同样是 1080P，为什么一个 200MB 一个 2GB？聊聊视频码率与编码器调参
你有没有遇到过：下载了两个"同样 1080P"的视频，一个 200MB、一个 2GB，画质居然差不多——甚至 200MB 那个看起来更干净？这是因为分辨率只是画布大小，码率才是决定画质和体积的真正变量。本文深入拆解码率控制的完整体系：CRF、ABR、CBR、VBR、2-Pass、QP，以及 x264/x265 编码器的高级调参技巧。
TL;DR：码率 = 每秒分配给视频的数据量（kbps/Mbps）。CRF（恒定质量）是日常首选——设一个值（如 23），编码器自动分配码率，保证观感质量一致；ABR/CBR 用于直播和流媒体，保证码率稳定；2-Pass 在给定目标体积下最大化画质。x264 的 preset（速度档）和 tune（场景优化）能显著影响编码效率和画质。
目录
- 一、码率到底是什么
- 二、码率控制的五种模式
- 三、CRF：99% 场景下的最优解
- 四、2-Pass：给定体积下的画质最大化
- 五、CBR 与 ABR：直播和流媒体的选择
- 六、x264 编码器高级参数详解
- 七、x265：新一代编码的调参差异
- 八、实战：不同场景的编码参数推荐
- 九、如何评估编码质量
- [十、合规与温馨提示](#十合规与温馨提示]
一、码率到底是什么
码率（Bitrate）的定义很简单：每秒视频占用多少数据量。
码率（kbps） × 时长（秒） ÷ 8 ÷ 1024 = 文件体积（MB）
例如：
5 Mbps × 600 秒 ÷ 8 ÷ 1024 ≈ 366 MB
但码率和画质的关系不是线性的。核心原理是边际递减：
码率 画质提升
1 Mbps → 模糊，大量色块
2 Mbps → 基本可看，暗部噪点多
4 Mbps → 1080P 及格线，大部分场景干净
8 Mbps → 非常清晰，高速运动也不糊
15 Mbps → 接近无损，肉眼挑不出毛病
30 Mbps → 再提升极小，边际效益极低
这就是为什么"同样 1080P"，体积可以差 10 倍——不同平台/编码器给的是不同的码率。
码率需求受什么影响：
| 因素 | 对码率需求的影响 |
|---|---|
| 分辨率 | 4K 需要的码率约是 1080P 的 4 倍 |
| 帧率 | 60fps 比 30fps 需要约 1.5-2 倍码率 |
| 画面复杂度 | 草地/水面/雪花/颗粒感 → 需要高码率 |
| 运动量 | 高速运动/镜头摇晃 → 需要高码率 |
| 编码器 | H.265 同画质约需 H.264 的一半码率 |
| 动画 vs 真人 | 动画大面积纯色 → 码率需求低得多 |
二、码率控制的五种模式
编码器在"怎么分配码率"这件事上有五种策略，每种适合不同场景：
码率控制模式对比：
┌────────┬──────────────────┬──────────────────┬──────────┐
│ 模式 │ 目标 │ 码率波动 │ 典型场景 │
├────────┼──────────────────┼──────────────────┼──────────┤
│ CRF │ 恒定视觉质量 │ 大（随画面变化） │ 本地存档 │
│ ABR │ 平均码率达标 │ 中（缓冲区调节） │ 流媒体分发 │
│ CBR │ 恒定码率 │ 极小 │ 直播推流 │
│ VBR │ 给定质量区间 │ 中 │ 蓝光光盘 │
│ 2-Pass │ 目标体积 + 最优画质│ 中（两次编码优化） │ 发布/投稿 │
└────────┴──────────────────┴──────────────────┴──────────┘
三、CRF：99% 场景下的最优解
CRF（Constant Rate Factor）是 x264/x265 的默认码率控制模式，也是大多数人最应该用的模式。它的逻辑是：
"我不管你最终体积多大，我保证每一帧的视觉质量都达到这个标准。"
# x264 CRF 编码
ffmpeg -i input.mp4 -c:v libx264 -preset medium -crf 23 output.mp4
CRF 值的含义（x264）：
| CRF 值 | 视觉质量 | 适用场景 | 典型码率（1080P） |
|---|---|---|---|
| 0 | 无损 | 几乎不用 | 极大 |
| 18 | 视觉无损 | 收藏级存档 | 15-25 Mbps |
