视频降噪不只是 -vf hqdn3d：五种降噪滤镜的横评与参数选择

处理一批低照度拍的素材时，我用了最常见的一招：

bash ffmpeg -i noisy.mp4 -vf hqdn3d -c:v libx264 -crf 20 out.mp4

噪点确实少了，但画面糊了——人脸像蒙了一层塑料，而且人物一动就有拖影。客户说"不如不降"。

我去查了 ffmpeg 的降噪滤镜清单，发现不止 hqdn3d 一个——还有 nlmeans、bm3d、fftdnoiz、vaguedenoiser 等好几个，原理完全不同。我拿同一段素材把它们都跑了一遍，对比效果和耗时，最后选出了适合不同场景的方案。

这篇是完整的横评数据和参数经验表。

TL;DR：ffmpeg 里的降噪滤镜按原理分三类：空域+时域滤波（hqdn3d，最快但有拖影）、非局部均值（nlmeans，保细节好，慢）、变换域（bm3d、fftdnoiz、vaguedenoiser，质量最好，最慢）。实测结论：批量/实时 → hqdn3d 用保守参数（时域参数要小，否则拖影）；重要内容 → bm3d（质量最好）；折中 → nlmeans。另外两个关键点：降噪必须在编码之前做（降噪后码率需求下降 20~40%，体积更小）；过度降噪的"塑料感"比噪点更难看，宁可保守。

目录

• 一、噪声是从哪来的
• 二、三类降噪原理
• 三、ffmpeg 的降噪滤镜清单
• 四、逐个说参数
• 五、横评实测
• 六、拖影：时域降噪的代价
• 七、降噪和编码的关系
• 八、参数经验表
• 九、批量流程：先测噪声再定参数
• 十、坑清单

一、噪声是从哪来的

重要区分：真噪声（传感器） 和 压缩伪影 的处理方式不同。

• 真噪声是随机的 → 降噪滤镜有效；
• 块效应是有结构的 → 要用去块（deblock）而不是降噪（虽然 hqdn3d 的空域滤波能稍微缓解）。

判断方法：看一帧的平坦区域（比如墙面），如果是随机的彩色斑点 → 真噪声；如果是 8×8 的方块边界 → 压缩伪影。

二、三类降噪原理

1. 空域滤波（Spatial）

在一帧内部用邻域像素平均：

当前像素 = 周围 3×3 像素的加权平均

代价：细节和噪声一起被抹掉（边缘变糊）。

2. 时域滤波（Temporal）

利用相邻帧的信息：噪声是随机的，真实内容在时间上是连续的，所以把连续几帧平均就能抵消噪声。

当前像素 = (前一帧 + 当前帧 + 后一帧) / 3

代价：运动区域会拖影（因为运动物体在相邻帧里位置不同，平均之后就"重影"了）。

3. 非局部均值 / 变换域（NLMeans / BM3D）

NLMeans：不只用"周围的像素"，而是在整幅图里找相似的块，用它们的加权平均。这样能保留重复纹理（不会被自己的邻域"平均掉"）。

BM3D：把相似的块堆叠成 3D 数组，在变换域（DCT/小波）做阈值收缩。目前公认效果最好的传统算法。

代价：慢（NLMeans 比 hqdn3d 慢 10 倍，BM3D 慢 20~30 倍）。

三、ffmpeg 的降噪滤镜清单

ffmpeg -filters 2>/dev/null | grep -iE 'denoise|dnoiz|nlmeans|bm3d|hqdn3d'

检查你的 ffmpeg 支持哪些：

ffmpeg -filters 2>/dev/null | grep -E ' (hqdn3d|nlmeans|bm3d|fftdnoiz|vaguedenoiser|owdenoise|dctdnoiz) '

如果某个滤镜没列出，说明编译时没带（用官方静态构建一般都有）。

四、逐个说参数

hqdn3d

-vf "hqdn3d=luma_spatial:chroma_spatial:luma_tmp:chroma_tmp"

默认值偏强（这也是我用默认参数翻车的原因）。常用组合：

# 轻度（推荐起点）
-vf "hqdn3d=2:1:3:3"

# 中度
-vf "hqdn3d=4:3:6:4.5"      # 默认

# 只降色度噪点（保留亮度细节，最保守）
-vf "hqdn3d=0:0:0:6"

最后一个"只降色度"的用法很有用：传感器噪点里最碍眼的是彩色噪点（红绿蓝的斑点），而亮度噪点相对不明显。只降色度可以在几乎不损失细节的前提下让画面干净很多。

nlmeans

-vf "nlmeans=s=1.0:p=7:pc=5:r=15:rc=15"

