第十二章 8-bit低码率压制
1. 8-bit下的抗色带处理
8-bit 低码率通常用于字幕组内嵌成品的压制，其受众往往对画质要求不高，因此压制重点放在尽可能缩小体积的前提下保留画质。
既然都低码率了，自然码率要花在刀刃上。暗场平面的色带是最容易出现，也最容易被观察到的瑕疵，而 8-bit 下由于精度问题，几乎一定会出现色带，因此抗色带处理是 8-bit 低码率压制中的关键。当然，低码率下纹理和线条也会被涂抹地比较厉害，但一般观众也不容易看出，可以忽略。
之前的章节提过，抗色带的基本手段就是加噪，一个自然的想法是借助 dither 的力量。dither 的算法多种多样，预览效果不错，但编码器往往不吃这套。就算加了高质量 dither，也会被编码器抹掉，还会留下丑陋的噪点尸体。
所以这种情况下，我们只有一种选择，ordered dither。ordered dither 虽然丑陋，但是占体积小，并且难以被编码器抹平。如果我们需要把一个 16bit 视频降到 8bit 输出给编码器，可以这样写：
res = mvf.Depth(src16, 8, dither=0, ampo=1.5)
mvf 默认用的是 fmtc，可以查看文档。dither=0，就是 ordered dither。ampo 指定 ordered dither 的静态噪点强度。
如果你觉得噪点比较难看，也可以选择加点动噪：
res = mvf.Depth(src16, 8, dither=0, ampo=1.5, ampn=0.5)
这里 ampn 为随机的动态噪点强度。
到了这一步，我们已经解决了大部分问题，但是注意到，这样全图的 ordered dither 并不是我们想要的。因为人眼只能注意到暗场的色带，亮场就不需要加上 ordered dither，这样可以省去一部分码率。
VS 中提供了一个内置滤镜来根据亮度划分区域，std.Binarize。
我们可以使用以下代码来做一个最简单的亮度 mask，将亮度 96 以上的区域置为最大值，而以下的区域置为最小值：
core.std.Binarize(clip, 96, planes=0)
于是我们就可以用这样的方法，对亮场做 rounding，对暗场做 ordered dithering。
bright = mvf.Depth(src16, 8, dither=1)
dark = mvf.Depth(src16, 8, dither=0, ampo=1.5)
luma_mask = core.std.Binarize(bright, 96, planes=0)
res = core.std.MaskedMerge(dark, bright, luma_mask, first_plane=True)
这里我们小小的引入一点后续章节才会讲到的 mask 内容。我们知道 std.Merge(clipa, clipb, weight) 可以根据 weight 融合两个 clip。而如果 weight 不是固定的，而是每个位置的像素都有一个独立的 weight，那么这些所有 weight 也构成一个 clip，这个 clip 就是一个 mask。这样通过一个 mask 来进行 clip 的融合，就是 std.MaskedMerge(clipa, clipb, mask) 的功能。
这里使用的 std.Binarize 生成的是最简单的二值化 mask，今后我们还会遇到更复杂的，甚至是连续的 mask，当然这里二值化的 mask 也够用了。
以上就是 8-bit 的抗色带处理，总结来说：
- 加噪可以一定程度上干扰肉眼辨识色带。
- 而在码率预算捉襟见肘的情况下，我们为了防止色带出现，会采用 ordered dither 的方法，通过调整 ampo, ampn 来调整 dither 噪点强度，同时辅以 mask 来处理。
2. 720p的制作
如果成品是 1080p，那么做完上面的抗色带操作，就可以送入编码器压制了。但有时字幕组也会需要压制 720p 的版本，这时就需要在 VS 中进行 downscale 处理。
在缩小时，为了避免亮度损失问题，需要使用 gamma-aware downscale，将 Y 平面转到线性光下缩小。
gray = core.std.ShufflePlanes(src16, 0, colorfamily=vs.GRAY)
gray = core.fmtc.transfer(gray, transs='709', transd='linear', fulls=False, fulld=False)
gray = core.fmtc.resample(gray, 1280, 720)
gray = core.fmtc.transfer(gray, transs='linear', transd='709', fulls=False, fulld=False)
UV = core.fmtc.resample(src16, 1280, 720)
down = core.std.ShufflePlanes([gray,UV], [0,1,2], vs.YUV)
这里首先分离出 Y 平面 gray，然后转到线性光，进行缩小。这里缩小使用 fmtc.resample 的默认算法 spline36，非常适合图像缩小。
UV 平面则是将源整体缩小，避免分平面时的 chroma placement 处理。最后合并 Y 和 UV，得到最终缩小后的结果。
3. 添加字幕
通常 8-bit 低码率都是字幕组内嵌版本，需要加上字幕。不管先前做过哪些处理，字幕一定要在整个流程的最后加入。字幕滤镜前面章节已经介绍过，这里不再赘述，只提几个实际制作中的要点。
首先是字幕文件名的问题，如果只是压制单集，手动指定不会有太大问题，但如果一季度批量压制，每次改就显得非常繁琐。
一般来说我们利用 OKE 的改名机制，将字幕改为与输入视频同名，只有后缀不同，然后通过以下方式自动替换：
#OKE:INPUTFILE
a = R'00000.mkv'
...
