HEVC/x265 vs H.264/x264 – różnice, zastosowania, jakość i kompresja

Wybór między HEVC/H.265 a H.264/AVC nie sprowadza się do wskazania nowszego standardu. HEVC potrafi zachować podobną jakość przy wyraźnie niższym bitrate, ale wymaga więcej mocy obliczeniowej, dłużej się koduje i nadal sprawia więcej problemów ze zgodnością. H.264 tworzy większe pliki, za to działa niemal wszędzie i rzadziej zaskakuje odbiorcę komunikatem o nieobsługiwanym formacie.

Trzeba też rozdzielić dwa pojęcia. H.264 i H.265 to standardy kompresji wideo, natomiast x264 i x265 to programowe enkodery, które tworzą zgodne z nimi strumienie. Plik H.264 nie musi więc powstać w x264 — może zostać zakodowany sprzętowo przez NVENC, Intel Quick Sync Video, Apple VideoToolbox albo AMD AMF. Tak samo materiał HEVC może pochodzić z x265, aparatu, telefonu lub enkodera sprzętowego.

To rozróżnienie ma praktyczne skutki. Wolny preset x264 często da lepszy obraz przy tym samym bitrate niż szybki enkoder sprzętowy H.264. Podobnie źle ustawiony x265 może stworzyć mały plik z rozmytymi twarzami, pulsującymi cieniami i zniszczonym ziarnem. Sam napis „H.265” nie gwarantuje ani jakości, ani oszczędności miejsca.

Kompresja i jakość: kiedy HEVC rzeczywiście daje przewagę

HEVC opracowano jako następcę H.264 z myślą o skuteczniejszym kodowaniu materiałów o wysokiej rozdzielczości. W dobrze przygotowanym eksporcie H.265 pozwala zwykle ograniczyć bitrate o około 25–50% względem H.264 przy zbliżonej jakości obrazu. Górna granica jest osiągalna przede wszystkim przy 4K, spokojniejszych ujęciach, długich materiałach oraz wolniejszym kodowaniu programowym. Nie należy zakładać, że każdy plik automatycznie zmniejszy się o połowę.

Przykładowo film 4K zakodowany w H.264 z bitrate 40 Mb/s zajmuje około 18 GB na godzinę. Przy HEVC i bitrate 22–25 Mb/s może wyglądać podobnie, a jego rozmiar spadnie do około 10–11 GB na godzinę. Przy bibliotece obejmującej setki godzin nagrań różnica robi się kosztowo istotna. Przy pojedynczym, pięciominutowym filmie publikowanym w internecie oszczędność może nie rekompensować dłuższego eksportu i ryzyka problemów z odtwarzaniem.

HEVC uzyskuje lepszą kompresję między innymi dzięki bardziej elastycznemu podziałowi obrazu. H.264 operuje głównie na makroblokach 16 × 16 pikseli, natomiast H.265 może analizować jednostki kodowania o rozmiarze do 64 × 64 pikseli i dzielić je na mniejsze obszary. Na jednolitym tle, niebie, ścianie albo statycznym planie pozwala to opisać większy fragment obrazu mniejszą liczbą danych. Bardziej rozbudowana predykcja ruchu i większa liczba trybów wewnątrzklatkowych poprawiają efektywność, ale zwiększają liczbę obliczeń podczas kodowania.

Największy sens HEVC ma przy materiałach takich jak:

• 4K i 8K, gdzie bitrate H.264 szybko rośnie;
• HDR i 10-bit, zwłaszcza w telewizorach, aplikacjach VOD i prywatnych archiwach;
• długie nagrania z kamer, monitoringu i wydarzeń;
• biblioteki filmowe przechowywane przez wiele lat;
• materiały przesyłane przez łącza o ograniczonej przepustowości;
• dystrybucja na urządzenia, których obsługę HEVC można wcześniej potwierdzić.