| 23 | 高质量（默认） | 日常存档/发布 | 5-10 Mbps |
| 28 | 可接受 | 网络分享 | 2-4 Mbps |
| 35 | 低质量 | 预览/草稿 | 0.5-1 Mbps |
| 51 | 最差 | 不推荐 | 极小 |
CRF 值每增加 6，码率约减半；每减少 6，码率约翻倍。
CRF 不是恒定码率——当画面静止时（如 PPT、静止镜头），码率可能只有 1 Mbps；当画面剧烈运动时，码率会飙升到 20 Mbps。这恰好符合人眼的感知规律：静止画面更需要清晰，运动画面模糊一点也看不出来。
x265 的 CRF 值不同：
x265 的 CRF 范围是 0-51，但"同等质量"的 CRF 值比 x264 偏高。通常：
- x264 CRF 23 ≈ x265 CRF 28（同等视觉质量）
- x265 默认 CRF 28
# x265 CRF 编码（注意 CRF 值要调高）
ffmpeg -i input.mp4 -c:v libx265 -preset medium -crf 28 output.mp4
四、2-Pass：给定体积下的画质最大化
当你有一个硬性的体积限制（比如"这个视频不能超过 500MB"），2-Pass 是最佳选择。
2-Pass 工作流程：
Pass 1（分析阶段）：
快速扫描整个视频 → 记录每帧的复杂度、运动量
→ 输出统计文件（.log）
Pass 2（编码阶段）：
读取统计文件 → 知道"哪些帧难压、哪些帧好压"
→ 合理分配码率：复杂帧给多、简单帧给少
→ 最终达到目标码率 + 最优画质
# x264 2-Pass 编码（目标 5 Mbps）
ffmpeg -i input.mp4 -c:v libx264 -preset medium \
-b:v 5M -pass 1 -f null /dev/null
ffmpeg -i input.mp4 -c:v libx264 -preset medium \
-b:v 5M -pass 2 output.mp4
2-Pass 的优势在于"全局视野"：第一次扫描让它知道第 10 分钟的爆炸场景需要高码率，而第 5 分钟的静止对话可以压狠一点——最终在给定总体积下，画质比单次 ABR 好 5-15%。
代价是编码时间翻倍（要跑两遍）。
CRF vs 2-Pass 的选择：
你有固定的体积限制吗？
├─ 有 → 用 2-Pass
└─ 没有 → 用 CRF
你要发布到有码率限制的平台吗？（如 B 站限制 20Mbps）
├─ 是 → 用 2-Pass（或 CRF + 事后检查码率）
└─ 否 → 用 CRF
五、CBR 与 ABR：直播和流媒体的选择
CBR（Constant Bitrate） 强制码率恒定不变：
ffmpeg -i input.mp4 -c:v libx264 -b:v 5M -minrate 5M -maxrate 5M -bufsize 10M output.mp4
特点：
- 码率曲线是一条直线，不管画面是静止还是爆炸
- 简单场景浪费码率，复杂场景码率不够 → 画质不均
- 但网络传输友好：带宽需求可预测
ABR（Average Bitrate） 保证平均码率达标，但允许局部波动：
ffmpeg -i input.mp4 -c:v libx264 -b:v 5M -bufsize 10M output.mp4
ABR 的码率会在目标值附近波动，配合 bufsize（缓冲区大小）控制波动幅度。bufsize 越大，允许的瞬时波动越大。
为什么直播用 CBR/ABR：
直播推流需要稳定的上行带宽。如果码率忽高忽低（像 CRF 那样），网络波动时容易卡顿。CBR 保证了"无论画面多复杂，每秒只发固定量的数据"。
六、x264 编码器高级参数详解
x264 是目前最成熟的 H.264 编码器，ffmpeg 中的 libx264 就是它。
preset（速度档位）——用时间换压缩效率：
| preset | 编码速度（相对） | 压缩效率（同画质下体积） | 适合场景 |
|---|---|---|---|
| ultrafast | 极快 | 体积大 50-100% | 实时转码/直播 |
| superfast | 很快 | 体积大 30-50% | 快速预览 |
| veryfast | 快 | 体积大 15-25% | 日常使用（平衡之选） |