经验值：

# 轻度
-vf "nlmeans=s=0.8:p=7:r=9"

# 中度
-vf "nlmeans=s=1.5:p=7:r=15"

# 强（慢）
-vf "nlmeans=s=3.0:p=7:r=21"

bm3d

-vf "bm3d=sigma=3:block=8:bstep=4:group=1:range=9:hard=0"

sigma 是关键：它应该匹配素材的实际噪声水平。设太大 → 过度平滑；设太小 → 没效果。

怎么估计 sigma：可以用 bm3d 的 estimate 参数（basic 估计），或者先试几个值看效果。

fftdnoiz

-vf "fftdnoiz=sigma=0.5:amount=1:block=12:overlap=6"

vaguedenoiser

-vf "vaguedenoiser=threshold=2:method=garrote:nsteps=6:percent=85"

五、横评实测

测试条件：1080p30 的夜景素材（明显的高 ISO 噪点），30 秒片段，8 核机器。

评分：3 人盲评"细节保留度" 1~5 分；PSNR 用"人工加噪的干净源"做参考（有原片）。

几个关键发现：

1. hqdn3d 默认参数的细节评分只有 2.6 ——这就是我翻车的原因，它降得太狠了；
2. "仅降色度"的性价比极高：PSNR 提升 1.1 dB（不算多），但细节评分 4.3（几乎无损），耗时和不处理差不多；
3. bm3d 质量最好（+3.5 dB，细节 4.4），但慢 27 倍；
4. nlmeans 是好的折中：质量接近 bm3d，耗时只有它的一半。

再看体积影响（降噪后编码，同 CRF 23）：

降噪后体积明显下降——噪点是最"贵"的信息（随机、不可压缩）。所以降噪不只是画质改善，还能省码率。

六、拖影：时域降噪的代价

这是 hqdn3d 最容易出问题的地方。

时域降噪假设"相邻帧的同一位置是同一内容"。当画面里有运动物体时，这个假设不成立：

前一帧：人脸在位置 A
当前帧：人脸在位置 B
平均后：A 和 B 都有淡淡的人脸 → 拖影/鬼影

hqdn3d 的 luma_tmp 参数就是控制这个的。默认值 6.0 相当激进，所以运动画面会有明显拖影。

我的规则：

验证拖影：抽连续 3 帧看运动物体的边缘，或者播放时看运动区域有没有"残影"。

nlmeans / bm3d 的时域版本（range > 0）也会拖影，但它们有运动补偿或者更保守的块匹配，拖影比 hqdn3d 轻得多。

七、降噪和编码的关系

顺序：降噪 → 编码（不能反过来，编码后再降噪是对"已经损伤的画面"再处理）。

为什么要在编码前降噪：

1. 编码器会浪费大量码率去编码噪点（噪点是高频、随机的，最难压缩）；
2. 降噪后同样画质需要的码率下降 20~40%；
3. 反过来，如果不降噪直接编码，噪点会导致码率飙升或者画质下降（编码器"顾此失彼"）。

实测（同一段夜景，目标 VMAF 93）：

这是个很划算的交易：花 210 秒做降噪，换来 40% 的码率节省（对长期存储和分发来说，收益会持续累积）。

但要注意：降噪本身是有损的。如果内容很干净就不要降噪（白白损失细节）。所以要先判断噪声水平（见第九节）。

八、参数经验表

按噪声程度（我用画面的平坦区域标准差估计）：

最后一条是个审美的选择：胶片颗粒是内容的一部分（很多导演特意加颗粒），降噪会把"电影感"一起降掉。所以老片/胶片素材我只做很轻的处理，或者干脆不处理。

九、批量流程：先测噪声再定参数

不要对所有素材用同一套参数——先测噪声水平：

def estimate_noise(video_path, samples=10):
    """用一个简单的方法估计噪声：平坦区域的高频能量。"""
    import cv2
    import numpy as np
    cap = cv2.VideoCapture(video_path)
    total = int(cap.get(cv2.CAP_PROP_FRAME_COUNT))
    scores = []
    for i in range(samples):
        cap.set(cv2.CAP_PROP_POS_FRAMES, int(total * i / samples))
        ok, frame = cap.read()
        if not ok:
            continue
        gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY).astype(np.float32)
        # 高通（原图 - 模糊）
        hp = gray - cv2.GaussianBlur(gray, (5, 5), 1.5)
        # 只在平坦区域（低梯度）测量
        grad = np.abs(cv2.Sobel(gray, cv2.CV_32F, 1, 1, ksize=3))
        flat = grad < 5
        if flat.sum() > 1000:
            scores.append(np.abs(hp[flat]).std())
    cap.release()
    return float(np.mean(scores)) if scores else 0.0