Przewaga x265 maleje w materiałach trudnych do kompresji. Ziarno filmowe, szum z wysokiego ISO, dym, deszcz, liście, włosy, konfetti i szybkie panoramy wymagają wysokiego bitrate niezależnie od kodeka. Mocne ściskanie takich scen kończy się najczęściej usuwaniem drobnych szczegółów, zamianą ziarna w ruchome plamy i wygładzaniem skóry.

HEVC nie poprawia też materiału źródłowego. Przekodowanie gotowego filmu H.264 do H.265 może zmniejszyć plik, lecz powoduje kolejną stratną kompresję. Nie odzyska detali usuniętych podczas pierwszego eksportu. Jeżeli dostępny jest plik źródłowy, projekt montażowy lub master w ProRes albo DNxHR, materiał H.265 należy przygotować właśnie z niego.

Istotna jest również głębia koloru. H.264 obsługuje profile 10-bitowe, ale ich zgodność konsumencka jest ograniczona. HEVC Main 10 jest powszechniej wykorzystywany w materiałach HDR i pozwala przechowywać 1024 poziomy na kanał zamiast 256 dostępnych w 8 bitach. Zmniejsza to ryzyko widocznych pasów na gradientach, lecz nie naprawia błędnej konwersji barw. Źle ustawione zakresy poziomów, niewłaściwa charakterystyka transferu albo utracone metadane HDR nadal dadzą wyblakły lub zbyt ciemny obraz.

Zgodność, wydajność i zastosowania obu standardów

H.264 pozostaje najbezpieczniejszym formatem dystrybucyjnym, gdy nie wiadomo, na jakim urządzeniu zostanie odtworzony materiał. Obsługują go starsze telewizory, tanie przystawki multimedialne, systemy e-learningowe, panele CMS, komunikatory, przeglądarki i komputery bez nowoczesnego dekodera sprzętowego.

Najbardziej uniwersalny wariant to zwykle:

• kontener MP4;
• obraz H.264 High Profile;
• próbkowanie koloru 4:2:0;
• dźwięk AAC;
• skan progresywny;
• liczba klatek zgodna z materiałem źródłowym;
• standardowy zakres SDR, gdy HDR nie jest potrzebny.

HEVC jest dobrze obsługiwany przez nowe telefony, telewizory 4K, urządzenia Apple, konsole i współczesne układy graficzne, ale w komputerach osobistych odtwarzanie nadal zależy od kombinacji systemu, przeglądarki, sterowników, profilu kodeka i akceleracji sprzętowej. Ten sam plik może działać płynnie na kilkuletnim telefonie i jednocześnie ciąć się na starszym laptopie biurowym.

Najczęstsze objawy braku sprzętowego dekodowania HEVC to:

• wysokie użycie procesora;
• gubienie klatek;
• opóźnienie dźwięku względem obrazu;
• szybkie nagrzewanie laptopa;
• krótszy czas pracy na baterii;
• czarny ekran albo komunikat o braku kodeka.

Problem jest szczególnie widoczny przy 4K 50 lub 60 kl./s, HEVC 10-bit i HDR. Odtworzenie takiego materiału programowo może być trudne nawet dla procesora, który bez problemu radzi sobie z H.264 w 1080p.

Czas kodowania również działa na korzyść H.264. Przy kodowaniu programowym x265 wykonuje bardziej złożoną analizę, dlatego na tym samym procesorze i podobnym presecie eksport może trwać od około 1,5 do kilku razy dłużej niż w x264. Dokładna różnica zależy od rozdzielczości, liczby klatek, ustawień enkodera i rodzaju materiału.

Przykładowo dziesięciominutowy film 4K może zostać zakodowany w x264 preset medium w czasie zbliżonym do długości materiału, podczas gdy x265 preset slow na tym samym komputerze może potrzebować kilkudziesięciu minut. Na słabszej maszynie eksport trwający kilka godzin nie jest niczym niezwykłym. Preset placebo pogarsza sytuację jeszcze bardziej, a jego przewaga nad slower jest najczęściej zbyt mała, by uzasadnić dodatkowy czas.

