縦型動画のキーフレーム間隔でファイルサイズはどれだけ変わるか GOP300から10まで実測しました

IT・仕事術

記事内に広告が含まれています。

この記事でわかることをまとめました

結論です。縦型動画10秒をH.264・CRF 23・プリセットmediumにそろえ、ffmpegでキーフレーム間隔をGOP 300・150・60・30・10フレームにして保存したところ、GOP 300の出力を100とした割合は、GOP 150が100.1、GOP 60が150.4、GOP 30が186.4、GOP 10が348.2になりました。ファイルサイズは、キーフレーム間隔が短いほど大きくなりました。

ポイントを先に並べます。

  • GOP 300の出力(345,356バイト)を100とした割合は、GOP 10で348.2でした。
  • GOP 10の出力(1,202,508バイト)は、元の動画(937,490バイト)を100とした割合で128.3と、元の動画より大きくなりました。
  • 変換時間の中央値は、キーフレーム間隔と一貫した増減にはなりませんでした。
  • 静止した1フレームのSSIMも、キーフレーム間隔と一貫した増減にはなりませんでした。
  • 図4の並び表示の大きさでは、私の目視で条件どうしの違いは分かりませんでした。

図1:GOP 300の出力を100とすると、キーフレーム間隔が短いほど大きくなりました

GOP 300の出力を100としたファイルサイズの割合を比べた棒グラフで、GOP 300は100.0、GOP 150は100.1、GOP 60は150.4、GOP 30は186.4、GOP 10は348.2になっていることを示しています。縦軸は0から400の範囲です
図1:GOP 300の出力を100とした割合を、キーフレーム間隔ごとに比べました。縦軸は0から400の範囲です。

図1は、GOP 300で保存したファイル(345,356バイト)を100として、各条件のファイルサイズの割合を棒グラフにしたものです。

使った動画と変換の方法をまとめました

素材は、1080x1920pxの縦型動画です。30fps、300フレーム、10.0秒、H.264、音声なしで、ファイルサイズは937,490バイトです。内容はスライドが中心の動画です。

私はこの動画を、2026年11月21日にffmpegで変換しました。

  • キーフレーム間隔(-g)を300・150・60・30・10フレームの5段階で変えました。
  • コーデックは全てH.264(libx264、CRF 23、プリセットmedium、yuv420p)です。
  • 解像度は1080×1920、フレームレートは30fps、音声なしで、全条件そろえました。
  • 変えたのはキーフレーム間隔だけです。

キーフレーム間隔は、フレーム数で指定します(GOP)。今回の素材は30fpsなので、時間に直すと次のようになります。

  • 300フレームは10秒に当たります。
  • 150フレームは5秒に当たります。
  • 60フレームは2秒に当たります。
  • 30フレームは1秒に当たります。
  • 10フレームは約0.33秒に当たります。

キーフレームの数は、ffprobeで全フレームの種類を数えた実測です。GOP 300で1個、GOP 150で2個、GOP 60で5個、GOP 30で10個、GOP 10で30個と、指定どおりの数になりました。

変換時間は、各条件で変換を3回行った中央値です。ファイルサイズは、3回とも同じバイト数になりました。

割合は、バイト数から直接計算し、小数第1位に丸めました。ファイルサイズの割合の基準は2種類です。GOP 300の出力(345,356バイト)を100とした割合と、元の動画(937,490バイト)を100とした割合です。段階どうしの割合と変換時間の割合も、それぞれバイト数と中央値から直接計算しています。

画質はSSIMで測りました。SSIMは、1に近いほど比べる相手に近いことを表す指標です。比べる相手は元の動画の3秒時点のフレームで、出力の3秒時点のフレームと比べました。どちらも元の寸法(1080×1920)のままで、縮小はしていません。このSSIMは、静止した1フレームどうしの近さであり、動画全体の見え方は含んでいません。

ファイルサイズを2つの基準の割合で表にまとめました

条件バイトGOP 300の出力を100とした割合元の動画を100とした割合キーフレーム数
元の動画937,490–100.0–
GOP 300345,356100.036.81
GOP 150345,635100.136.92
GOP 60519,492150.455.45
GOP 30643,850186.468.710
GOP 101,202,508348.2128.330

表の「-」は、該当する値がないことを表しています。

図2:変換時間の中央値は、キーフレーム間隔と一貫した増減にはなりませんでした

変換時間の中央値を比べた棒グラフで、GOP 300は7.795秒、GOP 150は6.868秒、GOP 60は7.232秒、GOP 30は7.047秒、GOP 10は7.292秒になっていることを示しています。縦軸は0から9.5秒の範囲です
図2:変換時間の中央値(3回)を、キーフレーム間隔ごとに比べました。縦軸は0から9.5秒の範囲です。ラベルは小数第3位までです。

