Kompresja Xvid

Kompresja jest bardzo ważnym zagadnieniem dla każdego filmowca,  od dobrania optymalnych ustawień zależy jakość naszego filmu oraz jego ostateczny rozmiar. Wielu pewnie zastanawia się jakie są optymalne ustawienia, otóż to wszystko zależy od akcji którą renderujemy, im jest bardziej dynamiczna tym lepsza powinna być jakość, ale nie powinniśmy z nią przesadzać, ponieważ wysoka oznacza większy rozmiar. Kompresując film musimy pogodzić ze sobą te 2 rzeczy ;-), do tego celu potrzebna nam będzie wiedza na temat opcji kodeka, dlatego właśnie powstał poniższy tekst, pozwoli on wam zrozumieć wszystkie opcje konfiguracyjne Xvid'a.

1. Zakładka "Main Settings"

1. Profile @ Level - wybór poszczególne profilów ograniczających dostęp do funkcji kodeka, np. rozdzielczoś, bitrate, ilości klatek na sekundę, co ma na celu zapewnienie zgodności z stacjonarnymi odtwarzaczami. W przypadku gdy nie zamierzamy korzystać z stacjonarnych odtwarzaczy, możemy wybrać "unrestricted". Jeżeli chcesz odtwarzać film w domowym odtwarzaczu stacjonarnym wybierz "Home", jeśli chcesz odtwarzać film w odtwarzaczu stacjonarnym.

2. Encoding type - tryb kompresji.

3. Wybór typu kompresji:

Single pass - jest to kompresja jednoprzebiegowa.

Naciskając przycisk ( a ), mamy tu do wyboru dwa rodzaje kompresji jednoprzebiegowej, target bitrate oraz target quantizer:

a.) Target bitrate - służy do kompresji filmu z stałym bitrate, dzieki czemu możemy przewidzieć ewentualny rozmiar filmu, jednak nie jest on polecany, ponieważ każda scena różni się ilością ruchu oraz złożonością, przez co bitrate może okazać się w niektórych miejscach zbyt niski.

b.) Target quantizer - służy do kompresowania filmu ze stałym kwantyzatorem, przez co ilość bitów w danej akcji jest odpowiednia do swoich potrzeb. Wadą tej kompresji jest brak możliwości przewidzenia rozmiaru wynikowego filmu.

Twopass - 1st pass - jest to pierwszy przebieg kompresji dwuprzebiegowej. Służy on do analizy materiału źródłowego pod kątem kompresowalności każdej klatki. Informacje te są zapisywane do pliku statystyk.

Twopass - 2nd pass - jest to drugi przebieg kompresji dwuprzebiegowej. Korzysta on z pliku statystyk zapisanego podczas pierwszego przebiegu (co daje mu całościowe spojrzenie na materiał źródłowy) aby optymalnie rozłożyć dostępne bity w całym pliku wynikowym. Przyciskiem po lewej stronie musimy wybrać target bitrate (średni bitrate wyrażony w kilobitach na sekundę) lub target size (docelowy rozmiar pliku wynikowego wyrażony w kilobajtach), zaś w pole tekstwoe należy wpisać stosowną wartość lub wybrać ją przy pomocy suwaka.

4. Calc... - uruchamia kalkulator bitrate.

5. Add - dodawanie nowej strefy do listy.

6. Remove - usuwanie danej strefy.

7. Zone Options... - dostosowanie ustawień danej strefy.

8. Load Defaults - reset ustawień kodeka.

2. Zakładka "Main Settings"

Zakładka Profile

Ustawienia zawarte w tej zakładce mają dosyć spory wpływ na jakość obrazu.
1. Quantization type - wybór rodzaju kwantyzacji.
- H.263 wygładzanie obrazu, stosuje się do kompresji z niskim bitrate.
- MPEG zachowuje ostrość obrazu przy wysokim bitrate.
- MPEG-Custom to kwantyzacja typu MPEG, lecz z możliwością użycia dowolnej matrycy kwantyzacji (innej, niż domyślna). Istnieją matryce dla poszczególnych rodzajów źródeł oraz dla różnych bitrate, dobór matrycy odpowiedniej do sytuacji należy oprzeć na własnym doświadczeniu.
2. Adaptive Quantization oszczędza bity zwiększając kwantyzator makrobloków w bardzo jasnych i bardzo ciemnych obszarach. Maksymalne odchylenie kwantyzatora makrobloku od kwantyzatora całej klatki wynosi 2.

