Excel中实现Bjøntegaard度量:bjontegaard_etro完全指南
2024-09-11 15:17:25作者:房伟宁
项目介绍
bjontegaard_etro 是一个专为Excel设计的VBA(Visual Basic for Applications)代码库,用于计算任意数据点数目的BjøntegaardDelta SNR(信噪比)和率。当使用4个数据点时,该计算结果遵循VCEG-M33标准。项目提供了两个核心函数:BDSNR 和 BDBR,并以两种形式提供——作为一个独立的宏启用的工作簿(bjontegaard_etro_standalone_example.xlsm)以及作为Excel加载项(bjontegaard_etro.xla)。
作者: Tim Bruylants, ETRO, Vrije Universiteit Brussel
许可证: MIT
快速启动
安装与使用 Excel 加载项(推荐)
- 下载
bjontegaard_etro.xla文件到本地。 - 打开Excel,点击“文件” > “选项” > “添加-ins”。
- 在管理下拉菜单中选择“Excel 加载项”,然后点击“转到...”。
- 按照路径浏览并选择下载的
bjontegaard_etro.xla文件,点击确定安装。 - 安装完成后,在Excel的函数列表中,您就可以直接使用
BDSNR和BDBR函数了。
使用独立工作簿
- 直接下载并打开
bjontegaard_etro_standalone_example.xlsm。 - 该工作簿已经内置了VBA代码,无需额外安装即可使用提供的函数。
- 在相应单元格调用
BDSNR或BDBR函数,并传入参数。
示例代码调用:
=BDSNR(A1:A4, B1:B4, C1:C4, D1:D4)
其中,A1:A4是第一个序列的比特率,B1:B4是对应的PSNR,C1:C4和D1:D4分别是第二个序列的比特率和PSNR。
应用案例和最佳实践
该工具非常适合视频编解码器评估过程,尤其是在比较不同编码参数或编码器性能时。最佳实践包括:
- 确保输入数据准确性,比特率和PSNR值需对应且来自相同长度的视频片段。
- 利用Bjøntegaard度量来定量分析质量改进与比特率变化的关系,优化编码设置。
- 在进行多轮测试和优化过程中,可以创建Excel报告模板,自动化数据录入和计算流程。
典型生态项目
对于寻求更底层控制或集成到其他编程环境的应用场景,可以考虑其兄弟项目 bjontegaard_cpp —— 它提供了C++版本的BjøntegaardDelta SNR和率计算库,适合嵌入到软件开发项目中,尤其适用于自动评测系统或服务器端处理。
通过结合这些资源,无论是在Excel环境中还是在高级编程项目中,您都能够高效地执行视频质量评价分析。
登录后查看全文
热门项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
AtomGit城市坐标计划AtomGit 城市坐标计划开启!让开源有坐标,让城市有星火。致力于与城市合伙人共同构建并长期运营一个健康、活跃的本地开发者生态。01
CAP基于最终一致性的微服务分布式事务解决方案,也是一种采用 Outbox 模式的事件总线。C#00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
649
4.22 K
deepin linux kernel
C
27
14
Ascend Extension for PyTorch
Python
484
589
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
388
278
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.53 K
880
Oohos_react_native
React Native鸿蒙化仓库
JavaScript
331
387
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
936
847
暂无简介
Dart
896
214
昇腾LLM分布式训练框架
Python
141
165
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
123
194