Mp4Gain – Page 248 – Audio- und Videokonverter & Normalisierer

Wie das Video komprimiert wird

Free Download Mp4Gain

Wie das Video komprimiert wird

Videokomprimierung ist die Reduzierung und Eliminierung redundanter Videodaten, um die Speicherung und Übertragung digitaler Videodateien zu optimieren.

Während dieses Vorgangs wird das ursprüngliche Videosignal von einem Algorithmus verarbeitet, um eine komprimierte Datei zu erstellen, die zur Übertragung und Speicherung bereit ist. Verwenden Sie zum Abspielen einer komprimierten Datei

Ein umgekehrter Algorithmus, der tatsächlich das gleiche Videobild wie die ursprüngliche Videoquelle erzeugt. Die Zeit, die zum Komprimieren, Senden, Dekomprimieren und Anzeigen einer Datei benötigt wird, wird als Latenz bezeichnet. Bei gleicher Verarbeitungsleistung ist die Latenz umso höher, je komplexer der Komprimierungsalgorithmus ist.

Einige Algorithmen, die zusammenarbeiten, werden als Video-Codec (Encoder / Decoder) bezeichnet. Videocodecs, die unterschiedliche Standards verwenden, sind häufig nicht miteinander kompatibel.

Tabletten mit einem Standard können nicht mit einem anderen Standard dekomprimiert werden. Beispielsweise funktioniert ein MPEG-4 Part 2-Decoder nicht mit einem H.264-Encoder. Der Grund dafür ist die Tatsache, dass ein Algorithmus das mit der Arbeit eines anderen Algorithmus erzielte Ergebnis nicht korrekt dekodieren kann. Es ist jedoch möglich, Software oder Hardware mit vielen verschiedenen Algorithmen auszustatten, um verschiedene Formate zu komprimieren.

Unterschiedliche Videokomprimierungsstandards verwenden unterschiedliche Methoden, um die Größe der Daten zu reduzieren. Daher unterscheiden sich die Ergebnisse in Bitrate, Qualität und Latenz.

Die Komprimierungsergebnisse können sich auch zwischen Encodern unterscheiden, die denselben Standard verwenden, da der Entwickler des Encoders frei wählen kann, welche standarddefinierten Werkzeugsätze darin verwendet werden sollen. Solange das Ergebnis in der Encoderausgabe dem Format und Decoder des Standards entspricht, sind mehrere Implementierungsmethoden möglich. Dies ist vorteilhaft, da unterschiedliche Implementierungsmethoden unterschiedliche Ziele und unterschiedliche Budgets haben. Professionelle Software-Encoder für optische Nicht-Echtzeit-Medien sollten in der Lage sein, besser codierte Videos bereitzustellen als Hardware-Encoder für in Handheld-Geräte integrierte Echtzeit-Videokonferenzen.

Daher kann ein bestimmter Standard keine bestimmte Datengeschwindigkeit oder -qualität garantieren. Darüber hinaus kann die Leistung eines Standards nicht korrekt mit anderen Standards oder sogar mit unterschiedlichen Implementierungsmethoden desselben Standards verglichen werden, ohne zuvor eine bestimmte Implementierungsmethode definiert zu haben.

Der Decodierer muss im Gegensatz zum Codierer alle notwendigen Elemente des Standards implementieren, um den entsprechenden Bitstrom zu decodieren. Daher legt der Standard klar fest, wie genau der Dekomprimierungsalgorithmus jedes Bit des komprimierten Videobildes abrufen soll.

Die folgende Tabelle vergleicht die Bitrate bei gleicher Bildqualität für die folgenden Videostandards: Motion JPEG, MPEG-4 Teil 2 (ohne Bewegungskompensation), MPEG-4 Teil 2 (Bewegungskompensation) und H. 264 (Grundlinienprofil).

