视频画质量化评测：FFMetrics + FFmpeg 玩转 VMAF 与 SSIM

压制完视频不知道画质损失了多少？想用数据量化两张编码方案的优劣，而不是靠肉眼"玄学"对比？ 本文带你从零掌握 VMAF 和 SSIM 两大画质指标的原理与实操，用 FFMetrics 和 FFmpeg 把画质评测变成可量化、可复现的标准化流程。

1. 为什么需要画质指标？

在视频压制领域，“画质好不好"一直是个主观问题。但当我们需要：

• 对比不同编码器（x265 vs NVENC vs AV1）的压缩效率
• 校准 RF/CQ 参数，找到画质与体积的最优平衡点
• 批量检测压制结果是否达标

就需要一套客观、可量化、可复现的画质评分体系。VMAF 和 SSIM 就是目前业界最常用的两个指标，而 FFMetrics + FFmpeg 的组合则是 Windows 平台上最便捷的评测工具链。

2. VMAF 与 SSIM：原理和差异

2.1 SSIM（结构相似性指数）

SSIM（Structural Similarity Index Measure）由德州大学奥斯汀分校的 Zhou Wang 等人于 2004 年提出，是一种基于图像结构信息的全参考画质指标。

核心思想

SSIM 从三个维度衡量两张图像的相似程度：

• 亮度（Luminance）：两张图的平均亮度是否接近
• 对比度（Contrast）：两张图的亮度标准差是否接近
• 结构（Structure）：两张图的亮度归一化后的相关性

三者的加权乘积即为 SSIM 值，取值范围为 0 到 1：

• 1.0：两张图像完全一致（无损）
• 0.95 以上：极高质量，人眼几乎无法区分
• 0.90 - 0.95：高质量，正常观看无明显劣化
• 0.80 - 0.90：中等质量，仔细对比可察觉差异
• 0.80 以下：画质损失明显

特点

• 计算速度快：算法简单，CPU 即可快速计算
• 逐帧评分：输出每帧的 SSIM 值，可绘制画质波动曲线
• 局限性：不完全符合人眼感知，对时域失真（如运动模糊、块效应）不敏感

2.2 VMAF（视频多方法评估融合）

VMAF（Video Multimethod Assessment Fusion）由 Netflix 于 2016 年开源发布，是目前业界公认最接近人眼主观感受的画质指标。

核心思想

VMAF 不是单一算法，而是一个融合框架。它提取多种底层特征（包括 VIF 细节保真度、DLM 融合失真、时域运动信息等），再通过 SVM（支持向量机）机器学习模型进行加权融合，输出一个 0 到 100 的综合评分。

• 100 分：理论满分（参考视频自身）
• 95 分以上：接近"视觉无损”，逐帧放大才能找到差异
• 90 - 95 分：高质量，正常动态播放几乎无法区分原片
• 80 - 90 分：中等质量，部分场景可察觉压缩瑕疵
• 80 分以下：画质损失明显

特点

• 高度拟合人眼感知：经过大规模主观测试训练，评分与人眼 MOS（Mean Opinion Score）高度相关
• 支持时域分析：考虑了画面运动信息，对动态场景的评价更准确
• 计算量大：比 SSIM 慢 5-10 倍，但仍在可接受范围内
• Netflix 认证：被 Netflix、YouTube 等主流流媒体平台用于编码质量控制

