x264_macroblock_analyse模块分析-2

2、static inline int x264_macroblock_probe_pskip( x264_t *h )

该函数直接调用了x264_macroblock_probe_skip(h, 0);看看里边有什么东东。

if( !b_bidir )    {        x264_mb_predict_mv_pskip( h, mvp );        mvp[0] = x264_clip3( mvp[0], h->mb.mv_min[0], h->mb.mv_max[0] );        mvp[1] = x264_clip3( mvp[1], h->mb.mv_min[1], h->mb.mv_max[1] );        h->mc.mc_luma( h->mb.pic.p_fref[0][0], h->mb.pic.i_stride[0],                       h->mb.pic.p_fdec[0],    FDEC_STRIDE,                       mvp[0], mvp[1], 16, 16 );    }先得到预测矢量MVp，然后对MVp进行饱和处理，再进行相应的运动补偿。h->dctf.sub16x16_dct( dct4x4, h->mb.pic.p_fenc[0], FENC_STRIDE,                                  h->mb.pic.p_fdec[0], FDEC_STRIDE );for( i8x8 = 0, i_decimate_mb = 0; i8x8 < 4; i8x8++ )    {        /* encode one 4x4 block */        for( i4x4 = 0; i4x4 < 4; i4x4++ )        {            const int idx = i8x8 * 4 + i4x4;            quant_4x4( h, dct4x4[idx], (int(*)[4][4])def_quant4_mf, i_qp, 0 );            scan_zigzag_4x4full( dctscan, dct4x4[idx] );            i_decimate_mb += x264_mb_decimate_score( dctscan, 16 );            if( i_decimate_mb >= 6 )            {                /* not as P_SKIP */                return 0;            }        }    }

进行dct变换（注意是4×4变换，不是8×8！！！），然后对每个8×8块中的4×4对进行量化，zigzag扫描，得到8×8块的i_decimate_mb值。如果量化后系数中只有零星的非零系数，且都是1或-1，i_decimate_mb就比较小。if(i_decimate_mb<6)，可以将系数全变为0。注意，其他模式下的残差编码也用到了该处理过程。

程序后面是对色度进行处理，与亮度类似，不进行讨论。

3、static void x264_mb_analyse_inter_p16x16 ( x264_t *h, x264_mb_analysis_t *a )

直接看核心吧

for( i_ref = 0; i_ref < h->i_ref0; i_ref++ )    {//循环搜索搜索每个参考帧x264_mb_predict_mv_16x16( h, 0, i_ref, m.mvp );//得到MVp，x264_mb_predict_mv_ref16x16( h, 0, i_ref, mvc, &i_mvc );得到邻块的MV、前一帧对应位置的MV，可用来预测搜索起点，加速运动估计。x264_me_search_ref( h, &m, mvc, i_mvc, p_halfpel_thresh );///动估计函数。下面将详细讨论//再接着就是一个多参考帧的中止判断，略。

4、void x264_me_search_ref( x264_t *h, x264_me_t *m, int (*mvc)[2], int i_mvc, int *p_halfpel_thresh )

    bmx = pmx = x264_clip3( ( m->mvp[0] + 2 ) >> 2, mv_x_min, mv_x_max );    bmy = pmy = x264_clip3( ( m->mvp[1] + 2 ) >> 2, mv_y_min, mv_y_max );    bcost = COST_MAX;    COST_MV( pmx, pmy );    bcost -= p_cost_mvx[ bmx<<2 ] + p_cost_mvy[ bmy<<2 ];    for( i = 0; i < i_mvc; i++ )    {        const int mx = x264_clip3( ( mvc[i][0] + 2 ) >> 2, mv_x_min, mv_x_max );        const int my = x264_clip3( ( mvc[i][1] + 2 ) >> 2, mv_y_min, mv_y_max );        if( mx != bmx || my != bmy )            COST_MV( mx, my );    }    COST_MV( 0, 0 );

先检测MVp点，再检测其他预测矢量，最后检测原点（0，0）。注意mvp[0

]保留的是1/4精度，所以除以4就变成了整象素精度。

然后就是具体的搜索算法。代码不贴，直接解释吧。^_^

case 菱形搜索：用小菱形模板反复搜索。菱形算法还有大模板搜索，这里没用到。

case 六边形：先用六边形模板反复搜索，粗匹配。

            然后用小菱形模板搜索一次，得到最终的整象素运动矢量

case UMHexagonS：看我主页中的注释，呵呵，是基于JM9.5的。

case 连续消除法(SEA) 全搜索法的快速运算。这里不介绍了。

if( h->mb.i_subpel_refine >= 2 )    {        int hpel = subpel_iterations[h->mb.i_subpel_refine][2];        int qpel = subpel_iterations[h->mb.i_subpel_refine][3];        refine_subpel( h, m, hpel, qpel, p_halfpel_thresh, 0 );    }//亚象素搜索，在x264_macroblock_analyse()函数我已经介绍过了