：CRF)
在视频编码领域（如 H.264/AVC、H.265/HEVC、AV1 等），CRF（Constant Rate Factor，恒定质量因子）是最常用且最智能的码率控制模式之一。与传统的固定码率（CBR）或固定量化参数（CQP）不同，CRF 旨在通过动态调整码率，在视觉质量与文件体积之间找到最佳的平衡点。
一图总结
一句话总结
CRF 是一种利用人眼视觉掩蔽效应的单次编码模式，它在人眼敏感的平滑区域降低压缩率保画质、在不敏感的高纹理与高运动区域加大压缩率省带宽，从而以最经济的码率波动实现恒定的感知视觉质量。
为什么需要 CRF？
在理解 CRF 之前，我们需要先看看其他码率控制模式的局限性：
- CBR（Constant Bitrate，恒定码率）：无论视频画面是静态（如静止的 PPT）还是高动态（如激烈的动作电影），编码器都强制输出相同的码率。这导致静态画面浪费带宽，而高动态画面出现严重马赛克。
- VBR（Variable Bitrate，动态码率）：允许码率波动，通常需要进行二次编码（2-Pass）来预测复杂的场景，效率较低。
- CQP（Constant Quantization Parameter，恒定量化参数）：对所有帧或所有宏块应用固定的量化步长（QP）。虽然保证了数学上的失真度相同，但忽略了人类视觉系统的特性。
CRF 的诞生正是为了解决 CQP 的盲目性。它的核心思想是：“在人眼看不出区别的地方偷懒，在人眼敏感的地方用力。”从而在单次编码（1-Pass）中实现恒定的感知视觉质量。
CRF 的工作原理与人类视觉系统（HVS）
CRF 的本质是基于运动和纹理复杂度的动态 QP 调整机制。它引入了人类视觉系统（HVS，Human Visual System）的“空间掩蔽（Spatial Masking）”和“时间掩蔽（Temporal Masking）”效应。
视觉掩蔽效应
- 空间掩蔽（高纹理区域）：当一幅画面充满复杂的纹理（如树叶、草地、地毯）时，人眼很难察觉到其中微小的编码噪点。CRF 识别到这种高复杂度区域后，会主动提高 QP 值（即加大压缩力度），从而省下大量码率。
- 时间掩蔽（高运动区域）：当画面快速运动或发生剧烈闪烁时，人眼注意力集中在运动主体上，对背景或边缘的细节变糊并不敏感。CRF 会在这些区域降低运动帧的精度。
- 平坦区域（视觉敏感区）：相反，在平滑的低频区域（如蓝天、白墙、人脸皮肤），任何一点马赛克或色带（Banding）都会极其刺眼。CRF 识别到这些区域后，会主动降低 QP 值，用更多的码率去呵护这些敏感区域。
CRF 与 QP 的数学关系
CRF 的数值范围通常与 QP 相同（例如在 x264 和 x265 中为0∼510 \sim 510∼51）。
在编码每一帧时，CRF 会将设定的 CRF 目标值作为一个“基准线”，然后根据该帧（或宏块）的复杂度ComplexityComplexityComplexity动态计算出实际应用的QPQPQP：
QPactual=CRF+f(Complexity)QP_{actual} = CRF + f(Complexity)QPactual=CRF+f(Complexity)
- 如果场景复杂（运动多、纹理密），f(Complexity)>0f(Complexity) > 0f(Complexity)>0，实际QPQPQP变大，压缩率提高。
- 如果场景简单（静态、平滑），f(Complexity)<0f(Complexity) < 0f(Complexity)<0，实际QPQPQP变小，质量得到保护。
因此，在一整段 CRF 编码的视频中，CRF 值是恒定的，但实际的 QP 值和实时码率是像心电图一样剧烈波动的。
CRF 的数值范围与推荐实践
以主流的x264(H.264) 和x265(H.265) 编码器为例，CRF 的量化对数曲线意味着CRF 值每+6+6+6，码率大约减少一半；CRF 值每−6-6−6，码率大约翻倍。
| CRF 值范围 | 视觉质量评估 | 适用场景 |
|---|---|---|
| 0 | 无损压缩 (Lossless) | 仅用于绝对原画归档，文件体积巨大。 |
| 18 - 20 | 视觉无损 (Visually Lossless) | 极其接近原画，适合高质量影视压制、BT 资源分享。 |
| 21 - 23 | 高质量平衡点 (默认值 23) | 大多数网络视频流媒体的黄金平衡点，肉眼效果良好。 |
| 24 - 28 | 可接受的压缩 | 伴随轻微噪点或边缘模糊，适合带宽受限或移动端存储。 |
| > 30 | 明显失真 | 出现马赛克和色带，仅用于极端带宽测试或监控超长时存储。 |
注意：H.265 (x265) 编码器的效率更高，因此在相同视觉质量下，x265 的 CRF 通常可以比 x264 设得更大一些（例如 x264 设 22，x265 可以设 24），且能获得更小的体积。
CRF 模式的优缺点分析
优点
- 极高的码率效率（性价比）：它将码率花在了刀刃上。由于不盲目喂码率给静态画面，相同视觉质量下，CRF 的文件体积通常比 CBR/VBR 小20%∼50%20\% \sim 50\%20%∼50%。
- 单次编码（1-Pass）的高效性：传统的 VBR 为了达到类似效果，需要第一遍扫描（Pass 1）生成日志，第二遍（Pass 2）才真正编码。而 CRF 依靠内置的宏块树（Macroblock Tree, MB-Tree）算法，在单次编码中就能对未来帧的复杂度进行预判。
- 恒定的跨视频质量：无论你丢给编码器的是动画片（色彩平淡、线条简单）还是动作大片，只要 CRF 设为 22，最终得到的视觉质量感知是一致的（动画片会自动生成极小的文件，大片会自动生成较大的文件）。
缺点与局限性
- 最终文件体积完全不可控：这是 CRF 的致命弱点。在编码结束前，你永远无法预测最终生成的视频文件是 100MB 还是 1GB。
- 不适合严苛的带宽限制：在网络直播、4G/5G 弱网传输等场景下，瞬间的高动态画面会导致 CRF 模式的实时码率瞬间飙升（Spike），直接撑爆网络带宽导致卡顿。
CRF 限制模式（VBV-CRF）
为了解决 CRF 码率不可控、容易产生瞬时高码率（Spike）的缺陷，业界引入了VBV（Video Buffering Verifier，视频缓冲验证器）机制。
通过结合 VBV 缓存，我们可以限制 CRF 的最大码率。这种模式通常被称为Maxrate CRF。
ffmpeg-iinput.mp4-c:vlibx264-crf22-maxrate5M-bufsize10M output.mp4-crf 22：目标感知质量。-maxrate 5M：告诉编码器，即使遇到极其复杂的画面，瞬时码率也绝对不能超过 5 Mbps。-bufsize 10M：接收端相对应的缓冲区大小（通常设为 maxrate 的 1~2 倍）。
总结
CRF 是现代视频编码器中闪烁着数学与人类生理学智慧结晶的技术。它不仅仅是冷冰冰的数字压缩，而是充分利用了“人眼会欺骗大脑”的生理特性。
在实际生产中，我们可以通过以下原则选择它：
- 强烈推荐使用 CRF 的场景：本地离线视频压制、影视资源归档、公共视频分享平台（配合 VBV）、对画质有严格追求的短视频导出。
- 避免使用纯 CRF 的场景：RTC 实时音视频互动（如 Zoom 会议）、网络直播推流、对存储空间有严格死线（如光盘刻录、特定大小 U 盘分发）的场景。