Für die ausgewählte Folge von Videobildern erzeugt der H.264-Codierer bis zu 50% weniger Bits pro Sekunde als der bewegungskompensierte MPEG-4-Codierer. Der H.264-Encoder ist mindestens dreimal effizienter als ein MPEG-4-Encoder ohne Bewegungskompensation und mindestens sechsmal effizienter als Motion JPEG.

Free Download Mp4Gain

Videokodierung, wie es funktioniert (Teil 2)

Videokodierung, wie es funktioniert (Teil 2)

Bisher haben wir nur über Bildkomprimierung gesprochen. Ein vollständiges Video beinhaltet jedoch auch eine Audiokomponente. Es wird angenommen, dass Sound in CD-Qualität mit 44,1 kHz und 16 Bit pro Kanal digitalisiert werden muss, was 706 Kbit / s pro Kanal entspricht (1,4 Mbit / s für Stereo). Die Qualität des DAT-Signals bestimmt die Abtastrate von 48 kHz (Frequenzband 4-24000 Hz) und erhöht den Stream auf 768 Kbit / s pro Kanal.

Der Ansatz der Informationskomprimierung ist der gleiche: Verwerfen des Teils, der für das menschliche Ohr nicht sehr wichtig ist. Der MPEG-Standard ermöglicht 3 Ebenen der Audiokomprimierung. Schicht 1 verwendet den einfachsten Algorithmus mit minimaler Komprimierung, wobei 192 Kbit / s pro Kanal angenommen werden. Der Layer 2-Algorithmus ist komplexer, aber die Komprimierungsrate ist höher und beträgt nur 128 Kbit / s pro Kanal. Ein leistungsstarker digitaler Audiokomprimierungsalgorithmus in CD-Qualität (11-mal verlustfrei vom menschlichen Ohr unterscheidbar) Layer 3 bietet die höchstmögliche Klangqualität bei strengen Übertragungsbeschränkungen – nicht mehr als 64 Kbit / s pro Kanal. Es ist in erster Linie für das Internet gedacht. Seine Bedeutung ist so groß, dass es eine spezielle Abkürzung MP3 erhalten hat, die für MPEG Layer 3 steht. Es gibt viele Internetseiten, die Hunderttausende von MP3-Dateien mit populärer Musik enthalten. Mit Hilfe spezieller Wiedergabeprogramme (Real Audio) kann MP3-Musik in Echtzeit über das Internet angehört, unbegrenzt kopiert (beachten Sie, dass ein typischer Song 2-8 MB groß ist) und illegal verbreitet werden. Es gibt bereits tragbare MP3-Player zum Preis von rund 200 US-Dollar (wie den Diamond Rio). Die Musikindustrie begann mit spürbaren Verlusten einen aktiven Kampf gegen MP3-Sites (die Recording Industry Association of America fand und schloss die meisten von ihnen). Aber der Gin ist raus, man kann nicht jeden schließen. Adaptec prognostiziert, dass in den kommenden Jahren Milliarden von Songs aus dem Internet heruntergeladen werden, und kündigt MP3-Unterstützung in der nächsten Version von EasyCD Creator an. Bei digitalen Bearbeitungsaufgaben wird die Audiosignalkomprimierung jedoch nicht verwendet. Daher ist es bei zulässigen Stream-Berechnungen erforderlich, der Audiokomponente bis zu 1,5 Mbit / s zuzuweisen.

MPEG2 für nichtlineare Bearbeitungsaufgaben

Der Begriff nichtlineare Bearbeitung entspricht nicht dem Wesen des Prozesses, sondern spiegelt nur eine seiner Eigenschaften wider. In der Tat sprechen wir über Videobearbeitung, die in digitalem Format auf Computern durchgeführt wird. In diesem Fall müssen die Originalvideoclips in Form entsprechender Dateien digitalisiert und auf der Festplatte aufgezeichnet werden. Im Gegensatz zu Bandlaufwerken erfordert der Zugriff auf eine dieser fragmentierten Dateien kein langwieriges Zurückspulen (und dieser Vorgang ist linear), sodass alle Videobilder in zufälliger Reihenfolge verfügbar sind. Diese wichtige Eigenschaft führte dazu, dass die digitale Bearbeitung als nichtlinear bezeichnet wurde, obwohl die Möglichkeiten der digitalen Verarbeitung offensichtlich viel breiter und umfangreicher sind.

