高级编码指南

来自 A Silent Voice (2016)的前奏的脏线。鼠标移上去: 用ContinuityFixer和FillBorders修复。

你可能会遇到的一个更常见的问题是 "脏线"，这通常是在视频的边界上发现的，其中一排或一列的像素表现出与周围环境不一致的亮度值。通常情况下，这是由于不当的downscaling，例如在添加边框后downscaling。脏线也可能发生，因为压缩者没有考虑到他们在使用4:2:2色度子采样时（意味着他们的高度不必是mod2），消费者的视频将是4:2:0，导致额外的黑行，如果主片段没有正确放置，你就无法在裁剪时摆脱。另一种形式的脏线是在黑条上出现色度平面时表现出来的。通常情况下，这些应该被裁剪掉。然而，相反的情况也可能发生，即具有合法的 luma 信息的平面缺乏色度信息。

重要的是要记住，有时你的来源会有假行（通常被称为 "死"行），也就是没有合法信息的行。这些通常只是镜像下一行/一列。不要麻烦地修复这些，只需裁剪它们。一个例子:

同样，当你试图修复脏线时，你应该彻底检查你的修复没有引起不必要的问题，如涂抹（常见于过度热心的ContinuityFixer值）或闪烁（特别是在片头，在大多数情况下，建议从你的修复中省略片头卷）。如果你不能找出适当的修复方法，完全可以裁剪掉脏线或不修复。糟糕的修复比没有修复更糟糕

这里有五种常用的修复脏线的方法:

rektlvls

来自rekt。这基本上是AviSynth的 FixBrightnessProtect3 和 FixBrightness 的合二为一，尽管与 FixBrightness 不同，不是对整个画面进行处理。它的数值很直接。提高调整值是为了变亮，降低是为了变暗。将prot_val设置为None，它的功能就像FixBrightness，意味着调整值需要改变。

from rekt import rektlvls
fix = rektlvls(src, rownum=None, rowval=None, colnum=None, colval=None, prot_val=[16, 235])

如果你想一次处理多行，你可以输入一个列表 (例如 rownum=[0, 1, 2]).

为了说明这一点，让我们看看《寄生虫》（2017）的黑白蓝光中的脏线。寄生虫（2019）的底层行的黑白蓝光:

在这个例子中，最下面的四行有交替的亮度 与下两行的偏移量。所以，我们可以用rektlvls来提高 提高第一行和第三行的luma，然后再降低第二行和第四行的luma。在第二和第四行中降低。

fix = rektlvls(src, rownum=[803, 802, 801, 800], rowval=[27, -10, 3, -3])

在这种情况下，我们处于FixBrightnessProtect3模式。我们在这里没有利用prot_val的优势，但人们通常会使用这种模式，因为总有机会帮助我们。结果是:

bbmod

来自awsmfunc。 这是原BalanceBorders函数的一个模子。虽然它不能像rektlvls那样保留原始数据，但在高blur和thresh值的情况下，它可以产生很好的结果，而且很容易用于多行，特别是具有不同亮度的行，rektlvls就不再有用。如果它不能产生像样的结果，可以改变这些值，但是你设置得越低，这个函数的破坏性就越大。它也比havsfunc和sgvsfunc中的版本快得多，因为只有必要的像素被处理。

import awsmfunc as awf
bb = awf.bbmod(src=clip, left=0, right=0, top=0, bottom=0, thresh=[128, 128, 128], blur=[20, 20, 20], planes=[0, 1, 2], scale_thresh=False, cpass2=False)

thresh和blur的数组同样是y、u和v值。 建议首先尝试 blur=999，然后降低它和 thresh，直到你得到合适的值。 thresh 指定了结果与输入值的差异程度。这意味着这个值越低越好。blur是过滤器的强度，数值越低越强，数值越大越不积极。如果你设置blur=1，你基本上是在复制行。如果你在色度方面有问题，你可以尝试激活cpass2，但要注意这需要设置一个非常低的thresh，因为这大大改变了色度处理，使其相当激进。

对于我们的例子，我已经创建了假的脏线，我们将修复它:

为了解决这个问题，我们可以应用bbmod，用低模糊度和高阈值。 这意味着像素值会有很大的变化:

fix = awf.bbmod(src, top=6, thresh=90, blur=20)

我们的输出已经非常接近于我们假设的源文件的样子了。与rektlvls不同，这个函数使用起来相当快，所以懒人（即每个人）可以在调整大小之前用它来修复脏线，因为在调整大小之后，差别不会很明显。

