换压缩」旋钮，与模型训练 epoch 类似。
• 软件编码是可复现基线；硬件编码是产能工具。
• H.264 生态成熟意味着 decord / 浏览器 / 手机硬解全覆盖。
• 读 x264 文档能反推 ffmpeg 里每一 libx264 选项含义。
• 复习时可对照 atlas 枢纽与 written.txt 邻居 slug，检查双向链接是否闭环。
• 动手跑通一个最小示例，比只读 README 更能记住参数含义与失败模式。
• 把本文档当「面试前 10 分钟速览卡」：是什么 → 为什么 → 一个命令/实验。
• 教别人时用「日常类比 + 一条命令」结构，反馈最好；复杂架构图留给二读。
• 若关联 slug 尚未落站，先用纯文本记名，sync-written 后再改成 [[wikilink]]。

延伸阅读

• x264 wiki：https://trac.videolan.org/x264/
• ffmpeg —— libx264 封装与滤镜
• handbrake —— GUI 预设映射
• x265 —— HEVC 对照
• libvpx —— VP8/VP9 路线
• svt-av1 —— 下一代编码器

关联

• ffmpeg —— libx264 最常见调用入口
• handbrake —— 产品化 x264 参数
• x265 —— 同团队 HEVC 实现
• libvpx —— Google VP9 对照
• hls-js —— H.264 分片播放
• obs-studio —— 直播推流常用 x264 软件编码
• decord —— 训练读 H.264 mp4
• videollama3 —— 数据集常要求 H.264 容器

反向链接

• dav1d —— dav1d — 速度优先的 AV1 解码器
• decord —— Decord — Video-LLM 数据管线的高效视频解码库
• ffmpeg —— FFmpeg — 多媒体转码与封装瑞士军刀
• gstreamer —— GStreamer — 流水线式多媒体框架
• handbrake —— HandBrake — FFmpeg 上的 GUI 转码器
• libvpx —— libvpx — VP8/VP9 开源视频编解码
• mlt —— MLT — 多媒体编辑框架
• obs-studio —— OBS Studio — 开源直播录制与推流
• shotcut —— Shotcut — 基于 MLT 的开源非线性编辑器
• svt-av1 —— SVT-AV1 — 可扩展 AV1 软件编码器
• videollama3 —— VideoLLaMA3 — 阿里达摩院第三代图像/视频多模态基座
• x265 —— x265 — 开源 HEVC/H.265 编码器