从一帧帧画面到一部片

12 · 1一帧是一段时间

电影每秒 24 帧，快门通常开半帧（电影摄影机的快门是一片转盘，转一圈是一帧，开口 180° 就是开半帧）：每帧曝光 1/48 秒，动的东西拉出一道拖影，叫运动模糊（motion blur）。渲染器没有真快门，只会算某一个时刻；想要拖影，就在快门开着的那段时间里取几个时刻各算一遍，再平均，这几个时刻叫子帧（sub-frame）。渲染器能取「第 585.25 帧」这种两帧之间的时刻，是因为画面只由时间决定：给它任何一个时刻，它都能直接算出那一刻，同一个时刻算两遍一模一样。

不要拖影、每帧清清楚楚行不行？快速平移时画面每帧跳几十像素，放起来一顿一顿。那取几个子帧才够？

来自材料

子帧的取法、累加方式和自适应规则照抄长卷成片引擎 director.js；平移画面是长卷公开站的截图。剪切点：红魔 19.5 秒（每秒 30 帧）手机上那个「一下翻个面」的关键帧（set_phone.py；那里从第 1 帧起算，是第 586 帧，本实验按 19.5 × 30 记作第 585 帧），快门用 Blender 默认的半帧（180°）。

本实验的设定

平移速度、手机的样子和它在两帧间转多少，是为演示定的。红魔手机那段用的 Cycles（Blender 的离线渲染器）在快门里取时刻的方式和这里的等间隔子帧不同，但快门跨过翻面那一刻时两个样子都会被取到，这一点一样。

它能证明

子帧间隔和拖影长度的关系；快门窗口跨过跳变键就会出重影。

它不能证明

长卷 v2 闪烁的全部原因（还有瓦片换档和人物的帧率，见 12 · 4）。

它停在长卷第二版的设定：6 个子帧、每帧 48 像素。把子帧数拖到 13，梳子齿连成拖影；拖到 1，再点「播放」，看它一跳一跳。

12 · 2剪切点上的那一帧

「第 585 帧」在时间轴上是 585.00 那一刻，快门窗口就是从哪一刻开到哪一刻。放在哪，Blender 有三个选项：从这一帧开始往后开、以这一帧为中心、开到这一帧为止。平时看不出差别，直到遇上跳变。动画只在几个关键帧（keyframe）上记下位置和角度，中间由软件补（插值）；「常量」插值就是不补，到那一刻直接跳。红魔的手机在 19.5 秒的剪切点上就有这么一个键：之前是背面，从 585.00 起一下翻成正面。

快门以帧为中心、开半帧。剪切点那一帧（第 585 帧）会是什么样？

1. 干净：只有翻转后的正面
2. 背面和正面叠在一起，各一半
3. 糊成一片，像快速平移

从帧开始585.00 → 585.50：干净

以帧为中心584.75 → 585.25：重影

到帧结束584.50 → 585.00：最后一个子帧正好落在 585.00，淡淡的重影

以帧为中心时，这一帧的快门从 584.75 开到 585.25，一半的子帧在翻转之前、一半在之后，两个样子各占一半。v4 交片前的自查抓到了它：19.5 秒和 21 秒两个剪切点上各有一帧重影 C26。修法是改成从帧开始（motion_blur_position = 'START'）：剪切点那一帧只往后取，全在翻转之后；它前一帧只取到 584.5，全在之前。

在快门台里换成「剪切点上的翻转」，拖「看第几帧」和「快门位置」试试。

12 · 3帧变成文件：平移最吃码率

渲出来的是一张张图，交出去的是一个 mp4。mp4 只是个盒子（容器），里面是按某种编码器（codec）压过的画面，最常见的是 H.264（x264 是压它的程序）：隔一段存一张完整的 I 帧，其余的帧只存「和前后帧比哪里变了、往哪挪了」。码率（bitrate）是每秒多少比特，Mbps 即每秒百万比特；一字节 8 比特，码率 = 文件大小 × 8 ÷ 时长。广州片的母版是 ProRes（每帧独立存），100.5 秒 1.9 GB，约 150 Mbps；分享版 H.264，88 MB，约 7 Mbps。先猜一个：

CRF 让码率跟着内容走。分享版要管住文件大小，常常反过来：码率固定，画质跟着内容走；长卷的分享版还压两遍，第一遍看哪里难压，第二遍按这个分比特。下面这段 4 秒的长卷（每秒 30 帧：1 秒不动、2 秒快速平移、1 秒不动）按四种设置压好，在你的浏览器里解码。图里的 PSNR 是和没压过的原片比有多像（dB，越高越像）。