虽然你可以根据需要在许多行/列上使用rektlvls，但对bbmod来说却不是如此。 除非你之后调整大小，否则对于低的 blur 值(\(\approx 20\))，你应该只在两行/像素上使用bbmod，对于高的 blur 值，你应该使用三行/像素。如果你是之后调整大小，你可以根据以下情况改变最大值: \[ max_\mathrm{resize} = max \times \frac{resolution_\mathrm{source}}{resolution_\mathrm{resized}} \]

FillBorders

来自fb。 这个函数几乎就是复制下一列/行的内容。 虽然这听起来很傻，但当降频导致更多的行在底部而不是顶部，并且由于YUV420的mod2高度，我们必须填补一个行时，它就会非常有用。

fill = core.fb.FillBorders(src=clip, left=0, right=0, bottom=0, top=0, mode="fixborders")

这个函数的一个非常有趣的用途是类似于只对色度平面应用ContinuityFixer，它可以用于灰色边界或无论应用什么luma修复都与周围环境不匹配的边界。这可以用下面的脚本来完成:

fill = core.fb.FillBorders(src=clip, left=0, right=0, bottom=0, top=0, mode="fixborders")
merge = core.std.Merge(clipa=clip, clipb=fill, weight=[0,1])

你也可以分割平面，单独处理色度平面，尽管这样做只是稍微快一点。在awsmfunc中重新封装了FillBorders，它允许你为fb指定每个平面的值。

注意，你应该只用FillBorders来填充单列/行。 如果你有更多的黑线，请裁剪它们 如果视频中存在需要不同裁剪的帧，不要把这些填满。 本章末尾会有更多这方面的内容。

为了说明需要FillBorders的片源可能是什么样子，让我们再次看看Parasite (2019)的SDR UHD，它需要不均匀地裁剪277。然而，由于色度子采样，我们不能裁剪，所以我们需要填补一行。为了说明这一点，我们将只看最上面的几行。根据色度子采样进行裁剪，我们可以得到:

crp = src.std.Crop(top=276)

很明显，我们想去掉顶部的黑线，所以让我们对它使用FillBorders:

fil = crp.fb.FillBorders(top=1, mode="fillmargins")

这看起来已经比较好了，但是橙色的色调看起来被洗掉了。 这是因为FillBorders在两个的luma被固定的情况下只能填充一个chroma。所以，我们也需要填充色度。为了使这个更容易写，让我们使用awsmfunc内封装的。

fil = awf.fb(crp, top=1)

我们的来源现在已经固定了。有些人可能想调整色度的大小，以保持原来的长宽比，对色度进行有损重采样，但这是否是一种方式，一般没有共识。如果你想走这条路:

top = 1
bot = 1
new_height = crp.height - (top + bot)
fil = awf.fb(crp, top=top, bottom=bot)
out = fil.resize.Spline36(crp.width, new_height, src_height=new_height, src_top=top) 

ContinuityFixer

来自cf。 ContinuityFixer的工作方式是将指定的行/列与周围range指定的行/列数量进行比较，通过最小二乘法回归找到新的数值。结果与bbmod相似，但它创建的数据完全是假的，所以最好使用rektlvls或bbmod来代替高模糊度。它的设置看起来如下:

fix = core.cf.ContinuityFixer(src=clip, left=[0, 0, 0], right=[0, 0, 0], top=[0, 0, 0], bottom=[0, 0, 0], radius=1920)

这是假设你使用的是1080p的素材，因为radius的值被设置为源的分辨率所定义的最长的一组。我推荐一个更低的值，但不要低于3，因为在这一点上，你可能是在复制像素（见下面的FillBorders）。可能会让大多数新手感到困惑的是我所输入的行/列固定值的数组。这些值表示要应用于三个平面的值。通常情况下，脏线只发生在luma平面上，所以你可以把其他两个平面的值保持为0。请注意，数组不是必须的，所以你也可以直接输入你想要修复的行/列的数量，所有平面都会被处理。

由于ContinuityFixer不太可能保持原始数据，建议优先使用bbmod而不是它。

让我们再看一下bbmod的例子，并应用ContinuityFixer:

fix = src.cf.ContinuityFixer(top=[6, 6, 6], radius=10)

让我们把这个和bbmod的修复进行比较（记得鼠标移到上面去比较）:

就像bbmod一样，ContinuityFixer不应该被用于超过两行/列。 同样，如果你要调整大小，你可以相应改变这个最大值: \[ max_\mathrm{resize} = max \times \frac{resolution_\mathrm{source}}{resolution_\mathrm{resized}} \]