Enkodery sprzętowe zmieniają proporcje. NVENC, Quick Sync, VideoToolbox i AMF pozwalają kodować H.264 oraz HEVC znacznie szybciej niż procesor. Nadają się do streamingu, nagrywania ekranu, monitoringu i seryjnego eksportu. Ceną jest zwykle słabsza efektywność kompresji niż w dobrze ustawionym x264 lub x265. Aby osiągnąć podobną jakość, enkoder sprzętowy może potrzebować wyższego bitrate.

W praktyce wybór wygląda następująco:

• Publikacja w internecie i wysyłka do nieznanych odbiorców: H.264.
• YouTube, Vimeo i podobne platformy: zazwyczaj H.264, ponieważ serwis i tak przygotuje własne wersje materiału.
• Streaming na żywo: H.264, chyba że cała infrastruktura i urządzenia odbiorców obsługują HEVC.
• Archiwum 4K lub HDR: HEVC 10-bit, ale razem z zachowaniem pliku źródłowego albo mastera.
• Monitoring i długotrwałe nagrywanie: HEVC, jeżeli rejestrator oraz wszystkie stanowiska odtwarzające mają zgodne dekodery.
• Materiały do dalszego montażu: ani H.264, ani HEVC. Lepiej użyć ProRes, DNxHR lub kodeka pośredniego oferowanego przez program montażowy.
• Szybki podgląd i pliki robocze: H.264 z szybszym presetem albo proxy w kodeku montażowym.

H.264 i HEVC są kodekami dystrybucyjnymi. Przy montażu wymagają dekodowania wielu zależnych od siebie klatek, co utrudnia przewijanie i pracę wielowarstwową. Szczególnie irytujące są materiały HEVC 10-bit 4:2:2 z aparatów: część kart graficznych obsługuje sprzętowo HEVC 4:2:0, ale nie dekoduje określonych wariantów 4:2:2. Wtedy nowy komputer potrafi odtwarzać film gorzej niż sugerowałaby jego specyfikacja. Rozwiązaniem jest utworzenie plików proxy albo transkodowanie materiału do kodeka montażowego.

Osobną kwestią są licencje patentowe. Dla osoby eksportującej prywatne filmy nie jest to zazwyczaj problem praktyczny. Sytuacja zmienia się przy tworzeniu aplikacji, urządzenia, płatnej platformy lub usługi wykorzystującej kodek. HEVC ma bardziej złożony model licencyjny niż H.264, obejmujący kilka grup patentowych. Przed wdrożeniem komercyjnym trzeba sprawdzić obowiązki dotyczące konkretnego produktu, sposobu dystrybucji i rynku. Nie należy zakładać, że użycie darmowej biblioteki x265 automatycznie rozwiązuje kwestię patentów.

Ustawienia x264 i x265, które mają sens w praktyce

Najwygodniejszym trybem kodowania pliku przeznaczonego do publikacji lub archiwum jest zwykle CRF, czyli kodowanie sterowane jakością. Enkoder przydziela więcej danych trudnym scenom i mniej fragmentom statycznym. Wynikowy bitrate nie jest z góry znany, dlatego CRF nie nadaje się do każdego zastosowania — przy streamingu i ścisłym limicie przepływności potrzebna jest kontrola bitrate oraz bufora VBV.

W obu enkoderach skala CRF wynosi 0–51, ale wartości nie są bezpośrednio porównywalne. CRF 22 w x264 i CRF 22 w x265 nie oznaczają identycznej jakości ani takiego samego rozmiaru.

Rozsądne punkty startowe to:

• x264, 1080p wysokiej jakości: CRF 18–21, preset slow lub medium;
• x264, standardowa publikacja internetowa: CRF 21–23, preset medium;
• x264, szybki podgląd: CRF 24–28, preset veryfast;
• x265, 1080p lub 4K wysokiej jakości: CRF 20–24, preset slow;
• x265, oszczędne archiwum: CRF 24–28, po wcześniejszym teście trudnych scen;
• x265, HDR: profil 10-bit, poprawne oznaczenie przestrzeni barw i zachowanie metadanych HDR.

