x265探索与研究(二):x265使用基本方法

简介: <h1 style="text-align:center">x265使用基本方法</h1> <p><br></p> <p>        首先,完成x265的下载安装与配置。</p> <p>(参考网址:<a target="_blank" href="http://blog.csdn.net/frd2009041510/article/details/50446007">http:/

x265使用基本方法


        首先,完成x265的下载安装与配置。

(参考网址:http://blog.csdn.net/frd2009041510/article/details/50446007


接下来介绍x265编解码视频的基本方法。


第一步:


        进入“...x265_1.8\build\vc10-x86”,双击“build-all.bat”,则进行编译。文件夹中的内容变化如下两图所示。

    

第二步:


        用VS打开上一步中生成的x265.sln,其具体位置在“...\x265_1.8\build\vc10-x86”(如下图,根据平台选择)


打开后,VS出现如下界面:


第三步:


        Build Solution(可以先调为Release模式),Release文件夹下出现编译出来的一些执行文件和库,如下图所示。


其中,

        x265.exe是可以直接使用的编码H.265的命令行程序

        libx265.dll、libx265.lib是可以用于程序开发的编码H.265的类库(libdll分开)

        x265-static.lib是可以用于程序开发的编码H.265的类库(单独一个lib


第四步:


        将make-solution.bat拷贝至Release文件夹下,并且拷贝一个YUV420的测试序列至Release文件夹下,如下图所示。


第五步:


        修改make-solution.bat内容,内容如下(运行的指令将在后续博文中介绍):


x265 --input-res 352x288 --fps 30 hall_cif_352x288_300.yuv -o hall_cif_352x288_300.h265



第六步:


        双击make-solution.bat,出现如下界面,说明成功。


成功过后,会多出一个*.h265的文件,该文件就是h.265格式的视频,如下图所示:


大笑OK了。

目录
相关文章
|
5月前
|
机器学习/深度学习 人工智能 算法
计算机算法基础概述与常用算法解析
计算机算法基础概述与常用算法解析
|
6月前
|
自然语言处理 算法 Serverless
详尽分享贝叶斯算法的基本原理和算法实现
详尽分享贝叶斯算法的基本原理和算法实现
62 0
|
6月前
|
算法
计算机算法设计与分析 第1章 算法概述 (笔记)
计算机算法设计与分析 第1章 算法概述 (笔记)
|
监控 架构师 程序员
第八章 思维模型
第八章 思维模型
126 0
|
机器学习/深度学习
机器学习增强量子化学领域的新突破,用半经验量子力学方法的结构来构建动态响应的哈密顿量
机器学习增强量子化学领域的新突破,用半经验量子力学方法的结构来构建动态响应的哈密顿量
256 0
机器学习增强量子化学领域的新突破,用半经验量子力学方法的结构来构建动态响应的哈密顿量
|
编译器 C#
【C#本质论 七】类-从设计的角度去认知(继承)(下)
【C#本质论 七】类-从设计的角度去认知(继承)(下)
68 0
|
存储 开发框架 .NET
【C#本质论 七】类-从设计的角度去认知(继承)(上)
【C#本质论 七】类-从设计的角度去认知(继承)(上)
95 0
|
人工智能 算法 安全
8种提升程序猿编程能力的方法+编程思维四个核心:分解、抽象、模式识别和算法
对于程序员来说,提高自己的编程能力,算是给自己定的职业发展目标之一,不过定一个成为编程大神的目标很容易,具体做起来可能就不是一件简单的事了。首先,既然决定“我要变得更好”,得先知道“更好”是什么样子的。另外,不能“想变得更好”,却没有任何具体可行的措施。
936 2
8种提升程序猿编程能力的方法+编程思维四个核心:分解、抽象、模式识别和算法
|
机器学习/深度学习 存储 算法
【综述】机器学习中的12类算法
最近在研究一些机器学习方面的论文,翻到了一篇较早的机器学习综述(2017年),虽然不是最新的研究现状,但考虑到经典机器学习算法其实发展并不像深度学习那么迅猛,所以其论述还是很有参考性。本文就其中关于机器学习算法分类的一段进行选摘翻译,以供参考。原文链接可通过阅读原文查阅。
449 0
【综述】机器学习中的12类算法
|
机器学习/深度学习 算法 数据挖掘
程序员学数据科学需要掌握的常用算法和方法术语
  数据科学是一门有关机器学习、统计学与数据挖掘的交叉学科,它的目标是通过算法和统计分析方法从现存数据中获取新知识。下面小编将介绍数据科学中的算法和方法术语。   k最近邻算法:一种预测未知数据项的算法,未知数据项(的值)近似于其k个最近邻居的多数值。朴素贝叶斯分类器:使用关于条件概率的贝叶斯定理,即P(A|B)=(P(B|A) * P(A))/P(B),来分类数据项的一种方法,假设数据的特定变量之间相互独立。决策树:一种模型,根据树上的分支与实际数据项之间的匹配属性,将数据项分类到叶子节点中的一个类中。随机决策树:决策树的一种,其中的每个分支在构建时仅使用可用变量的随机子集。随机森林:基
147 0

相关实验场景

更多