深入解析x265：HEVC/H.265编码的核心引擎

一、x265是什么——一个独立的编码库

x265是一个开源的H.265/HEVC（高效视频编码标准）视频编码器库。它是一个完全独立的开源项目，与FFmpeg没有从属关系，两者是各自独立的项目，在生态上形成协作关系。x265由MulticoreWare公司主导开发，项目始于2013年3月，同年7月公开源代码。截至2024年11月，最新版本为4.1。

x265采用GNU GPL 2许可证，同时提供商业授权选项——这意味着如果你想把x265集成到自己的闭源商业软件里，需要向MulticoreWare购买商业许可。这个双许可模式与x264完全一致。

技术上，x265用C++和汇编语言编写，支持HEVC的Main、Main 10及Main Still Picture配置，覆盖8位和10位色深，以及4:2:0、4:2:2、4:4:4色度抽样格式。它充分利用了现代CPU的SIMD指令集（SSE2/AVX2/AVX-512/ARM NEON）进行加速，编码性能得到显著提升。

二、项目起源——x265为何诞生

要理解x265，得先回顾x264的历史。x264是一个开源的H.264/AVC编码器，项目始于2003年，由视频编码领域的传奇开发者Loren Merritt主导。在很长一段时间里，x264被认为是软件H.264编码的黄金标准——速度快、压缩率高、参数可调性极强，被广泛应用于FFmpeg、VLC、OBS等知名开源项目。

然而，2013年H.265/HEVC标准正式发布后，业界迫切需要一款与之对应的开源编码器。x264的开发团队和社区并没有直接”升级”x264，而是开启了一个全新的项目：x265。这是因为H.265相比H.264在算法层面有本质性的变化，无法在原有代码基础上修修补补来实现。

三、x265如何工作——编码流程与核心API

要在你的C++程序里用x265编码视频，核心流程是这样的：

第一步：创建编码器

通过x265_param_alloc()分配参数结构体，调用x265_param_default()填充默认值，然后根据需求修改关键参数（分辨率、帧率、编码预设、CRF值等）。最后调用x265_encoder_open()创建编码器实例。

第二步：获取流头信息

调用x265_encoder_headers()获取SPS（序列参数集）、PPS（图像参数集）、VPS（视频参数集）——这些是解码器必须首先拿到的东西，被称为”extradata”。

第三步：主编码循环

把原始图像帧（x265_picture结构体）一帧一帧喂给编码器。调用的核心函数是：

int x265_encoder_encode(x265_encoder *encoder, 
                        x265_nal **pp_nal, 
                        uint32_t *pi_nal, 
                        x265_picture *pic_in, 
                        x265_picture *pic_out);

它的工作方式是：你输入一帧原始画面（pic_in），它输出一个或多个NAL单元（pp_nal）——也就是H.265码流的基本数据包。需要注意的是，输入帧是按显示顺序（PTS）给的，但编码器内部会重新排队，等你把管道填满之后，每次调用才吐出一帧已编码的输出。

第四步：刷新编码器

所有原始帧送完后，还要继续调用x265_encoder_encode()，pic_in传NULL，让编码器把内部缓冲的帧全部吐出来。这个过程被称为”draining”。

第五步：关闭与清理

调用x265_encoder_close()释放编码器资源，最后调用x265_cleanup()释放全局资源。

四、x265与FFmpeg的关系——各自独立，协作共生

x265和FFmpeg是两个完全独立的项目，各有各的代码仓库、维护团队和发布周期。

FFmpeg是一个庞大而全面的多媒体处理框架，它提供了解封装、解码、滤镜处理、编码、封装等一整套工具链。它自己实现了大量编码器（如libx264、libvpx），但对于H.265编码，它选择通过外部库调用的方式集成x265。在FFmpeg的代码中，H.265编码器被命名为”libx265″。

当你在FFmpeg命令行输入ffmpeg -i input.mp4 -c:v libx265 output.mp4时，实际发生的是：

  • FFmpeg负责读取input.mp4、解封装、解码出原始YUV帧
  • 将这些YUV帧传递给x265编码库
  • x265执行HEVC编码，输出H.265码流
  • FFmpeg接收码流，加上音频轨道，打包成MP4容器

这种协作模式在开源界非常常见：FFmpeg提供框架，x265提供专业算法。你可以把FFmpeg看作”工厂的流水线”，x265则是流水线上负责”H.265压缩”这道工序的专家。

五、编码参数深度解析——从preset到crf

x265的参数体系在视频编码领域堪称丰富。最核心的几个参数如下：

Preset（编码预设）

控制编码速度与压缩效率的权衡。可选值从快到慢依次为：ultrafast、superfast、veryfast、faster、fast、medium、slow、slower、veryslow、placebo。