ReferenceFixer

来自edgefixer。 这需要原始版本的edgefixer（cf只是它的一个旧的移植版本，但它更好用，而且处理过程没有改变）。我从来没有发现它有什么用处，但在理论上，它是相当整洁的。它与参考素材进行比较，以调整其边缘固定，就像在ContinuityFixer中一样。

fix = core.edgefixer.Reference(src, ref, left=0, right=0, top=0, bottom=0, radius = 1920)

笔记

太多的行/列

有一点不应该被忽视的是，将这些修正（除了rektlvls）应用于太多的行/列，可能会导致这些行/列在最终结果上看起来模糊不清。正因为如此，建议尽可能使用rektlvls，或者只在必要的行上仔细应用轻量级的修正。如果失败了，最好在使用 "ContinuityFixer "之前尝试一下bbmod。

调整大小

值得注意的是，在调整大小之前，你应该始终修复脏线，因为不这样做会引入更多的脏线。然而，重要的是要注意，如果你在一个边缘有一条黑线，你可以使用FillBorders，你应该用你的调整器把它删除。

例如，要将一个顶部有一条填充线的剪辑从\(1920\times1080\)到\(1280\times536\):

top_crop = 138
bot_crop = 138
top_fill = 1
bot_fill = 0
src_height = src.height - (top_crop + bot_crop) - (top_fill + bot_fill)
crop = core.std.Crop(src, top=top_crop, bottom=bot_crop)
fix = core.fb.FillBorders(crop, top=top_fill, bottom=bot_fill, mode="fillmargins")
resize = core.resize.Spline36(1280, 536, src_top=top_fill, src_height=src_height)

对角线的边框

如果你要处理对角线的边框，这里正确的做法是屏蔽边框区域，用FillBorders调用来合并源。这方面的一个例子 (来自 你的名字 (2016)):

修正在填充边缘模式下与未填充的比较，并调整对比度以获得清晰的效果:

使用的代码（注意，这是除着色后的结果）:

mask = core.std.ShufflePlanes(src, 0, vs.GRAY).std.Binarize(43500)
cf = core.fb.FillBorders(src, top=6, mode="mirror").std.MaskedMerge(src, mask)

寻找脏线

脏线可能相当难以发现。如果你在检查随机框架的边框时没有立即发现任何问题，那么你很可能会没事。如果你知道有一些框架的每一面都有小的黑色边框，你可以使用类似以下脚本的东西:

def black_detect(clip, thresh=None):
    if thresh:
        clip = core.std.ShufflePlanes(clip, 0, vs.GRAY).std.Binarize(
            "{0}".format(thresh)).std.Invert().std.Maximum().std.Inflate( ).std.Maximum().std.Inflate()
    l = core.std.Crop(clip, right=clip.width / 2)
    r = core.std.Crop(clip, left=clip.width / 2)
    clip = core.std.StackHorizontal([r, l])
    t = core.std.Crop(clip, top=clip.height / 2)
    b = core.std.Crop(clip, bottom=clip.height / 2)
    return core.std.StackVertical([t, b])

这个脚本将使阈值以下的数值（即黑色边界）显示为大部分黑色背景上中间的垂直或水平白线。如果没有给出阈值，它将简单地将剪辑的边缘居中。你可以在激活这个功能的情况下浏览一下你的视频。一个自动的替代方法是dirtdtct，它将为你扫描视频。

其他种类的可变脏线是一个婊子修复，需要手动检查场景。

可变的边界

一个与脏线非常相似的问题是不需要的边框。在不同裁剪的场景中（如IMAX或4:3），黑色边框有时可能不完全是黑色的，或者完全被打乱了。为了解决这个问题，只需将其裁剪并重新添加。你也可能想修复沿途可能出现的脏线:

crop = core.std.Crop(src, left=100, right=100)
clean = core.cf.ContinuityFixer(crop, left=2, right=2, top=0, bottom=0, radius=25)
out = core.std.AddBorders(clean, left=100, right=100)

如果你要调整大小，你应该在调整大小之前把这些裁剪掉，然后再把边框加回来，因为在调整大小的过程中留下黑条会产生脏线:

crop = src.std.Crop(left=100, right=100)
clean = crop.cf.ContinuityFixer(left=2, right=2, top=2, radius=25)
resize = awf.zresize(clean, preset=720)
border_size = (1280 - resize.width) / 2
bsize_mod2 = border_size % 2
out = resize.std.AddBorders(left=border_size - bsize_mod2, right=border_size + bsize_mod2)

在上面的例子中，我们必须在一边比另一边多加一些，以达到我们想要的宽度。 理想情况下，你的border_size是mod2，你就不必这样做了。

如果你知道你有这样的边界，你可以使用awsmfunc中的brdrdtct，类似于dirtdtct来扫描文件中的边界。