来自材料

画面是长卷公开站的截图；三档码率里 2.2 Mbps 是长卷分享版原来的码率、6 Mbps 是改后的 C14；码率固定的三档照长卷 pipeline.sh 的写法两遍编码（x264，slow）。

本实验的设定

这 4 秒是在 Mac 上用 ffmpeg 8.1 从截图生成再压的，不是当年的分享版；拖影按长卷引擎的规则做。每帧字节数由 ffprobe 读出，PSNR 由 ffmpeg 拿无损原片逐帧算。

它能证明

同样的画质，平移的帧比静止的帧贵几十倍；码率固定时，平移那几秒最先吃亏。

它不能证明

别的编码器（硬件编码、H.264 的下一代 HEVC）的数字；也不代表所有平移都一样贵，要看画面里有多少细节。

选 CRF 23 看上面那排柱子：第一帧是 I 帧，约 313 KB；静止时每帧只要两百多字节（几乎只写「和上一帧一样」）；一动起来，平均每帧约 16 KB，贵六十多倍。再换成 2.2 Mbps：每秒 2.2 百万比特，除以 8 再除以 30 帧，平均每帧只有约 9 KB。两遍编码已经把静止省下的都挪给了平移，平移时每帧也才约 9.5 KB，只有 CRF 23 时的六成，下面那条 PSNR 从静止时的 42.9 dB 一下掉到 37 dB 左右；停下以后的画面是从压糊了的帧推出来的，也回不到原来。1 Mbps 掉得更多。放大看窗户和墙面，再点「播放」：糊和块都挤在平移那两秒。长卷分享版原来 2.2 Mbps，平移时纹理糊、会闪，提到约 6 Mbps 才好 C14。

12 · 4闪烁：渲染还是编码？

回到你那个问题。分开渲染和编码，最直接的办法是看没压过的原帧：原帧上就闪的，是渲染；原帧干净、成片才有的，是编码。那一次查下来，主要在渲染，次要在编码。第二版交付时写着「闪烁：已修复并验证」，验证用的是每帧整幅的平均亮度——整幅变亮变暗它抓得到，一小块细节换了样子它看不见。后来把后一帧按镜头的移动挪回去，再和前一帧逐像素相减：没变的地方减成一片黑，变了的地方发亮。第 1250 帧，陈家祠的陶塑屋脊在这张差图上整片发亮：它换了一套细节 C14。

改完，同一段推拉里差图最亮的一帧和一般的一帧之比，从 1.33 降到 1.10（1 就是完全平稳）。第一版的闪法又不一样：转场处整屏亮一下，平均亮度一测就是 5 帧突然跳——交叉淡化的首尾帧亮度不一致，动、静镜头走了两条不同的合成流程，子帧数一会儿多一会儿少；改成一镜到底、统一 6 个子帧、同一条流程，3075 帧零跳变 C13。可统一的 6 个子帧到快速平移时又不够（12 · 1），第三版才按速度定。还有一次，逐帧亮度抓到了丢显卡的坏帧，却没查封面，封面恰好截自坏帧 C16。一次测量只证明你测的那件事。

12 · 5声音这一轨，也是数字

片子的响不响，按响度（LUFS）算，是整条混音听起来多响，不是最响的那一下；数都是负的，越接近 0 越响：广播标准 −23 LUFS，Spotify 统一到 −14；你的几部片在 −13 到 −16 之间，站里的导览按 −16 做（五条实测都在 −16.0 到 −16.2 之间，真峰值不超过 −1.5 dBTP）。分贝是对数：+6 dB 约是振幅翻倍；两段一模一样、完全同步的声音叠起来是 +6 dB，两段互不相关的声音（比如两条不同的环境声）叠起来只多 3 dB。配音平不平也能量：起伏按半音算，12 × log₂(最高音高 ÷ 最低音高)，音高就是声音的频率，一个八度是 12 个半音；长卷旁白原来两句只有 15.1 和 13.1 个半音，每句单写语气、录两版挑起伏大的，到了 19–23 个 C18。配乐的剪点落在小节线上：120 拍每分钟、四拍一小节，一小节 2 秒。AI 生成的配乐末尾常藏一句「当前内容由AI生成」，广州片那首是语音识别在 3 分 16 秒听出来的 C08。