3. Interlaced Encoding - kompresja z zachowaniem przeplotu występującego w materiale źródłowym. Należy pamiętać, że użycie tej opcji ma sens tylko, gdy źródło zawiera przeplot a jego rozdzielczość pionowa nie była zmieniana. Opcję Top field first zaznaczamy, gdy półobraz górny wyprzedza dolny w czasie. Odznaczamy ją, gdy wcześniejszą pozycję w czasie ma półobraz dolny.

4. Quarter Pixel znajduje i opisuje wektory ruchu z dokładnością do 1/4 piksela, co pomaga w lepszym odwzorowaniu ruchu. Wyższa precyzja wektorów wymaga zużycia większej ilości bitów do ich zapisu, natomiast nie można przewidzieć, czy ta strata zostanie wyrównana dzięki zmniejszeniu objętości informacji o teksturze obrazu. Użycie tej opcji zauważalnie spowalnia kompresję i może spowodować niezgodność pliku wynikowego z niektórymi istniejącymi dekoderami sprzętowymi obecnymi w popularnych odtwarzaczach stacjonarnych (dotyczy to wielu spośród odtwarzaczy certyfikowanych przez DivX Networks).

5. Global Motion Compensation - globalna kompensacja ruchu. Funkcja ta opisuje ruch całej klatki w stosunku do poprzedniej klatki przy pomocy tzw. "punktów zakrzywienia" (ang. warppoints). Są to wektory ruchu opisujące przesunięcie poszczególnych rogów obrazu, co pomaga opisać kadrowanie, zbliżenia i obroty. XviD używa ich maksymalnie trzech punktów zakrzywienia. Podobnie, jak w przypadku Quarter Pixela, użycie GMC zauważalnie spowalnia kompresję i może spowodować niezgodność pliku wynikowego z niektórymi istniejącymi dekoderami sprzętowymi obecnymi w odtwarzaczach stacjonarnych.

P.S: Pozostałe zakładki level i aspect ratio, najlepiej pozostawić bez zmian.

3. Okno CBR

1. Reaction Delay Factor - określa opóźnienie reakcji kodeka na zmianę wymagań sceny. Podczas kompresji ze stałą wartością bitrate kodek oblicza ilość bitów, którą przydzieli następnej klatce posługując się średnią arytmetyczną wielkości poprzednich klatek. RDF określa, ile klatek kodek weźmie pod uwagę w tych obliczeniach.

2. Averaging period pełni podobną rolę do RDF, lecz operuje na kwantyzatorach. Kodek oblicza średnią arytmetyczną kwantyzatorów poprzednich klatek i przyjmuje ją za kwantyzator następnej klatki. Wartość Averaging period to ilość klatek uwzględnianych do obliczenia tej średniej.

3. Smoother to wartość używana do (jak sama nazwa wskazuje) dynamicznego "wygładzania" krzywej bitrate podczas kompresji (pomimo,że kompresujemy ze stałym bitrate, krzywa ta nie jest całkiem płaska). Kodek przy każdej klatce oblicza wartość dewiacji (czyli różnicę pomiędzy objętością tej klatki a średnią arytmetyczną objętości klatek skompresowanych do tej pory). Wartość dewiacji podzielona przez wartość Smoother nazywana jest nadmiarem i oznacz (w dużym uproszczeniu) ilość bitów, którą dodajemy (dodatnia wartość nadmiaru) lub usuwamy (ujemna wartość nadmiaru) z danej klatki. Niższa wartość wpisana w polu Smoother powoduje silniejsze "wygładzanie".