| faster | 较快 | 体积大 10-15% | |
| fast | 稍快 | 体积大 5-10% | |
| medium | 基准（默认） | 基准 | 推荐日常 |
| slow | 慢 50% | 体积小 5-10% | 高质量存档 |
| slower | 很慢 | 体积小 10-15% | 收藏级编码 |
| veryslow | 极慢 | 体积小 15-20% | 最终发布版 |
| placebo | 离谱慢 | 几乎无提升 | 不要用 |
# 收藏级编码（慢但省体积）
ffmpeg -i input.mp4 -c:v libx264 -preset veryslow -crf 18 output.mp4
tune（场景优化）：
x264 内置了针对不同内容的优化参数集：
| tune | 优化场景 | 效果 |
|---|---|---|
| film | 真人电影 | 降低噪点容忍度，保留胶片颗粒感 |
| animation | 动画 | 增加参考帧，优化大面积纯色 |
| grain | 颗粒感画面 | 保留噪点/颗粒，不用去噪滤波器 |
| stillimage | 静态图片 | 优化单帧编码 |
| fastdecode | 低性能设备 | 禁用 CABAC 等重解码特性 |
| zerolatency | 实时编码 | 关闭 B 帧，延迟最低 |
# 编码动画片
ffmpeg -i anime.mp4 -c:v libx264 -preset medium -crf 23 -tune animation output.mp4
# 编码带颗粒感的老电影
ffmpeg -i old_film.mp4 -c:v libx264 -preset slow -crf 18 -tune grain output.mp4
关键帧间隔（GOP）：
# -g 控制关键帧间隔（帧数），-keyint_min 控制最小间隔
ffmpeg -i input.mp4 -c:v libx264 -g 250 -keyint_min 25 output.mp4
关键帧（I 帧）是完整的独立帧，P/B 帧依赖 I 帧解码。-g 250 表示每 250 帧强制一个关键帧（约 10 秒 @25fps）。关键帧太少 → 拖动进度条卡顿；关键帧太多 → 体积变大。
七、x265：新一代编码的调参差异
x265 是 H.265/HEVC 的编码器。它的参数体系类似 x264，但有一些关键差异：
CRF 映射不同：
同等视觉质量：
x264 CRF 23 ≈ x265 CRF 28
x264 CRF 18 ≈ x265 CRF 22
preset 差异更大：
x265 的 slow 及以上 preset 非常慢，但压缩效率提升也比 x264 更明显：
| x265 preset | 编码速度（相对 x264 medium） |
|---|---|
| medium | 约 2-3 倍慢 |
| slow | 约 4-6 倍慢 |
| slower | 约 8-12 倍慢 |
| veryslow | 约 15-20 倍慢 |
# x265 高质量编码（慢但体积小）
ffmpeg -i input.mp4 -c:v libx265 -preset slow -crf 22 \
-x265-params "aq-mode=3:aq-strength=1.0" output.mp4
x265 特有参数：
| 参数 | 作用 | 推荐值 |
|---|---|---|
aq-mode |
自适应量化模式 | 3（自动方差，推荐） |
aq-strength |
AQ 强度 | 0.8-1.2 |
sao |
样点自适应补偿（去振铃） | 1（默认开启） |
strong-intra-smoothing |
帧内平滑 | 动画可关（=0） |
10-bit 编码的优势（x265）：
# x265 10-bit 编码（色带/banding 更少，但兼容性稍差）
ffmpeg -i input.mp4 -c:v libx265 -preset medium -crf 28 \
-pix_fmt yuv420p10le output.mp4
10-bit 编码能显著减少色带（天空渐变、暗部过渡处的条纹），且压缩效率略优于 8-bit。代价是部分老设备硬解不支持。
八、实战：不同场景的编码参数推荐
场景 1：本地收藏（画质优先）