2.3 选哪个？

实操建议：日常快速对比用 SSIM 即可，精确校准参数或需要对外发布画质报告时用 VMAF。两者可以同时计算，互为补充。

3. 工具安装

3.1 FFmpeg 安装

FFmpeg 是底层视频处理引擎，VMAF 和 SSIM 评测都依赖它。

Windows 安装

1. 访问 FFmpeg 官方下载页，选择 Windows 构建版（推荐 gyan.dev 的 ffmpeg-release-essentials.zip）
2. 解压到任意目录（例如 C:\ffmpeg）
3. 将 C:\ffmpeg\bin 添加到系统 PATH 环境变量
4. 打开命令提示符，验证安装：

ffmpeg -version

输出版本号即表示安装成功。

确认 libvmaf 支持

VMAF 功能需要 FFmpeg 编译时包含 --enable-libvmaf。gyan.dev 的构建版已内置支持，可通过以下命令确认：

ffmpeg -filters 2>&1 | findstr vmaf

如果输出包含 libvmaf，表示 VMAF 滤镜可用。

3.2 VMAF 模型文件

VMAF 需要加载预训练模型文件（.json）。大多数 FFmpeg 构建版已内置模型，路径通常为：

• Windows（gyan.dev 构建）：C:\ffmpeg\bin\model\ 目录下
• Linux（系统包）：/usr/share/model/vmaf_v0.6.1.json

如果找不到模型文件，可从 Netflix vmaf GitHub 手动下载，放置到任意目录后在命令中指定路径。

3.3 FFMetrics 安装

FFMetrics 是 Windows 平台上的图形化画质评测工具，底层调用 FFmpeg 计算 VMAF/SSIM/PSNR，提供直观的结果展示。

1. 访问 FFMetrics 官方页面 或者搜索 FFMetrics 下载
2. 下载最新版压缩包，解压到任意目录
3. 双击 FFMetrics.exe 即可运行，无需安装

注意：FFMetrics 依赖 FFmpeg，需要确保系统已正确安装 FFmpeg 并配置好 PATH 环境变量。部分 FFMetrics 版本支持在设置中手动指定 FFmpeg 路径。

4. FFMetrics 图形化使用教程

FFMetrics 提供了最直观的画质评测体验，适合不想记命令行参数的用户。

4.1 基本界面

打开 FFMetrics 后，界面分为三个区域：

• 顶部工具栏：添加文件、开始评测、导出结果
• 文件列表区：显示待评测的视频文件
• 结果展示区：显示 VMAF / SSIM / PSNR 评分

4.2 单文件画质评测

这是最常见的场景：对比一个压缩后的视频与原始视频的画质差异。

1. 添加参考文件（原始视频）：点击 Reference 按钮，选择原始未压缩或高质量源文件。
2. 添加失真文件（压缩后视频）：点击 Distorted 按钮，选择待评测的压缩视频。
3. 选择评测指标：在设置中勾选 VMAF、SSIM 和/或 PSNR。
4. 点击 Start：开始计算，进度条会实时更新。
5. 查看结果：
   • 均值分数：全片平均 VMAF / SSIM / PSNR 值
   • 最小/最大帧分数：最差画质帧和最佳画质帧的评分
   • 百分位分布：例如 P1（最差 1% 帧的平均分）、P5、P25 等
   • 画质曲线图：逐帧分数的时间轴折线图，可直观看到画质波动

4.3 批量对比评测

FFMetrics 支持同时加载多组参考-失真文件对，非常适合批量对比不同编码方案：

1. 添加多组文件对（例如同源分别用 x265 RF22、RF24、NVENC CQ28 压制的三个文件）
2. 选择相同的参考文件
3. 点击 Start，所有文件会依次计算
4. 结果以表格形式并排展示，可直接导出为 CSV

4.4 结果解读

VMAF 结果

• Mean：全片平均分，这是最重要的指标
• Median：中位数，如果与 Mean 差距大，说明画质波动剧烈
• P1 / P5：最差帧的评分，反映画质下限。P1 低于 80 分可能意味着存在画质"破底"的场景
• Harmful：VMAF 低于某个阈值（默认 50）的帧占比，表示严重影响观看体验的比例