UWAGA: Wszystkie opcje dostępne w tym oknie mają wpływ tylko na kompresję jednoprzebiegową ze stałym bitrate (target bitrate). Kompresja jednoprzebiegowa ze stałym kwantyzatorem (target quantizer) nie stosuje żadnej kontroli bitrate. Zaleca się pozostawienie wartości domyślnych dla wszystkich opcji dostępnych w tym oknie.

4. Okno 1st Pass

1. Stats filename - nazwa i lokalizacja pliku statystyk, który zostanie zapisany.

2. Full quality first pass włącza wszystkie mechanizmy kompresji (głównie dodatkowe algorytmy poszukiwania ruchu), które podczas "zwykłego" pierwszego przebiegu są wyłączone. Użycie pierwszego przebiegu pełnej jakości ma sens tylko, gdy chcemy zatrzymać utworzony podczas niego plik wideo (w tym celu musimy też odznaczyć Discard first pass). Domyślny ("szybki") pierwszy przebieg został zoptymalizowany pod kątem analizy materiału źródłowego, a nie kompresji właściwej, dlatego wyeliminowano z niego wszelkie procedury, których wpływ na dokładność tej analizy (a więc również na jakośc pliku tworzonego w trakcie drugiego przebiegu) był nieistotny.

3. Discard first pass powoduje, że podczas pierwszego przebiegu nie jest tworzony plik wideo. Warto zaznaczyć tę opcję, gdy odznaczyliśmy Full quality first pass - gdy nie używamy pierwszego przebiegu pełnej jakości, plik wideo tworzony przez pierwszy przebieg może być niezgodny ze standardem MPEG-4 lub nawet niezdatny do użytku.

5. Okno 2nd Pass

1. Stats filename - nazwa i lokalizacja pliku statystyk, który został zapisany podczas pierwszego przebiegu. Konieczne jest użycie pliku z pierwszego przebiegu wykonanego z użyciem tego samego materiału źródłowego.

2. I-frame boost (%) - "doinwestowanie" klatek typu I określonym odsetkiem bitów. Domyślna wartość 10 zwiększa o 10% ilość bitów, które zostały przydzielone klatce przez algorytm kontroli bitrate.

3. I-frames closer than ... (frames) - jeżeli klatki kluczowe (typu I) sąsiadują ze sobą, korzystne może być zmniejszenie bitrate ich wszystkich z wyjątkiem ostatniej. Ta opcja to ilość klatek delta (tzn. klatek typów innych niżI), które muszą znajdować się pomiędzy klatkami typu I, aby nie zostały one uznane za "sąsiadujące".

4. ...are reduced by(%) - redukuje bitrate dla wszystkich "sąsiadujących" klatek typu I oprócz ostatniej w sekwencji.

5. Overflow control strength (%) - "agresywność" algorytmu kontroli nadmiaru (czyli różnicy ilości bitów przydzielonych danej klatce od ilości bitów, którą należałoby jej przydzielić aby uzyskać żądany bitrate). Ustawienie 0 nie wpływa na decyzje kodeka. Każda wyższa wartość zwiększy precyzję osiągnięcia rozmiaru pliku wynikowego (poprzez zwiększenie częstości interwencji algorytmu kontroli nadmiaru), ale jednocześnie naruszy dystrybucję kwantyzatorów.

6. Max overflow improvement (%) - określa, ile procent (maksymalnie) kodek może dodać do klatki, gdy jej aktualny rozmiar jest poniżej wymaganego (tzn. takiego, który daje prawidłowy rozmiar pliku wynikowego). Mechanizm ten bezpośrednio wpływa na kwantyzator danej klatki. Wyższa wartość lepiej zabezpieczy nas przed za małym plikiem wynikowym, ale jednocześnie naruszy dystrybuję kwantyzatorów.