図2は、各条件で3回変換した時間の中央値を棒グラフにしたものです。中央値は、GOP 150の6.868秒からGOP 300の7.795秒の範囲に収まりました。

図3:SSIMも、キーフレーム間隔と一貫した増減にはなりませんでした

3秒時点のフレームのSSIMを比べた棒グラフで、GOP 300は0.996919、GOP 150は0.996919、GOP 60は0.997779、GOP 30は0.998456、GOP 10は0.997942になっていることを示しています。縦軸は0.996から0.999の範囲です
図3:3秒時点のフレームのSSIMを、キーフレーム間隔ごとに比べました。縦軸は0.996から0.999の範囲です。ラベルは小数第6位までです。

図3の縦軸は0.996から0.999の範囲です。値は0.996919から0.998456の範囲で、一番大きかったのはGOP 30、一番小さかったのはGOP 300とGOP 150でした。最大と最小の差は0.001537です。

変換時間とSSIMも表にまとめました

条件変換時間の中央値(秒)3秒時点のフレームのSSIM
GOP 3007.7950.996919
GOP 1506.8680.996919
GOP 607.2320.997779
GOP 307.0470.998456
GOP 107.2920.997942

キーフレーム間隔ごとに分かったことをまとめました

  • ファイルサイズは、キーフレーム間隔が短いほど大きくなりました。GOP 300の出力を100とした割合は、GOP 150で100.1、GOP 60で150.4、GOP 30で186.4、GOP 10で348.2でした。
  • GOP 150の出力は、GOP 300の出力より279バイト大きく、GOP 300の出力を100とした割合では0.1ポイントの差でした。
  • 段階どうしで見ると、前の段階の出力を100とした割合は、GOP 300からGOP 150で100.1、GOP 150からGOP 60で150.3、GOP 60からGOP 30で123.9、GOP 30からGOP 10で186.8でした。上がり方が一番大きかったのは、キーフレームが10個から30個に増えた、GOP 30からGOP 10への段階です。
  • GOP 10の出力は、GOP 300の出力より857,152バイト大きく、GOP 300の出力を100とした割合では248.2ポイントの差でした。
  • GOP 10の出力(1,202,508バイト)は、元の動画(937,490バイト)を100とした割合で128.3と、元の動画より大きくなりました。
  • 変換時間の中央値は、キーフレーム間隔と一貫した増減にはなりませんでした。GOP 300の中央値(7.795秒)を100とした割合は、GOP 150で88.1、GOP 60で92.8、GOP 30で90.4、GOP 10で93.5でした。
  • SSIMも、キーフレーム間隔と一貫した増減にはなりませんでした。静止した1フレームの比較です。

図4:私の目視では、並び表示の大きさで違いは分かりませんでした

元の動画とGOP 300・GOP 30・GOP 10の出力から、3秒時点のフレームの中央付近を切り出し、等倍のまま、灰色の区切りを挟んで横に並べ、各画像の上に条件名を入れた比較画像です。写っているのはスライド画面(2月のカレンダー)の一部です
図4:元の動画とGOP 300・GOP 30・GOP 10の出力の3秒時点のフレームについて、中央付近(400x300px)を等倍で並べました。

図4は、元の動画とGOP 300・GOP 30・GOP 10の出力から、3秒時点のフレームの中央付近を切り出し、縮小せずに灰色の区切りを挟んで並べたものです。写っているのは、元の動画のスライド画面(2月のカレンダー)の一部です。

全体は1624x330pxの並び表示です。この大きさで見た範囲では、私の目視では4条件の違いは分かりませんでした。

この実測を読むときの注意点をまとめました

  • 素材は、スライドが中心の縦型動画10秒です。この1本の素材での実測であり、結果を一般化はしません。
  • 設定はH.264(libx264)、CRF 23、プリセットmediumに固定した比較です。変えたのはキーフレーム間隔だけです。
  • 変換時間は、この環境で3回測った中央値です。
  • SSIMは、静止した1フレームどうしの近さです。動画全体の見え方は含んでいません。
  • 目視は、図4の並び表示の大きさでの確認です。

今回の範囲では、キーフレーム間隔が短いほどファイルが大きくなりました

縦型動画10秒をH.264・CRF 23・プリセットmediumにそろえ、キーフレーム間隔をGOP 300から10まで変えた範囲では、GOP 300の出力を100とした割合は、GOP 150が100.1、GOP 60が150.4、GOP 30が186.4、GOP 10が348.2で、ファイルサイズはキーフレーム間隔が短いほど大きくなりました。GOP 10の出力は、元の動画を100とした割合で128.3と、元の動画より大きくなりました。

関連する実測記事もあわせて読んでみてください

このブログで実測した記事として、縦型動画のプリセットでファイルサイズはどれだけ変わるか、縦型動画のCRFでファイルサイズはどれだけ変わるか、縦型動画のコーデックでファイルサイズはどれだけ変わるかがあります。あわせて読んでみてください。

コメント

タイトルとURLをコピーしました