SSIM 结果

• Mean：全片平均 SSIM 值（0-1 范围）
• Min：最低帧 SSIM，反映最差情况
• 曲线波动：SSIM 曲线的波动幅度反映编码质量的稳定性

4.5 导出报告

FFMetrics 支持将评测结果导出为：

• CSV 文件：包含逐帧分数，可用 Excel 进一步分析
• 图表截图：画质曲线的可视化图表

5. FFmpeg 命令行评测教程

命令行方式适合自动化脚本、CI/CD 集成和高级用户。

5.1 SSIM 计算

ffmpeg -i distorted.mp4 -i reference.mp4 -lavfi ssim -f null -

参数说明：

• -i distorted.mp4：失真文件（压缩后的视频）
• -i reference.mp4：参考文件（原始视频）
• -lavfi ssim：使用 SSIM 滤镜进行对比
• -f null -：不输出文件，仅计算指标

输出示例：

[Parsed_ssim_0 @ 0x...] SSIM Y:0.971234 (15.387641) U:0.985678 (18.504321) V:0.983456 (17.802109) All:0.978901 (16.774532)

• Y / U / V：亮度通道和两个色度通道的 SSIM 值
• All：综合 SSIM 值（最常用的参考值）
• 括号内数字：对应的质量因子（dB），值越大越好

5.2 逐帧 SSIM 输出到文件

ffmpeg -i distorted.mp4 -i reference.mp4 -lavfi ssim="stats_file=ssim_log.csv" -f null -

新增参数 stats_file=ssim_log.csv 会将每帧的 SSIM 值写入 CSV 文件，格式如下：

n:1 Y:0.9756 U:0.9891 V:0.9867 All:0.9821 (17.41)
n:2 Y:0.9723 U:0.9878 V:0.9845 All:0.9798 (16.95)
...

可用 Excel 或 Python 绘制画质波动曲线。

5.3 VMAF 计算

ffmpeg -i distorted.mp4 -i reference.mp4 -lavfi libvmaf -f null -

输出示例：

[VMAF score: 93.456789]

5.4 指定 VMAF 模型和参数

ffmpeg -i distorted.mp4 -i reference.mp4 -lavfi "libvmaf=model_path='C\\:/ffmpeg/bin/model/vmaf_v0.6.1.json':log_path=vmaf_log.json:log_fmt=json" -f null -

关键参数：

• model_path：VMAF 模型文件路径（Windows 路径中冒号需转义为 \\: ）
• log_path：逐帧评分输出文件路径
• log_fmt：输出格式，支持 json（推荐）、csv、sub、xml

5.5 VMAF 4K 模型

对于 4K 分辨率内容，Netflix 提供了专门的 4K 模型，评分更准确：

ffmpeg -i distorted.mp4 -i reference.mp4 -lavfi "libvmaf=model_path='vmaf_4k_v0.6.1.json'" -f null -

5.6 同时计算 VMAF 和 SSIM

可以在同一命令中同时计算两个指标：

ffmpeg -i distorted.mp4 -i reference.mp4 -lavfi "[0:v][1:v]ssim=stats_file=ssim_log.csv;[0:v][1:v]libvmaf=log_path=vmaf_log.json:log_fmt=json" -f null -

5.7 指定输入帧率和分辨率

如果两个视频的帧率或分辨率不同，需要先进行缩放对齐：

ffmpeg -i distorted.mp4 -i reference.mp4 -lavfi "[0:v]scale=1920:1080[a];[1:v]scale=1920:1080[b];[a][b]libvmaf" -f null -

注意：VMAF 要求参考视频和失真视频的分辨率、帧率完全一致。如果不一致，FFmpeg 会报错或产生无意义的结果。

6. 实战案例

6.1 案例一：对比 x265 不同 RF 值的画质

场景：用同一源文件分别以 RF=20、RF=22、RF=24、RF=26 压制 4 个 1080p 视频，评测哪个 RF 值是画质与体积的最优平衡点。

步骤：

1. 用 FFmpeg 或 HandBrake 压制 4 个文件
2. 用 FFMetrics 加载参考文件和 4 个失真文件
3. 同时勾选 VMAF 和 SSIM
4. 运行评测，得到结果

