一、两个旋钮各管什么

举个不精确但好记的比方：分辨率是「画布多大」，码率是「颜料给多少」。 画布大而颜料少，就是一片糊；画布小而颜料多，就是清晰但只能看一小块。 两者不能互相替代——720p 配高码率永远不会变成 1080p。

二、只拧质量：CRF 台阶

CRF 是「恒定质量」模式：编码器自己决定用多少字节，你只负责说「要多清楚」。 数值越小越清楚，18 到 28 是常用区间。

CRF 每降 5 档，文件涨两三成，PSNR 涨三到四 dB。这是台阶， 不是线性——因为 CRF 本身就是量化步长的对数值。

PSNR 怎么读：40 dB 以上肉眼基本看不出差别；35 dB 左右能看出轻微模糊； 30 dB 以下就开始糊了。 这个门槛是经验值，不同内容差别很大——但用来判断「还能不能降」够用。

三、只拧分辨率：像素减半，文件也减半

把源缩到不同尺寸再编，质量参数不动：

像素少一半，文件大约少一半，因为细节总量就少一半，能压的也就少一半。 注意它比 CRF 的杠杆更硬：CRF 降 5 档只省两三成，分辨率砍一半直接省三成多， 而且编码耗时会跟着掉（像素少了，搜索也少了）。 所以「带宽不够」时，先降分辨率往往比降质量划算。

四、命令行怎么写

-crf 和 -b:v 同时给时，-crf 优先——x264 会进 CRF 模式，把 -b:v 当上限参考。 想测码率就只给 -b:v。

-vf scale 的宽高必须是偶数，因为 yuv420p 两个色度平面各是宽高的一半，奇数除不尽。 报错信息是「width not divisible by 2」，看到就知道是这个。

五、动手 Demo：码率和分辨率，两个旋钮各管什么

Demo 分两段：先只拧 CRF（18／23／28／35），再只拧分辨率（320／240／160）。 PSNR 是解回来跟源逐像素比出来的，不是查表。

def enc(crf=None, w=320, h=240):
    c = av.open("t.h264", "w", format="h264")
    s = c.add_stream("libx264", rate=30)
    s.width, s.height, s.pix_fmt = w, h, "yuv420p"
    if crf is not None:
        s.options = {"crf": str(crf)}
    else:
        s.bit_rate = 400000      # 恒定码率
    ...
def psnr(a, b):
    mse = ((a.astype("f8") - b.astype("f8")) ** 2).mean()
    return 10 * math.log10(255.0 ** 2 / mse)

实跑输出：

--------------------------------------------------------------------
码率和分辨率，两个旋钮各管什么
--------------------------------------------------------------------
**分辨率和码率是两个独立的旋钮，很多人以为是一个。**

  旋钮           影响                   典型取值
  -------------------------------------------------------------
  分辨率         细节上限               1920×1080、1280×720
  码率／质量     这个细节保得住多少     CRF 18~28

**先用同一份源，只拧「质量」这个旋钮（CRF 越小质量越高）：**

  CRF     文件大小     码率         PSNR
  ---------------------------------------------
  18      12.4 KB      102 kbps     46.9 dB
  23      10.4 KB      85 kbps      42.2 dB
  28      8.3 KB       68 kbps      38.8 dB
  35      6.4 KB       52 kbps      32.7 dB

  **CRF 每降 5 档，文件涨两三成**，PSNR 涨 3 到 4 dB。这就是 x264 的「质量台阶」，不是线性的。
  **PSNR 到 40 dB 以上，肉眼基本看不出差别**；35 dB 左右能看出轻微模糊；**30 dB 以下就开始糊了**。

**再拧分辨率这个旋钮**（把源缩到不同尺寸再编，质量参数不变）：

  分辨率      帧字节     编码后      码率
  ----------------------------------------------
  320×240     115200     10.4 KB     85 kbps
  240×180     64800      7.5 KB      62 kbps
  160×120     28800      5.1 KB      42 kbps

  **像素少一半，文件大约少一半**——因为细节总量就少一半。
  **这两个旋钮的组合决定画质**：1080p 配低码率会糊，720p 配高码率不会变回 1080p。
  **所以「想要清楚」的第一件事是提分辨率，第二件才是提码率。**

PSNR 公式里那个 255 是 8 位像素的最大值，换成 10 位就是 1023。 这个数写错，PSNR 会差 12 dB，很容易看出来，但也容易糊过去。 分辨率那一段是把源先缩再编， 所以「帧字节」那一列也跟着变了——这是缩放带来的，不是编码器带来的，两者要分清。

30 秒实验

1. 把 CRF 设成 51（最大），看 PSNR 掉到多少，还认不认得出画面。
2. 用 -b:v 85k 复现第一张表的 85 kbps 那一行， 看 PSNR 差多少——这就是恒定码率和恒定质量的差别。
3. 把 scale 的宽改成 641，看报错原文。

常见误区

1. 以为高码率能补回分辨率。 720p 编得再清楚也不是 1080p， 分辨率是细节上限，码率只能决定保住多少。
2. 以为 CRF 和码率是同一件事的两种写法。 CRF 是「按质量给字节」，码率是「按字节给质量」， 方向正好相反。
3. 以为 PSNR 高就一定好看。 PSNR 是逐像素平均差， 对「整体偏色」不敏感，对「局部糊」也不敏感，只能当参考。

下一节拧第三个旋钮：多久给一次完整画面（GOP）。

• ☐ （本节完，下一节 04.01.03 控制视频的GOP）

相关笔记

• YUV编码为H.264
• 控制视频的GOP
• 🎬 命令行与音视频特效 · 31 课
• 📹 视频监控与国标 · 索引