Denken Sie daran, dass ein Fernsehbild gemäß der Empfehlung ITU-R BT.601 eine 720×576-Matrix ist. Unter Berücksichtigung der Fernsehbildrate von 25 Hz schließen wir, dass eine Sekunde digitales Video in 4: 2: 2-Darstellung 25 x 2 x 720 x 576 = 20.736.000 Byte erfordert, dh der Datenstrom beträgt 21 MBit / s. Das Aufzeichnen dieser Streams ist technisch machbar, aber schwierig, teuer und hinsichtlich der Nachbearbeitung ineffizient. Die tatsächlichen Möglichkeiten der Praxis erfordern eine erhebliche Reduzierung der Flüsse. Es ist bekannt, dass viele Algorithmen eine verlustfreie Komprimierung durchführen, aber selbst die effektivsten bieten bei typischen Bildern nicht mehr als die doppelte Komprimierung.

Bis vor kurzem war M-JPEG in der Welt der nichtlinearen Videobearbeitungssysteme führend. Die verschiedenen Lösungen unterschieden sich im Grad der Komprimierung, was unterschiedlichen Qualitätsstufen des resultierenden Videos entsprach. Unter bestimmten Bedingungen können hier 4 Ebenen unterschieden werden: Standardvideo (VHS, C-VHS, Video8), Supervideo (SVHS, C-SVHS, Hi8), Digitalvideo (Betacam SP, DV / DVCAM / DVCPRO, Mini) -DV, Digital8) und Studio Video (Digital-S, DVCPRO50). Der Einfachheit halber werden wir sie im Folgenden als Video, S-Video, DV und Studio-TV bezeichnen. Quantitativ sind sie im Allgemeinen durch eine horizontale Auflösung gekennzeichnet (die Anzahl der unterscheidbaren Elemente in einer Zeile: Fernsehleitungen). Video bietet eine Auflösung von bis zu 280 Zeilen und entspricht einem MJPEG-Stream von ca. 2 MBit / s.

Videokodierung, wie es funktioniert (Teil 1)

Videokodierung, wie es funktioniert (Teil 1)

Die effektive Komprimierung von Videoinformationen basiert auf zwei Hauptideen: der Unterdrückung kleiner Details der räumlichen Verteilung einzelner Frames, die für die visuelle Wahrnehmung unbedeutend sind, und der Beseitigung zeitlicher Redundanz in der Reihenfolge dieser Frames. Folglich sprechen wir von räumlicher und zeitlicher Komprimierung.

Der erste nutzt die experimentell ermittelte geringe Empfindlichkeit der menschlichen Wahrnehmung gegenüber Verzerrungen kleiner Bilddetails. Das Auge bemerkt einen ungleichmäßigen Hintergrund schneller als die Krümmung einer dünnen Kante oder eine Änderung der Helligkeit und Farbe eines kleinen Bereichs. Aus der Mathematik sind zwei äquivalente Darstellungen des Bildes bekannt: die bekannte räumliche Verteilung von Helligkeit und Farbe und die sogenannte Häufigkeitsverteilung, die mit der räumlichen diskreten Kosinustransformation (DCT) verbunden ist. Theoretisch sind sie äquivalent und reversibel, speichern jedoch Informationen über die Bildstruktur auf völlig unterschiedliche Weise: Die Übertragung glatter Hintergrundänderungen erfolgt durch niederfrequente (Mitten-) Werte der Frequenzverteilung und die hochfrequenten Koeffizienten. Sie sind oft für die feinen Details der räumlichen Verteilung verantwortlich. Dadurch kann der folgende Komprimierungsalgorithmus verwendet werden. Der Rahmen ist in 16×16 Blöcke unterteilt (720×576 entspricht 45×36 Blöcken), von denen jeder im Frequenzbereich in DCT konvertiert wird. Dann werden die entsprechenden Frequenzkoeffizienten quantisiert (Rundung von Werten mit einem gegebenen Intervall). Wenn die DCT selbst nicht zu Datenverlust führt, bewirkt die Quantisierung der Koeffizienten offensichtlich eine Verdickung des Bildes. Die Quantisierungsoperation wird mit einem variablen Intervall durchgeführt: Niederfrequenzinformationen werden genauer übertragen, während viele Hochfrequenzkoeffizienten Nullwerte annehmen. Dies führt zu einer signifikanten Komprimierung des Datenstroms, führt jedoch zu einer Verringerung der effektiven Auflösung und dem möglichen Auftreten kleinerer unechter Details (insbesondere an Blockgrenzen). Offensichtlich

