slhck/ffmpeg-quality-metrics

解决的问题

当你压缩或转码视频时，通常需要知道与原始视频相比损失了多少质量。该工具通过将失真（编码）视频与参考（原始）视频进行比较，计算标准视频质量指标——PSNR、SSIM、VIF、MSAD和VMAF。它免去了手动编写FFmpeg命令和解析原始输出的麻烦，提供每帧数据、全局统计信息（最小值/最大值/平均值/标准差），以及可选的交互式浏览器仪表板。

工作原理

你提供两个视频文件：一个失真版本和一个参考版本（例如，ffmpeg-quality-metrics distorted.mp4 reference.y4m）。该工具在底层使用FFmpeg解码两个流，自动将失真视频缩放到参考视频的分辨率，并应用所请求的指标过滤器。它首先使用ffprobe探测两个输入，以警告分辨率、帧率或时长的差异。然后运行FFmpeg并收集每帧的指标值。默认情况下，它计算PSNR和SSIM；你可以使用--metrics选项启用其他指标。输出为JSON或CSV，你也可以启动基于Web的GUI来可视化探索结果。

对于VMAF，它支持选择不同的模型文件（包括更新的v1模型），并传递额外参数，如特征标志或10位转换。你还可以将分析限制为特定帧数，或从特定时间戳或帧号开始。该工具处理不对齐问题：使用--dist-delay修剪不匹配的前导帧，以便两个视频在比较前时间同步。

适用人群

视频工程师、质量保证团队、研究人员，或任何编码视频并需要客观质量评分的人。这是一个命令行工具，需要Python 3.10+和FFmpeg 7.1+（如果要使用VMAF，还需要libvmaf）。它支持Linux、macOS和Windows，可以通过pip、pipx、uvx安装，或通过Docker运行。

亮点

• 支持五种指标：PSNR、SSIM、VIF、MSAD和VMAF。
• 输出每帧指标和全局统计信息（最小值/最大值/平均值/标准差）。
• 可选的基于浏览器的交互式仪表板，用于视觉分析。
• 自动缩放和对齐输入，并提供关于不匹配的详细警告。
• 灵活控制：选择指标、模型文件、帧范围和起始偏移。
• 可以输出JSON或CSV，并写入标准输出或文件。
• 可作为CLI或Python库（API）使用。