7. Max overflow degradation (%) - określa, ile procent (maksymalnie) kodek może odebrać klatce, gdy jej aktualny rozmiar jest powyżej wymaganego (tzn. takiego, który daje prawidłowy rozmiar pliku wynikowego). Mechanizm ten bezpośrednio wpływa na kwantyzator danej klatki. Wyższa wartość lepiej zabezpieczy nas przed za dużym plikiem wynikowym, ale jednocześnie naruszy dystrybuję kwantyzatorów.

8. High bitrate scenes degradation (%) - procent degradacji scen z wysokim bitrate. Podany odsetek bitów zostanie odebrany scenom o wysokim bitrate. Następnie bity te zostaną równo rozdzielone pomiędzy wszystkie klatki filmu.

9. Low bitrate scenes improvement (%) - procent "doinwestowania" scen z niskim bitrate. Obliczona zostanie ilość bitów stanowiąca podany odsetek bitów przydzielonych scenom o niskim bitrate. Ta ilość bitów zostanie odebrana wszystkim klatkom filmu, a następnie bity te zostaną dodane do scen o niskim bitrate.
Zaleca się pozostawienie wartości domyślnych dla wszystkich opcji dostępnych w tym oknie.

6. Okno Zone

1. Start frame # - numer początkowej klatki strefy. Rate control - wybór sposobu kontroli ilości bitów przydzielanej danej strefie. Zaznaczenie opcji Weight spowoduje, że kodek pomnoży ilość bitów obliczoną dla tej sceny przez "zwykły" algorytm kontroli bitrate przez wartość z pola tekstowego Weight (np. gdy w pole Weight wpiszemy 0.50, tej strefie przydzielona zostanie tylko połowa ilości bitów, jaką wybrałby dla niej kodek bez ingerencji użytkownika). Wybór opcji Quantizer spowoduje skompresowanie całej strefy ze stałym kwantyzatorem podanym w polu tekstowym po prawej stronie (kwantyzator dla klatek typu B zostanie obliczony tak, jak w opisie opcji B-VOPs). Wartość Weight lub Quantizer można zmieniać również przy pomocy suwaka w sekcji Rate control.

2. Begin with keyframe wymusza rozpoczęcie strefy przy pomocy klatki typu I. Zalecane, gdy poprzednia strefa używa innego ustawienia Greyscale encoding, niż aktualna. Greyscale encoding odrzuca wszystkie informacje o kolorze (całą płaszczyznę chrominancji) podczas kompresji. Obraz jest zapisywany jako czarno-biały (tzn. tylko w postaci informacji o jasności - płaszczyzna luminancji). Jeśli to ustawienie w aktualnej strefie jest inne, niż w poprzedniej, zalecane jest zaznaczenie Begin with keyframe.

3. Chroma optimizer enabled włącza filtr, który rozmazuje kolor w obszarach, w których jest on niewidoczny (bardzo jasnych i bardzo ciemnych). Ułatwia to korzystną kompresję tych obszarów.

4. Cartoon Mode zmniejsza czułość procesu detekcji ruchu na bardzo małe zmiany obrazu, które nie występują w obrazie tradycyjnych filmów animowanych. Pomaga to min. wyeliminować z kreskówek tzw. "szum" (zniekształcenia nie należące do pierwotnego obrazu), który zużyłby niepotrzebnie dużą ilość bitów.

7. Quality preset...

A. - zakładka Motion

Motion Search Precision - precyzja poszukiwania ruchu. Ustawienie 0 - None wcale nie szuka ruchu, lecz używa samych klatek typu I. Ustawienia od 1 do 4 szukaja i opisują ruch przy pomocy wektorów opisujących przesunięcie całego makrobloku 16x16, ustawienia 5 i 6 dodatkowo potrafią opisać ruch przy pomocy osobnych wektorów dla każdego bloku 8x8. Zaleca się pozostawienie ustawienia domyślnego 6 - Ultra High.