b = a.replace('.mkv','.chs.ass')
res = core.xyvsf.TextSub(res, b)
另一个麻烦的问题是字体，在压制前必须保证已经安装所有需要的字体，否则无法正确渲染。通常会使用两个小工具：FontLoaderSub 和 ListAssFonts。
FontLoaderSub 可以分析字幕使用的字体，并临时挂载，避免在系统中安装过多的字体。需要将 FontLoaderSub 放到字体包目录下，第一次运行建立字体数据库，之后拖入字幕即可临时挂载字体。
如下图，[ok] 是加载成功的字体，显示路径说明是临时加载的。
点击 菜单 按钮，可以选择 导出字体，导出所有临时加载的字体到指定目录。注意不能导出系统已经安装的字体。
ListAssFonts 也可以分析字幕使用的字体，但是分析更加精准。FontLoaderSub 会报出定义了样式但实际不使用的字体，而 ListAssFonts 只会给出实际使用的字体。另外，ListAssFonts 还会对字幕格式做一些检查，比如样式的语法、字体是否缺字等。但是注意，ListAssFonts 不能检测出 FontLoaderSub 临时挂载的字体，会认为它们缺失。
如下图，黑色是系统已有的字体，红色是缺少的字体。
勾选 Save Fonts，并选择 Select ASS/SSA Folder 中指定目录，可以导出系统已经安装的字体。
通过这俩配合，就能导出所有安装和未安装的字体，这在没有字体包时候会非常有用。
当然，和字幕组合作时，对方都会给出字体包，可以用 FontLoaderSub 临时挂载，或者直接安装，但无论使用哪种都需要验证压制之前已经安装/挂载好所有需要的字体。
4. 压制参数
8-bit 低码率通常定位都是兼容移动端的，因此使用 x264 来编码。另一方面，x265-8bit 表现实在太差，没有使用价值，都用 hevc 了，还是 10-bit 吧。
8-bit 低码率需要注意这样几个参数：
--fgo 1或者2
当然，这里的 fgo 不是你想的那个 fgo，它其实是 film grain optimization，可以把码率暴力分配给噪点。
--psy-trellis 0.2~0.3
就是 --psy-rd 的第二个参数，效果与 fgo 类似。
--psy-rd 0
这时候别用 psy-rd 了，这东西是会“保留复杂度”而不是“保留噪点”，它会把噪点搅拌压碎，很难看。
--qcomp 0.7
这个不给高的话，动态和一些静止场面会比较难看，也可以关闭 mbtree 来代替。
给一个参考编码参数：
--preset veryslow --crf 18 --threads 16 --deblock -1:-1 --keyint 600 --min-keyint 1 --bframes 8 --ref 4 --qcomp 0.6 --no-mbtree --rc-lookahead 70 --aq-strength 0.8 --me tesa --psy-rd 0:0 --chroma-qp-offset -1 --fgo 1 --no-fast-pskip --aq-mode 3 --colorprim bt709 --transfer bt709 --colormatrix bt709 --chromaloc 0 --range tv
注意这里用了 --fgo 1, --psy-rd 0:0, --no-mbtree。当然这里还有一些可以改进的地方，在低码率下，可以适当开启 deblock，开到 0:-1 或者 0:0 都可以。--keyint 600 其实稍微有点大，最大约为 25s 一个关键帧，对于静态镜头较多的番拖进度会比较困难，可以减少到 360 甚至 240 比较合适。--crf 18 可以根据番剧实际情况，调整到 18~21 左右都行。