经验阈值（1080p）：

批量脚本：

def pick_filter(noise: float) -> str:
    if noise < 1.5:
        return ''
    if noise < 3:
        return 'hqdn3d=0:0:0:4'
    if noise < 6:
        return 'hqdn3d=2:1:3:3'
    return 'nlmeans=s=1.5:p=7:r=15'


def process(path, out):
    noise = estimate_noise(path)
    vf = pick_filter(noise)
    cmd = ['ffmpeg', '-y', '-v', 'error', '-i', path]
    if vf:
        cmd += ['-vf', vf]
    cmd += ['-c:v', 'libx265', '-crf', '26', '-preset', 'slow',
            '-c:a', 'copy', out]
    subprocess.run(cmd, check=True)
    return {'file': path, 'noise': noise, 'filter': vf or 'none'}

处理完一定要抽查（抽 3~5 个文件看画面），尤其是"降噪过度"的情况——这个自动检测不出来，只能人看。

十、坑清单

1. 用 hqdn3d 默认参数 → 太狠，画面糊。用保守参数或仅色度。
2. 时域参数太大 → 运动拖影。按内容调 luma_tmp。
3. 对干净素材降噪 → 白白损失细节。先测噪声水平。
4. 对胶片颗粒做重度降噪 → 电影感没了。颗粒要保留。
5. 用降噪去修块效应 → 不对症。块效应用 deblock 或者重新编码提高码率。
6. 降噪放在编码之后 → 已经晚了。必须在编码前。
7. bm3d 太慢，跑了一整批才发现 → 先测一段算总时间。
8. 没检查 ffmpeg 是否支持该滤镜 → 某些构建缺 bm3d。
9. nlmeans 参数给太大（s=5）→ 慢且过度平滑。s 一般 0.5~3。
10. bm3d 的 sigma 不匹配噪声 → 太小没效果，太大过度平滑。先试几个值。
11. 降噪后不重新评估码率 → 可以降 CRF 或降码率，省体积。降噪后检查输出体积。
12. 对所有片段用同一参数 → 一段素材里不同场景噪声不同（暗场景噪多）。理想是分场景处理（复杂，一般不做）。
13. 降噪后再锐化想"补回细节" → 补不回来，还会放大残留噪声的观感。
14. 批量处理后不抽查 → 过度降噪只能人眼发现。
15. 忘了降噪会改变编码器的码率分配 → 如果用了固定码率（ABR），降噪后画质会更好（同样的钱买更多有效信息）；如果用 CRF，体积会更小。都是好事，但要重新校准参数。

最后说说这次横评的收获。

最大的认知改变是：降噪是一个"交换"而不是"改善"。

你用"细节"换"干净"。交换比并不固定——它取决于滤镜算法（bm3d 的交换比远好于 hqdn3d）和参数强度。所以：

• 想清楚你要什么：如果内容的价值在"真实感"（新闻、纪录片、取证），保守降噪甚至不降；如果价值在"观感"（宣传片、短视频），可以激进一点；
• 用更好的算法而不是更大的强度：hqdn3d 强度加倍，细节损失加倍；换成 bm3d，降噪更多但细节保留更好。"更好的工具"优于"更大的参数"。

还有一个很实用的发现："只降色度"这个技巧性价比极高。彩色噪点是人眼最敏感的（黑白噪点看起来像"颗粒感"，彩色噪点看起来像"脏"），而只降色度几乎不损失亮度细节——用很小的代价解决最碍眼的问题。

这套思路（找到"最碍眼的部分"而不是"全部处理"）在其他地方也适用：

• 编码：ROI 编码只给重要区域加质量；
• 修复：老片只需要去划痕和去隔行，不需要全面重做；
• 优化：先优化最慢的那个环节，而不是全部优化。

精准地解决主要矛盾，比"全面处理"更有效，也更省成本。