编码速度与压缩效率的关系大致如下表：

预设相对medium的速度相对medium的文件体积变化
ultrafast快约50倍大80%-100%
veryfast快约10倍大20%-30%
fast快约2倍大5%-10%
medium基准基准
slow慢约50%小10%-15%
slower慢约4倍小20%-25%
veryslow慢约10倍小25%-30%

placebo是”调试专用”级别，实际生产环境几乎没有使用价值——它比veryslow慢很多，压缩效率提升极其有限。

CRF（恒定质量因子）

CRF是x265最推荐的质量控制模式。它的取值范围是0到51，数值越小画质越好，文件越大。典型取值范围是18到28：

  • CRF 18-20：接近视觉无损，适合存档
  • CRF 20-22：高画质，适合电影级素材
  • CRF 22-24：平衡点，日常使用最广泛
  • CRF 24-28：网络分发，文件小，画质可接受

码率控制模式

除了CRF，x265还支持：

  • 固定QP（量化参数）：每个块使用固定的量化步长，简单直接但效率低
  • 平均比特率（ABR）：指定目标码率，编码器尽量接近，但可能波动
  • 二次编码（2-pass）：第一遍分析视频复杂度，第二遍精确分配码率，文件大小最可预测
  • VBV缓冲区控制：用于流媒体场景，防止码率突发导致播放缓冲

视觉优化算法

x265集成了多种人眼视觉优化算法：

  • CU-tree（编码树单元级别的码率分配）：根据帧间预测情况，在I帧和P帧之间重新分配码率
  • 自适应量化（AQ）：根据画面纹理复杂度动态调整QP值，平坦区域少给码率，复杂区域多给
  • B-pyramid：B帧可以被其他B帧用作参考，提高压缩效率
  • 加权预测：针对淡入淡出等亮度变化场景的优化
  • 心理视觉优化（psy-rd和psy-rdoq）：牺牲一点点客观PSNR指标，换取更好的主观视觉感受

六、实际使用方式

x265有三种主流的使用方式：

方式一：命令行独立使用

直接使用x265可执行文件编码原始YUV文件：

x265 --input input.yuv --fps 25 --input-res 1920x1080 --crf 22 -o output.hevc

适合测试和实验，但在实际工作流中较少单独使用。

方式二：通过FFmpeg调用（最常用）

这是绝大多数人的使用方式：

ffmpeg -i input.mp4 -c:v libx265 -preset medium -crf 22 -c:a aac -b:a 128k output.mp4

如果需要传递x265专属参数，可以用-x265-params：

ffmpeg -i input.mp4 -c:v libx265 -x265-params "crf=22:psy-rd=2.0:aq-mode=3" output.mp4

方式三：在你的C++程序中直接调用API

这就是你之前想尝试的方式——在自己的程序里直接调用x265的C++ API，配合FFmpeg的libavformat完成解封装和封装，实现一个完整的转码器。

七、与FFmpeg内部编码器的对比

这里需要澄清一个重要的区别：x265不是FFmpeg的一部分，它是独立的编码器库。

FFmpeg也有自己的H.265编码器实现（叫做”hevc_vaapi”或”hevc_nvenc”等），但这些通常是硬件加速编码器，依赖特定的GPU硬件。而x265是纯软件编码器，不依赖特定硬件，可以在任何CPU上运行。

在FFmpeg的命令行中，区分它们的方式是编码器名称：

  • libx265：调用外部的x265库（软件编码）
  • hevc_nvenc：调用NVIDIA GPU的硬件编码器
  • hevc_qsv：调用Intel QuickSync硬件编码器
  • hevc_amf：调用AMD硬件编码器

八、x265与新一代编码器

值得提及的是，H.265的后继者H.266/VVC（Versatile Video Coding）已经于2020年正式发布，目标是再省50%的码率。对应的开源编码器叫vvenc，由Fraunhofer HHI开发，FFmpeg从7.1版本开始已经支持集成vvenc。

不过目前H.266的软硬件生态远不如H.265成熟，x265在未来很长一段时间内仍是实际应用中的主力编码器。

总结

x265的本质：一个用C++实现HEVC标准的开源视频编码库。它独立于FFmpeg，两者是协作关系而非从属关系。它把极其复杂的HEVC编码算法封装成了一个可调用的API，让开发者能够在自己的程序中嵌入H.265编码能力。

理解x265的核心就是这三件事：

  1. 它能做什么：把原始视频画面（YUV）压缩成H.265码流
  2. 它怎么用：通过API调用（编码器生命周期、喂帧、取码流）
  3. 它调什么：preset（速度）、crf（质量）、各种视觉优化参数

掌握了这三个维度，你就真正理解了x265。

作者

老丹

关注我
其他文章