Informationen zur Videokomprimierung
Im Laufe der Tage steigen die Anforderungen an die Videoqualität ständig.
Gleichzeitig könnten Kanalbreite und Medienkapazität nicht mit diesem Wachstum Schritt halten, wenn die Videokomprimierungsalgorithmen nicht verbessert würden.
Als nächstes werden wir über einige der Grundlagen der Videokomprimierung sprechen. Einige von ihnen sind etwas veraltet oder zu einfach beschrieben, geben aber gleichzeitig eine minimale Vorstellung davon, wie alles funktioniert.
Video-Streaming-Funktionen
Fast jeder weiß, dass jedes Video eine Sammlung von Standbildern ist, die sich im Laufe der Zeit gegenseitig ersetzen. Im Folgenden nennen wir diesen geordneten Set-Videostream. Sie sind unterschiedlich, daher ist es äußerst nützlich, hier eine kleine Klassifizierung vorzunehmen:
Pixelformat. Das Pixel gibt uns nicht mehr Informationen als seine Farbe. Die Farbwahrnehmung ist jedoch sehr subjektiv, und es wurden große Anstrengungen unternommen, um Farbwiedergaben und Wiedergabesysteme zu erstellen, die für die meisten Menschen akzeptabel sind. Die Farbe, die wir in der realen Welt sehen, ist im Hinblick auf das Frequenzspektrum des Lichts recht komplex, was es äußerst schwierig macht, es in digitaler Form zu übertragen und noch mehr anzuzeigen. Es wurde jedoch beobachtet, dass die drei Punkte des Spektrums die angezeigte Farbe in der Metrik der Farbwahrnehmung durch einen gewöhnlichen Menschen ziemlich genau näher an die Gegenwart bringen können. Diese drei Punkte sind rot, grün und blau. Das heißt, aufgrund seiner linearen Kombination können wir den größten Teil des Spektrums sichtbarer Farben abdecken. Der einfachste Weg, ein Pixel darzustellen, ist daher: RGB24, wobei genau 8 Informationsbits für die roten, grünen und blauen Komponenten zugewiesen werden. So können wir 256 Abstufungen jeder Farbe und insgesamt 16.777.216 aller Arten von Farbtönen übertragen. In der Praxis wird diese Farbdarstellung während der Speicherung praktisch nicht verwendet, nicht nur, weil wir bis zu 3 Bytes pro Pixel ausgeben, sondern auch aus anderen Gründen, aber dazu später mehr (auf YV12).
Rahmengröße. Wir erfassen und codieren bereits alle Pixel im Videostream und empfangen viele Daten, aber es ist unpraktisch, damit zu arbeiten. Am Anfang ist alles sehr einfach, der Rahmen zeichnet sich aus durch: Breite, Höhe, Größe des sichtbaren Teils und Format (dazu später mehr). Hier werden die Zahlen wahrscheinlich vielen bekannt sein: 640 x 480, 720 x 480, 720 x 576, 1280 x 720, 1920 x 1080. Warum? Ja, da sie in unterschiedlichen Standards erscheinen, haben beispielsweise die meisten europäischen DVDs eine Auflösung von 720 x 576. Nein, natürlich können Sie ein 417×503-Video erstellen, aber ich denke nicht, dass daran etwas Gutes ist.
Rahmenformat. Selbst wenn wir die Größe des Rahmens kennen, können wir das Pixelarray nicht bequemer darstellen, ohne zu wissen, wie der Rahmen “gepackt” wird. Im einfachsten Fall gibt es nichts Kompliziertes: Wir nehmen eine Reihe von Pixeln und schreiben die Bits jedes codierten Pixels in eine Reihe und so weiter Zeile für Zeile. Das heißt, wir schreiben so viele Zeilen, wie wir groß sind, um so viele Pixel wie wir breit und alle in einer Reihe, in der Reihenfolge. Dies nennt man progressiv. Aber vielleicht haben Sie versucht, Fernsehsendungen auf einem Computer ohne die richtigen Einstellungen anzusehen und den “Kämmeffekt” gesehen. In diesem Fall befindet sich dasselbe Objekt in unterschiedlichen Positionen relativ zu den ungeraden und geraden Linien. Sie können lange über die Wünschbarkeit von Interlaced-Scans (Interlaced-Scannen) streiten, aber die Wahrheit ist, dass es ein Relikt der Vergangenheit des traditionellen Fernsehens geblieben ist (diejenigen, die daran interessiert sind, über das Kinescope-Gerät zu lesen). Ich werde jetzt nicht über Methoden sprechen, um diesen unangenehmen Effekt zu entfernen (deinterlace). Hierher kommen die magischen Bezeichnungen: 576i, 720p, 1080i, 1080p, wobei die Anzahl der Zeilen (Rahmenhöhe) und die Art des Scans angegeben sind.
Bildrate. Einige der Standardwerte: 23.976, 24, 25 und 29.97 Bilder pro Sekunde. Beispielsweise werden im europäischen Fernsehen 25 fps, im amerikanischen Fernsehen 29,97 und in Filmen 24 fps verwendet. Aber woher kamen die “Fremden” 23.976 und 29.97? Lassen Sie mich Ihnen ein Geheimnis verraten: 23.976 = 24 / 1.001 und 29.97 = 30 / 1.001, dh der 1.001-Divisor ist im amerikanischen NTSC-Broadcast-Standard enthalten. Wenn der Film gezeigt wird, kommt es folglich zu einer geringfügigen Verlangsamung, die für den Zuschauer nicht erkennbar ist. Wenn es sich jedoch um ein Musikkonzert handelt, ist die Geschwindigkeit der Show so kritisch, dass es besser ist, gelegentlich Frames und erneut die zu überspringen Der Betrachter wird nichts bemerken.