前情提要
在上一篇文章里，我们初步的为了赶潮流 折腾 宝贵的储存空间而决定投奔 AV1 编码之后，又过了那么个把月。这个把月自然是没有闲着，依然在捉摸着如何优化编码流程和效率。
Python 加入战场
最开始的编码脚本完全基于一行 bash，不仅很蠢，也很容易出 bug（比如说带空格和特殊符号的文件），更没法搞定文件夹里的文件。
虽然大部分痛点可以用 find 和 xargs 之类的操作解决，但还是不够优雅，加之我也不习惯写 bash script，Python 还算是我的心头好，于是便用 Python 实现了一遍它的功能。
代码如下:
import os
import subprocess
import ffmpeg
import shlex
from utils import get_keyint, get_video_resolution, get_tiles, return_path, get_img_size
path = os.getcwd()
path = os.path.join(path, 'todo/')
video_extension = ('.mp4', '.MP4', '.MOV', '.mov')
image_extension = ('.jpg', '.JPG', '.png', '.PNG', '.jpeg')
video_files = []
image_files = []
log_lines = []
for root, dirs, files in os.walk(path):
for file in files:
if file.endswith(video_extension):
video_files.append(os.path.join(root, file))
if file.endswith(image_extension):
image_files.append(os.path.join(root, file))
for file in video_files:
new_path = return_path(file, 'video')
keyint = get_keyint(file)
w, h = get_video_resolution(file)
rows, columns = get_tiles(w, h)
ffmpeg_cmd = (
ffmpeg
.input(file)
.output(
new_path,
vcodec="libsvtav1",
acodec="copy",
preset=10,
crf=40,
threads=10,
**{"svtav1-params":"input-depth=10:tune=3:enable-qm=1:qm-min=0:enable-dlf=2:sc-pix-format=yuv420p:keyint={}:tile-rows={}:tile-columns={}".format(keyint, rows, columns)}
)
.run(overwrite_output=True)
)
for file in image_files:
new_path = return_path(file, 'image')
w, h = get_img_size(file)
rows, columns = get_tiles(w, h)
avifenc_cmd = """
avifenc \
--min 0 --max 63 \
-a enable-chroma-deltaq=1 \
--autotiling \
-a quant-b-adapt=1 \
-a sb-size=64 \
-a tune=ssim \
-a deltaq-mode=2 \
-a row-mt=0 \
-a cpu-used=4 \
-a tune-content=psy \
--jobs 8 -s 3 \
-d 10 \
{} {}
""".format(shlex.quote(file), shlex.quote(new_path))
subprocess.run(avifenc_cmd, shell=True)不妨细细展开，先从比较简单的图片讲起。
图片处理
抛开各种有的没的的文件处理与各种东西，最重要的部分如下:
for file in image_files:
new_path = return_path(file, 'image')
w, h = get_img_size(file)
rows, columns = get_tiles(w, h)
avifenc_cmd = """
avifenc \
--min 0 --max 63 \
-a enable-chroma-deltaq=1 \
-a enable-qm=0 \
--autotiling \
-a quant-b-adapt=1 \
-a sb-size=64 \
-a tune=ssim \
-a deltaq-mode=2 \
-a cpu-used=4 \
-a tune-content=psy \
--jobs 8 -s 3 \
-d 10 \
{} {}
""".format(shlex.quote(file), shlex.quote(new_path))流程分解:
- 获取图片的分辨率
- 用
avifenc编码 (最终依然会回到aomenc)
看着很简单，对吧？ 因为它确实很简单。重点在 avifenc_cmd 的那一坨参数上，这帮鬼东西占据了我这段时间的相当一部分精力。
让我们再次一行行展开： 注：所有以 “-a” 开头的参数全部会被直接传到 aomenc，因此在后面不再特地强调 “-a” 本身。
--min 0 --max 63: 这俩参数其实没啥好说的，单纯限制一下颜色量化，实测下能在肉眼难以辨别的情况下比较有效的减小文件体积。enable-chroma-deltaq=1: 它和下面的enable-qm=0这俩参数就比较有意思了，更多属于偏经验主义，似乎会比一般情况下快不少……？enable-qm=0: 官方文档中特别提到了 “default is 0 for allintra mode, 1 for good and realtime modes”，对于视频编码来说将它设置为 1 会更好，但对于图片这种 allintra （即全部为关键帧）的情况来说，可以设置为0.tune=ssim: 先暂时跳过中间的参数，放到后面再讲，就本质上来说tune=ssim能够相比psnr做到更好的针对画质优化。--jobs 8 -s 3: 设置8线程编码，speed 为 3. (speed 为 0-10, 越低越慢，质量越好)-d 10: 本质上也是半经验主义参数。手动设置输入为 10bit 可以有效减小 aomenc 里对各种参数计算时的取整操作，进一步提升编码效率。
至于其他的参数，都基本源于在 Discord 的一场讨论：
太长不看版: --autotiling --quant-b-adapt=1 --sb-size=64 --deltaq-mode=2 --cpu-used=4 --tune-content=psy.
TODO: 对这几个参数的详细解释
视频处理
同样，上代码：
for file in video_files:
new_path = return_path(file, 'video')
keyint = get_keyint(file)
w, h = get_video_resolution(file)
rows, columns = get_tiles(w, h)
ffmpeg_cmd = (
ffmpeg
.input(file)
.output(
new_path,
vcodec="libsvtav1",
acodec="copy",
preset=10,
crf=40,
threads=10,
**{"svtav1-params":"input-depth=10:tune=3:enable-qm=1:qm-min=0:enable-dlf=2:keyint={}:tile-rows={}:tile-columns={}".format(keyint, rows, columns)}
)
.run(overwrite_output=True)
)视频的编码流程就会相对复杂一些，首先用 keyint 得到关键帧间隔（帧率*10）, 再用get_video_resolution和get_tiles获取tile-rows和tile-columns（本质上和图片部分的--autotiling）是一样的。
其他参数就和图片部分没啥大差别了，但还是要特别提及一下tune=3: 在默认的 SVT-AV1 下是不存在 tune=3 的设置的，只存在tune=2（即SSIM），这里我使用了 SVT-AV1-PSY, 额外添加了SSIM with Subjective Quality Tuning作为tune=3，更好改善画质.
我所用到的 Python 脚本也都上传到了GitHub: https://github.com/baysonfox/avif-compression