Für aufmerksame Leser wiederholen wir, dass dieser Algorithmus aus der digitalen Fotografie stammt, wo er unter dem Namen JPEG entwickelt wurde, um einzelne Bilder effizient zu komprimieren (JPEG ist eine Abkürzung für den Namen der Joint Photographic Experts Group, die ihn befürwortet hat). Es wurde dann erfolgreich auf Frame-Videosequenzen angewendet (jede vollständig unabhängig verarbeitet) und in MJPEG (Motion-JPEG) umbenannt. Es sollte auch beachtet werden, dass die DV-Codierung der digitalen DV / DVCAM / DVCPRO-Standards im Wesentlichen auf demselben Algorithmus basiert, jedoch ein flexibleres Schema mit adaptiver Auswahl von Quantisierungstabellen verwendet. Das Komprimierungsverhältnis für verschiedene Blöcke variiert im Gegensatz zu MJPEG mit dem Bild: Bei nicht informativen Blöcken (z. B. an den Bildrändern) nimmt es zu und bei Blöcken mit einer großen Anzahl kleiner Details relativ zu die mittlere Ebene des Bildes. Infolgedessen wird bei gleicher Qualität das Datenvolumen um ca. 15% reduziert (oder umgekehrt, bei gleichem Durchfluss ist die Qualität des Ausgangssignals höher).

Bei der zeitlichen MPEG-Komprimierung wird eine hohe Informationsredundanz in Bildern verwendet, die durch kleine Intervalle voneinander getrennt sind. Tatsächlich ändert sich zwischen benachbarten Bildern normalerweise nur ein kleiner Teil der Szene. Zum Beispiel gibt es eine sanfte Bewegung eines kleinen Objekts auf dem Hintergrund eines festen Hintergrunds. In diesem Fall sollten die vollständigen Informationen zur Szene nur selektiv für Referenzbilder gespeichert werden. Im Übrigen reicht es aus, nur Differenzinformationen zu übertragen: über die Position des Objekts, die Richtung und Größe seiner Verschiebung, über neue Hintergrundelemente (die sich hinter dem Objekt öffnen, wenn es sich bewegt). Darüber hinaus können sich diese Unterschiede nicht nur im Vergleich zu den vorherigen, sondern auch zu den späteren Bildern bilden (da sich in ihnen beim Bewegen des Objekts der Teil des Hintergrunds befindet, der zuvor hinter dem Objekt verborgen war). Beachten Sie, dass mathematisch gesehen das schwierigste Element die Suche nach verschobenen Blöcken, aber nur eine geringe Änderung der Struktur (16 x 16) und die Bestimmung der entsprechenden Vektoren ihrer Verschiebung ist. Dieses Element ist jedoch das wichtigste, da es die erforderliche Informationsmenge erheblich reduzieren kann. Es ist die Effizienz der Echtzeitausführung dieses “intelligenten” Elements, die verschiedene MPEG-Codierer auszeichnet.