# 真人视频收藏
ffmpeg -i input.mp4 -c:v libx264 -preset slow -crf 18 -tune film \
-c:a aac -b:a 256k output.mp4
# 动画收藏
ffmpeg -i input.mp4 -c:v libx265 -preset slow -crf 20 -tune animation \
-x265-params "strong-intra-smoothing=0:aq-mode=3" \
-c:a aac -b:a 192k output.mp4
场景 2：网络发布/投稿（体积与画质平衡）
# B 站 / YouTube 投稿（2-Pass 控制体积）
ffmpeg -i input.mp4 -c:v libx264 -preset medium \
-b:v 8M -maxrate 12M -bufsize 16M -pass 1 -f null NUL
ffmpeg -i input.mp4 -c:v libx264 -preset medium \
-b:v 8M -maxrate 12M -bufsize 16M -pass 2 \
-c:a aac -b:a 192k output.mp4
场景 3：移动设备（省空间）
# 手机观看，体积小
ffmpeg -i input.mp4 -c:v libx265 -preset medium -crf 28 \
-vf "scale=1280:720" -c:a aac -b:a 128k output.mp4
场景 4：直播推流
# 推 RTMP 直播流（CBR + 低延迟）
ffmpeg -re -i input.mp4 \
-c:v libx264 -preset veryfast -tune zerolatency \
-b:v 4M -minrate 4M -maxrate 4M -bufsize 8M \
-c:a aac -b:a 128k \
-f flv rtmp://live.example.com/app/streamkey
九、如何评估编码质量
主观评估（最重要）：
- 逐帧对比原视频和编码后视频
- 重点看：暗部噪点、高速运动、人脸肤色、天空渐变
- 用 ffplay 逐帧播放对比
客观指标：
# 计算 PSNR（峰值信噪比）
ffmpeg -i original.mp4 -i encoded.mp4 \
-lavfi "psnr=stats_file=psnr.log" -f null -
# 计算 SSIM（结构相似性）
ffmpeg -i original.mp4 -i encoded.mp4 \
-lavfi "ssim=stats_file=ssim.log" -f null -
# 计算 VMAF（Netflix 的感知质量指标，最接近人眼）
ffmpeg -i encoded.mp4 -i original.mp4 \
-lavfi "libvmaf=model_path=vmaf_v0.6.1.pkl:log_path=vmaf.log" -f null -
VMAF 是目前最可靠的客观质量指标，由 Netflix 开发，综合了多个人眼感知模型。
VMAF 分数解读：
| VMAF 分数 | 含义 |
|---|---|
| 93-100 | 肉眼无法区分 |
| 75-93 | 高质量，微小差异 |
| 50-75 | 可接受，明显但可容忍的压缩痕迹 |
| < 50 | 差，明显的块效应/模糊 |
十、合规与温馨提示
技术是中性的，用法见人心。我们强烈建议：
- 仅对你自己拥有版权或平台明确允许的视频进行编码处理；
- 不将编码知识用于盗版压制、非法分发；
- 压缩后的视频用于个人存档、学习研究，尊重创作者权益。
码率控制是视频编码中最需要"手感"的环节。记住三个核心原则：日常存档用 CRF 18-23，有体积限制用 2-Pass，直播推流用 CBR。然后把 preset 从 medium 往 slow 调——你会发现，多等半小时，文件能小 15%，而且画质还不变。这就是编码器的魅力。
本文由 VidDown 技术博客原创发布。VidDown 是一个免费、本地优先的在线视频解析与开发者工具站，支持多平台视频下载、格式转换、m3u8 合并等实用功能，所有数据处理均在本地完成，保护你的隐私。欢迎访问 www.viddown.cn 体验。