VHQ mode - wybór trybu VHQ (Vastly Hyped Quality). VHQ to dodatkowy proces poszukiwania ruchu. W przeciwieństwie do głównego algorytmu detekcji ruchu (tego, którego precyzję określamy ustawieniem Motion Search Precision), VHQ wybiera taki wariant opisu ruchu, który jest najkorzystniejszy z punktu widzenia rate-distortion (tzn. taki, dla którego suma zużytych bitów i strat jakości jest najmniejsza). VHQ=1 to zastosowanie rate-distortion tylko do podjęcia decyzji o trybie makrobloku (INTRA - zapis pełnej informacji o obrazie, INTER - kompensacja ruchu z użyciem jednego wektora ruchu dla całego makrobloku, INTER4V - kompensacja ruchu z użyciem osobnego wektora ruchu dla każdego z czterech bloków). Wyższe wartości VHQ dodatkowo poszukują optymalnych wektorów ruchu. Wyłączenie VHQ nie jest zalecane. Zwiększanie wartości VHQ spowolni kompresję, ale da wyższą jakość. Tryby VHQ z listy rozwijanej VHQ mode działają tylko dla klatek typu P.

Use VHQ for bframes too uruchamia VHQ dla klatek typu B. W przypadku klatek typu B istnieje tylko jeden tryb VHQ - odpowiednik VHQ=1 dla klatek typu P (dla klatek tpu B są do wyboru cztery tryby makrobloku: FORWARD - skompensowany na podstawie przyszłej klatki, BACKWARD - skompensowany na podstawie przeszłej klatki, INTERPOLATE - interpolowany na podstawie obu kompensacji oraz DIRECT - podobnie jak INTERPOLATE, lecz wektory ruchu nie są zapisywane, a obliczane zakładając liniowy ruch obiektów).

Use chroma motion - użycie informacji o kolorze (płaszczyzny chrominancji) w procesie poszukiwania ruchu. Bez zaznaczenia tej opcji kodek będzie wykrywał ruch tylko w płaszczyźnie luminancji (tzn. informacji o jasności obrazu). Zaznaczenie Use chroma motion jest zalecane.

Turbo ;-) przyspiesza procedury poszukiwania ruchu związane z Quarter Pixelem i klatkami typu B podczas drugiego przebiegu. Bez użycia żadnej z wyżej wymienionych opcji, zaznaczenie Turbo ;-) nie daje żadnego efektu.

Frame drop ratio - agresywność algorytmu wykrywania duplikatów (identycznych klatek). Jeśli klatka zostanie uznana za identyczną z poprzednią, zostanie ona zapisana jako klatka typu N, czyli w postaci informacji dla dekodera aby powtórzył poprzednią klatkę. Wartość 0 nie porzuca żadnych klatek, wyższe wartości powodują, że kodek łatwiej uznaje klatkę za duplikat i ją porzuca. Funkcja ta może być użyteczna dla filmów animowanych tworzonych z niską ilością klatek na sekundę (np. 12 FPS), w których klatki zostały zduplikowane, aby przystosować je do emisji w telewizji lub w kinie. W przypadku pozostałych filmów zaleca się pozostawienie wartości 0.

Maximum I-frame interval - maksymalna dozwolona ilość klatek delta (tzn. klatek typów różnych od I) pomiędzy dwoma klatkami typu I. Zalecana wartość to 10*FPS, gdzie FPS to ilość klatek na sekundę w materiale źródłowym. Należy wiedzieć, że kodek wstawia klatki typu I również wtedy, gdy wykryje

B. - zakładka Quantization

Min I-frame quantizer - minimalny dozwolony kwantyzator dla klatki typu I.
Max I-frame quantizer - maksymalny dozwolony kwantyzator dla klatki typu I.
Min P-frame quantizer - minimalny dozwolony kwantyzator dla klatki typu P.
Max P-frame quantizer - maksymalny dozwolony kwantyzator dla klatki typu P.
Min B-frame quantizer - minimalny dozwolony kwantyzator dla klatki typu B.
Max B-frame quantizer - maksymalny dozwolony kwantyzator dla klatki typu B.
Trellis quantization - użycie podczas kompresji algorytmu Trellis. Algorytm ten stosuje obliczenia typu rate-distortion (patrz też VHQ) aby znaleźć optymalny wariant kwantyzacji.