MPEG-1 Audio Layer II

MPEG-1 Audio Layer II

MP3 (MPEG-1 Audio Layer III

MPEG-1 Audio Layer II oder MPEG-2 Audio Layer II (MP2, manchmal fälschlicherweise als Musicam oder MUSICAM bezeichnet) ist ein verlustbehaftetes Audiokomprimierungsformat, das von ISO / IEC 11172-3 in Verbindung mit MPEG-1 Audio Layer I definiert wird und MPEG Audio Layer -1 III (MP3). Während MP3 für PC- und Internetanwendungen viel beliebter ist, ist MP2 immer noch der dominierende Standard für das Streamen von Audio.

MP3

Entwicklungsgeschichte von MP2 bis MP3

Die MPEG-1-Audio-Layer-2-Codierung wurde von MUSICAM (Maskierungsmuster, angepasst durch Universal Subgroup Integrated Coding And Multiplexing) abgeleitet, einem Audio-Codec, der vom CCETT (Centre Commun D’études de Télévision et Télécommunications), Philips und Institut für entwickelt wurde Rundfunktechnik (IRTfunktechnik) im Jahr 1989 im Rahmen der europaweiten zwischenstaatlichen Forschungsinitiative EURECA 147 zur Entwicklung eines Audio- und Datenübertragungssystems für feste, tragbare oder mobile Empfänger (gegründet 1987).

MPEG-Audio

In den späten 1980er Jahren begann die Moving Picture Experts Group (MPEG) von ISO mit der Standardisierung der digitalen Video- und Audiokodierung, die voraussichtlich eine breite Palette von Anwendungen im digitalen Radio- und Fernsehsendungsbereich haben wird ( später TOUCH, DMB, DVB) und Verwendung auf CD-ROM (später Video-CD). Die MUSICAM-Audiokodierung war einer von 14 Vorschlägen für den MPEG-1-Audiostandard, die 1989 an ISO ausgeliefert wurden.

Der MPEG-1-Audiostandard basierte auf den vorhandenen Audioformaten MUSICAM und ASPEC.

Der MPEG-1-Audiostandard umfasste drei Audio- “Schichten” (Codierungstechniken), die jetzt als Schicht I (MP1), Schicht II (MP2) und Schicht III (MP3) bekannt sind.

Alle Algorithmen für MPEG-1 Audio Layer I, II und III wurden 1991 vom ISO 11172-Komitee als Entwurf genehmigt und 1992 als Teil von MPEG-1, dem ersten Satz von MPEG-Standards, der zum internationalen ISO-Standard führte, fertiggestellt. / IEC 11172-3 (auch bekannt als Audio MPEG-1 oder Teil 3, MPEG-1), veröffentlicht 1993. Weitere Arbeiten zu MPEG-Audio wurden 1994 als Teil des zweiten Satzes von MPEG-Standards, MPEG-2, formeller abgeschlossen bekannt als Internationaler Standard ISO / IEC 13818-3 (auch bekannt als MPEG-2 Part 3 oder MPEG-2 Audio abwärtskompatibel oder MPEG-2 BC Audio), ursprünglich 1995 veröffentlicht. MPEG-2 Part 3 (ISO / IEC 13818 -3) definierte zusätzliche Bitraten und Abtastraten für MPEG-1 Audio Layer I, II und III. Die neuen Abtastraten sind genau die Hälfte der ursprünglich für MPEG-1 Audio angegebenen. MPEG-2 Teil 3 erweiterte auch MPEG-1-Audio, sodass Audioprogramme mit mehr als zwei Kanälen in 5.1-Mehrkanal codiert werden können.

Component Layer III (MP3) verwendet einen verlustbehafteten Komprimierungsalgorithmus, der entwickelt wurde, um die Datenmenge, die für die Präsentation einer Audioaufnahme erforderlich ist, drastisch zu reduzieren und für die meisten Hörer eine anständige Wiedergabe des unkomprimierten Original-Audios zu sein.