Niższy CRF oznacza wyższą jakość i większy plik. Różnica sześciu punktów daje w przybliżeniu dwukrotną zmianę bitrate, choć realny wynik zależy od obrazu i ustawień enkodera. Nie ma sensu eksportować wszystkiego przy CRF 14 „na zapas”. Taki plik bywa ogromny, a różnicy względem CRF 18 nie widać bez zatrzymywania klatki i powiększania obrazu.

Preset nie określa bezpośrednio jakości. Decyduje, ile czasu enkoder poświęci na znalezienie efektywniejszego sposobu zapisania obrazu. Przy tym samym CRF wolniejszy preset może stworzyć mniejszy plik, ale nie zawsze będzie wyglądał zauważalnie lepiej.

W większości zastosowań wystarczą trzy poziomy:

• veryfast — transmisje, szybkie pliki robocze i eksporty, przy których czas ma większe znaczenie niż rozmiar;
• medium — bezpieczny kompromis;
• slow — archiwum, VOD i finalne pliki, gdy można zaakceptować dłuższe kodowanie.

Presety slower i veryslow mają sens dopiero przy dużej bibliotece, wysokim koszcie przechowywania albo dystrybucji na dużą skalę. Placebo praktycznie nie opłaca się w normalnej produkcji. Potrafi wielokrotnie wydłużyć eksport, a zysk w bitrate często wynosi tylko kilka procent.

Przy określonym limicie rozmiaru lepiej zastosować kodowanie dwuprzebiegowe. Pierwszy przebieg analizuje materiał, a drugi rozdziela bitrate według trudności scen. Tryb ten przydaje się, gdy plik ma zmieścić się w konkretnym limicie, na przykład 2 GB, albo gdy platforma wymaga określonego średniego bitrate. Nie poprawia jednak jakości źródła i nie zastępuje poprawnego doboru wartości docelowej.

Bitrate można oszacować przed eksportem. Dla samego obrazu:

rozmiar w MB ≈ bitrate w Mb/s × czas w sekundach ÷ 8

Dziesięć minut wideo przy 12 Mb/s zajmie około 900 MB, do czego trzeba doliczyć dźwięk i niewielki narzut kontenera. Dźwięk AAC 192 kb/s przez dziesięć minut zwiększy plik o około 14 MB.

Orientacyjne bitrate dla dobrej jakości materiału SDR wynoszą:

• 1080p 25–30 kl./s w H.264: 6–12 Mb/s;
• 1080p 50–60 kl./s w H.264: 10–20 Mb/s;
• 4K 25–30 kl./s w H.264: 30–50 Mb/s;
• 4K 50–60 kl./s w H.264: 45–70 Mb/s;
• 1080p 25–30 kl./s w HEVC: 4–8 Mb/s;
• 4K 25–30 kl./s w HEVC: 15–30 Mb/s;
• 4K 50–60 kl./s w HEVC: 25–45 Mb/s.

Nie są to wartości gwarantujące konkretną jakość. Animacja z płaskimi kolorami może wyglądać dobrze przy znacznie niższym bitrate, natomiast koncert filmowany w ciemności, nagranie lasu albo materiał z mocnym ziarnem będzie potrzebować więcej danych.

Przed zakodowaniem całego filmu należy wykonać prosty test:

1. Wybrać trzy fragmenty po 20–30 sekund: statyczny, z szybkim ruchem i z trudnym światłem.
2. Zakodować je w dwóch lub trzech wariantach CRF.
3. Sprawdzić twarze, włosy, cienie, gradienty, dym, wodę i ruch kamery.
4. Odtworzyć pliki na urządzeniu docelowym.
5. Porównać czas kodowania i rozmiar.
6. Wybrać ustawienie, które przechodzi najtrudniejszą scenę, a nie to, które dobrze wygląda wyłącznie w spokojnym ujęciu.