Zaleca się pozostawienie wartości domyślnych dla wszystkich opcji dostępnych w tym oknie.

8. Other Options ...

A Zakładka decoder

FourCC used - znacznik FourCC (ang. four character code), który zostanie umieszczony w pliku wynikowym. Słuzy on do identyfikacji kodeka, którego użyto do kompresji. Zalecane jest pozostawienie XVID, z wyjątkiem sytuacji, w której chcemy odtworzyć film na odtwarzaczu stacjonarnym rozpoznającym tylko znacznik DIVX.
Print debug info on each frame nakłada na każdą klatkę w pliku wynikowym informacje dla programistów analizujących działanie kodeka w celu wykrycia i naprawienia ewentualnych błędów. Zaleca się pozostawienie wartości domyślnej.
Display encoding status - wyświetla podczas kompresji okno ukazujace jej aktualny stan, tzn. używane kwantyzatory i typy klatek.

B Zakładka decoder

Tutaj możemy dostosować konfigrację dekodera architektury Video for Windows. Jest on używany przez programy kompresujące takie, jak VirtualDub(Mod) do dekompresji materiału źródłowego skompresowanego XviDem. Modyfiklacja tych ustawień wpłynie również na analogiczne ustawienia dekodera architektury DirectShow, lecz są to dwa różne dekodery. Modyfikacja tych ustawień nie ma wpływu na kompresję.
Brightness - suwak umożliwiający zmianę jasności obrazu (przesunięcie go w lewo ściemnia obraz, przesunięcie w prawo rozjaśnia).
Deblocking Y usuwa z obrazu "efekt blokowiska" (powstający wskutek przydzielenia scenie niewstarczającej ilości bitów). Przetwarza informacje o jasności obrazu (płaszczyznę luminancji).
Deblocking UV usuwa z obrazu "efekt blokowiska" (powstający wskutek przydzielenia scenie niewstarczającej ilości bitów). Przetwarza informacje o kolorze obrazu (płaszczyznę chrominancji).
Deringing Y usuwa z obrazu "moskity", czyli obwódki wokół krawędzi (powstające wskutek przydzielenia scenie niewstarczającej ilości bitów). Przetwarza informacje o jasności obrazu (płaszczyznę luminancji).
Deringing UV usuwa z obrazu "moskity", czyli obwódki wokół krawędzi (powstające wskutek przydzielenia scenie niewstarczającej ilości bitów). Przetwarza informacje o kolorze obrazu (płaszczyznę chrominancji).
Film Effect - efekt obrazu kinowego. Dodaje do obrazu "szum", co zwiększa jego ziarnistość i upodabnia go do obrazu wyświetlanego z taśmy filmowej. Przydatne, gdy używamy jednej lub kilku z powyżej opisanych metod usuwania artefaktów kompresji z filmu - dodanie "ziarna" do filmu niweluje efekt nadmiernego wygładzenia obrazu powstającego wskutek deblockingu i deringingu.

C Zakładka Common

Performance optimizations - optymalizacje wydajności. Opcja Automatically detect optimizations spowoduje, że kodek sam wykryje dostępne instrukcje procesora.

Force optimizations pozwala nam na ręczny wybór zestawów instrukcji procesora, których chcemy użyć podczas kompresji. Zaleca się pozostawienie domyślnych ustawień. Number of threads - ilość wątków, których kodek użyje podczas kompresji. Opcja dostępna tylko w komputerach wieloprocesorowych lub na procesorach obsługujących wielowątkowość (tzw. hiperwątkowych).

OutputDebugString debug level - liczba oznaczająca poziom ilości oraz szczegółowości informacji przekazywanych podczas kompresji z kodeka do debuggera. Użyteczne tylko dla programistów analizujących działanie kodeka w celu wykrycia i naprawienia ewentualnych błędów. Zaleca się pozostawienie wartości domyślnej.

Poradnik stworzony na podstawie tekstu z Videoaudio.pl