• 5_9 ___3 DCT


    大体上将一个宏块的编码过程跟下来

    上面分析完事宏块位置问题,下面看一个宏块的编码过程。

     

    Macroblock.h中的一个编码过程

        h->dctf.sub4x4_dct( dct4x4, p_src, p_dst );  //mutiply two parameter matrix

     

        nz = x264_quant_4x4( h, dct4x4, i_qp, ctx_cat_plane[DCT_LUMA_4x4][p], 1, p, idx );

        h->mb.cache.non_zero_count[x264_scan8[p*16+idx]] = nz;

        if( nz )

    {         

    h->mb.i_cbp_luma |= 1<<(idx>>2);

            h->zigzagf.scan_4x4( h->dct.luma4x4[p*16+idx], dct4x4 );

            h->quantf.dequant_4x4( dct4x4, h->dequant4_mf[p?CQM_4IC:CQM_4IY], i_qp );

            h->dctf.add4x4_idct( p_dst, dct4x4 );

    }

     

    首先分析第一个 dct变换

    h->dctf.sub4x4_dct( dct4x4, p_src, p_dst );  

     

    x264_dct_init( h->param.cpu, &h->dctf ); 初始化命令行

    void x264_dct_init( int cpu, x264_dct_function_t *dctf )  函数

     

    所谓的蝶形  dct就是宏块内容  第一个和第二个都是h里面的全局内容

    static void sub4x4_dct( dctcoef dct[16], pixel *pix1, pixel *pix2 )

    {

        dctcoef d[16];

        dctcoef tmp[16];

     

    //get the residual block

        pixel_sub_wxh( d, 4, pix1, FENC_STRIDE, pix2, FDEC_STRIDE );

     

    这里d里面存放的已经是残差了。其实就是进行了AXA的过程

    两个矩阵为

     

    1  1  1  1       1  2  1  1

    2  1 -1 -2       X        1  1 -1 -2

    1 -1 -1  1        1 -1 -1  2 

    1 -2  2 -1      1 -2  1  -1

     

        for( int i = 0; i < 4; i++ )

        {

            int s03 = d[i*4+0] + d[i*4+3];

            int s12 = d[i*4+1] + d[i*4+2];

            int d03 = d[i*4+0] - d[i*4+3];

            int d12 = d[i*4+1] - d[i*4+2];

        

    0i

            tmp[0*4+i] =   s03 +   s12;

            1i

    tmp[1*4+i] = 2*d03 +   d12;

           3i

    tmp[2*4+i] =   s03 -   s12;

            4i

    tmp[3*4+i] =   d03 - 2*d12;

        }

     

        for( int i = 0; i < 4; i++ )

        {

            int s03 = tmp[i*4+0] + tmp[i*4+3];

            int s12 = tmp[i*4+1] + tmp[i*4+2];

            int d03 = tmp[i*4+0] - tmp[i*4+3];

            int d12 = tmp[i*4+1] - tmp[i*4+2];

     

            dct[i*4+0] =   s03 +   s12;

            dct[i*4+1] = 2*d03 +   d12;

            dct[i*4+2] =   s03 -   s12;

            dct[i*4+3] =   d03 - 2*d12;

        }

    }

     

     

     pixel_sub_wxh( d, 4, pix1, FENC_STRIDE, pix2, FDEC_STRIDE );

    d为空的像素数组 最后就是将残差放入到这个数组里面返回然后对其进行编码

    static inline void pixel_sub_wxh( dctcoef *diff, int i_size,

                                      pixel *pix1, int i_pix1, pixel *pix2, int i_pix2 )

    {

        for( int y = 0; y < i_size; y++ )

        {

            for( int x = 0; x < i_size; x++ )

                diff[x + y*i_size] = pix1[x] - pix2[x];

            pix1 += i_pix1;

            pix2 += i_pix2;

        }

    }

     

  • 相关阅读:
    基于朴素贝叶斯的书籍评价信息分类任务
    贝叶斯原理
    knn算法手写字识别案例
    knn原理及借助电影分类实现knn算法
    航空公司案列分析
    k-meanas原理自实现
    df认识
    箱线图
    pandas认识
    分析system_call中断处理过程
  • 原文地址:https://www.cnblogs.com/hatreds/p/2491670.html
Copyright © 2020-2023  润新知