6.2 我的实测跑分

以下是我使用 FFMetrics 对实际素材进行画质评测的截图，供参考：

6.3 案例二：对比 x265 与 NVENC 的压缩效率

场景：同一源文件分别用 x265 RF=24 和 NVENC CQ=28 压制，两者体积接近（约 1.7GB），哪个画质更好？

命令行方案：

ffmpeg -i source_x265_rf24.mp4 -i source_nvenc_cq28.mp4 -lavfi "[0:v]scale=1920:1080[a];[1:v]scale=1920:1080[b];[a][b]libvmaf=log_path=compare_vmaf.json:log_fmt=json" -f null -

运行后检查 compare_vmaf.json 中的 pooled_metrics 字段，对比两者的 VMAF 均值。

6.4 案例三：画质监控脚本

在批量压制流水线中，自动检测输出视频是否达标：

@echo off
set THRESHOLD=90.0

ffmpeg -i %1 -i %2 -lavfi "libvmaf=log_path=vmaf_result.json:log_fmt=json" -f null - 2>vmaf_output.txt

for /f "tokens=2 delims=:," %%a in ('findstr "vmaf" vmaf_output.txt') do set VMAF_SCORE=%%a

if %VMAF_SCORE% LSS %THRESHOLD% (
    echo [FAIL] VMAF score %VMAF_SCORE% below threshold %THRESHOLD%
) else (
    echo [PASS] VMAF score %VMAF_SCORE% meets threshold %THRESHOLD%
)

7. 常见问题与注意事项

7.1 参考视频和失真视频的格式要求

VMAF 和 SSIM 都是**全参考（Full-Reference）**指标，必须同时提供参考视频和失真视频。两个视频的以下属性必须一致：

• 分辨率：必须完全相同，否则需要先缩放
• 帧率：必须完全相同
• 帧数：建议完全相同；如果不同，FFmpeg 会在较短的视频结束后停止计算
• 色彩空间：建议一致，否则结果可能不准确

7.2 封装格式的影响

评测时建议使用无损或近无损的中间格式（如 .yuv、.mkv），避免封装格式引入额外的解码差异。实际操作中，使用 .mp4 或 .mkv 也能得到可靠的结果，但不要对两个使用不同容器格式的文件评测（例如 .mp4 vs .mkv）。

7.3 运行时间

VMAF 计算较慢，典型的 1080p 2 小时视频在中等性能 CPU 上可能需要 20-60 分钟。SSIM 通常快 5-10 倍。批量评测时建议使用脚本并行处理。

7.4 不要跨分辨率对比

VMAF 和 SSIM 的评分与分辨率直接相关。4K 视频的 VMAF=92 和 1080p 视频的 VMAF=92 代表完全不同的画质水平，不能直接比较。如果需要跨分辨率对比，应将所有视频统一缩放到同一分辨率后再评测。

7.5 VMAF 分数不是万能的

VMAF 是目前最好的客观画质指标，但仍然存在局限性：

• 不覆盖所有失真类型：对色偏、帧丢失等失真不敏感
• 模型版本差异：不同版本的 VMAF 模型（v0.6.1、v0.6.1neg 等）评分不通用，对比时必须使用同一模型
• 场景依赖：低复杂度内容（如访谈、网课）的 VMAF 评分普遍偏高，不代表压缩质量真的更好

8. 速查表

8.1 FFmpeg 常用命令速查

8.2 评分参考标准

9. 总结

画质评测不是"玄学"，而是可以量化、可以复现的标准化流程。VMAF 拟合人眼感知，适合精确校准；SSIM 计算快速，适合批量筛查。FFMetrics 提供了图形化的便捷体验，FFmpeg 命令行则为自动化和脚本化提供了无限可能。

在实际压制工作中，建议先用 FFMetrics 对关键参数组合进行精确评测，确定最优参数后再批量应用，避免反复试错浪费时间。