Najczęstszy błąd to testowanie kodeka na łatwym fragmencie. Statyczny wywiad na jasnym tle może wyglądać dobrze nawet przy agresywnej kompresji, podczas gdy kilkusekundowa scena w półmroku ujawni migotanie bloków, plamy i utratę faktury skóry.

FAQ: najczęstsze pytania o H.264 i HEVC

Czy H.265 zawsze daje lepszą jakość niż H.264?
Nie. Przy tym samym bitrate i porównywalnej klasie enkodera H.265 zwykle wypada lepiej, ale szybkie lub błędne ustawienia x265 mogą dać gorszy obraz niż dobrze skonfigurowany x264.

Czy x264 i H.264 oznaczają to samo?
Nie. H.264 to standard kompresji, a x264 jest jednym z enkoderów tworzących materiał zgodny z tym standardem. Analogicznie H.265/HEVC jest standardem, a x265 — enkoderem.

Jaki kodek wybrać do 4K?
Do archiwum, VOD i kontrolowanego środowiska odtwarzania najczęściej HEVC 10-bit. Do publicznej dystrybucji, prezentacji, stron internetowych i wysyłki klientom bezpieczniejszy pozostaje H.264.

Czy HEVC nadaje się do YouTube?
Tak, platforma może przyjąć taki plik, ale zazwyczaj nie daje to istotnej przewagi. YouTube ponownie koduje przesłany materiał, dlatego H.264 o dobrej jakości jest prostszym i bardziej przewidywalnym formatem wejściowym.

Czy warto przekodować kolekcję H.264 do H.265, aby oszczędzić miejsce?
Tylko wtedy, gdy nie ma dostępu do lepszego źródła, oszczędność miejsca jest istotna, a niewielka utrata jakości akceptowalna. Ważnych nagrań nie należy zastępować jedyną kopią po ponownej kompresji.

Czy 10-bit ma sens przy zwykłym materiale SDR?
Tak, zwłaszcza przy gradientach, animacji i mocnej obróbce kolorystycznej. Kodowanie 10-bit może ograniczyć banding, ale trzeba wcześniej potwierdzić zgodność urządzeń i programu odtwarzającego.

Który kodek jest lepszy do streamingu na żywo?
H.264 jest bezpieczniejszy i szerzej obsługiwany. HEVC ma sens w zamkniętym systemie, w którym kontrolowane są enkoder, serwer, aplikacja oraz urządzenia odbiorców.

Czy x265 preset placebo daje najwyższą jakość?
Nie w sposób proporcjonalny do czasu kodowania. Zwykle rozsądniej użyć preset slow albo slower. Placebo potrafi drastycznie wydłużyć eksport przy minimalnym zmniejszeniu pliku.

Czy H.264 lub H.265 nadają się do montażu?
Technicznie tak, ale nie są dobrymi kodekami roboczymi. Przy ciężkich plikach, wielu warstwach lub materiale 4K lepiej utworzyć proxy albo transkodować materiał do ProRes lub DNxHR.

Pierwsza decyzja nie powinna dotyczyć CRF ani presetu. Najpierw sprawdź urządzenie i program, na których film ma być odtwarzany. Gdy środowisko jest nieznane, zacznij od H.264 w MP4. Gdy masz potwierdzone sprzętowe dekodowanie HEVC, zależy Ci na mniejszym pliku, a dłuższy eksport nie blokuje pracy, przygotuj krótki test x265 na najtrudniejszych scenach. Najpierw usuń błąd polegający na wybieraniu kodeka wyłącznie na podstawie deklarowanej oszczędności miejsca — zgodność i jakość najgorszego fragmentu są ważniejsze niż wynik pokazany w kolumnie „rozmiar pliku”.