{"id":54312,"date":"2019-12-23T00:00:00","date_gmt":"2019-12-22T21:00:00","guid":{"rendered":"https:\/\/prohoster.info\/blog\/blog_prohoster\/kak-rabotaet-videokodek-chast-1-osnovy"},"modified":"2020-02-18T14:02:18","modified_gmt":"2020-02-18T11:02:18","slug":"kak-rabotaet-videokodek-chast-1-osnovy","status":"publish","type":"post","link":"https:\/\/prohoster.info\/de\/blog\/novosti-interneta\/kak-rabotaet-videokodek-chast-1-osnovy","title":{"rendered":"Wie funktioniert ein Video-Codec? Teil 1: Grundlagen","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

Zweiter Teil: Funktionsprinzipien eines Video-Codecs<\/a><\/noindex><\/h3>\n

Jedes Raster- bild<\/b> l\u00e4sst sich als zweidimensionale Matrix<\/b>darstellen. Wenn es um Farben geht, kann das Konzept weiterentwickelt werden, indem man das Bild als dreidimensionale Matrix<\/b>betrachtet, in der zus\u00e4tzliche Dimensionen zur Speicherung von Daten f\u00fcr jede der Farben verwendet werden.<\/p>\n

Wenn wir die endg\u00fcltige Farbe als Kombination der sogenannten Prim\u00e4rfarben (rot, gr\u00fcn und blau) betrachten, definieren wir in unserer dreidimensionalen Matrix drei Ebenen: die erste f\u00fcr die rote Farbe, die zweite f\u00fcr die gr\u00fcne und die letzte f\u00fcr die blaue.
\n\"Wie<\/a><\/noindex>
\nJeden Punkt in dieser Matrix nennen wir ein Pixel (Bildelement). Jedes Pixel enth\u00e4lt Informationen zur Intensit\u00e4t (normalerweise in Form eines Zahlenwerts) jeder Farbe. Zum Beispiel, ein rotes Pixel<\/b> bedeutet, dass es 0 gr\u00fcn und 0 blau sowie maximal rot enth\u00e4lt. Ein pinkfarbenes Pixel<\/b> kann durch die Kombination der drei Farben gebildet werden. Mit einem Zahlenbereich von 0 bis 255 wird ein pinkfarbenes Pixel definiert als Rot = 255<\/b>, Gr\u00fcn = 192<\/b> und Blau = 203<\/b>.<\/a><\/noindex><\/p>\n

\"Wie<\/a><\/noindex>

\nDer Artikel wurde unterst\u00fctzt von der Firma EDISON.<\/p>\n

Wir entwickeln Anwendungen f\u00fcr Video\u00fcberwachung und Streaming<\/a><\/noindex>, au\u00dferdem befassen wir uns mit der Videoaufzeichnung im Operationssaal<\/a><\/noindex>.<\/p><\/blockquote>\n

Alternative Methoden zur Kodierung von Farbabbildungen<\/h3>\n

\nUm die Farben darzustellen, aus denen das Bild besteht, gibt es zahlreiche andere Modelle. Beispielsweise kann eine indizierte Palette verwendet werden, die nur ein Byte zur Darstellung jedes Pixels ben\u00f6tigt, anstelle der drei, die f\u00fcr das RGB-Modell erforderlich sind. In einem solchen Modell kann eine 2D-Matrix anstelle einer 3D-Matrix zur Darstellung jeder Farbe verwendet werden. Das spart Speicher, bietet jedoch eine geringere Farbpalette.<\/p>\n

\"Wie
\n<\/p>\n

RGB<\/h2>\n

Sehen Sie sich beispielsweise das Bild unten an. Das erste Bild ist vollst\u00e4ndig eingef\u00e4rbt. Die anderen sind die roten, gr\u00fcnen und blauen Fl\u00e4chen (die Intensit\u00e4t der entsprechenden Farben ist in Graustufen dargestellt).<\/p>\n

\"Wie
\n
\nWir sehen, dass die Rott\u00f6ne im Original an den gleichen Stellen erscheinen, an denen die hellsten Teile des zweiten Gesichts sichtbar sind. W\u00e4hrend der Beitrag des blauen Farbtons haupts\u00e4chlich nur in den Augen von Mario (dem letzten Gesicht) und in Elementen seiner Kleidung zu erkennen ist. Beachten Sie, wo alle drei Farbfl\u00e4chen den geringsten Beitrag leisten (die dunkelsten Teile der Bilder) \u2013 das sind die Schnurrhaare von Mario.<\/p>\n

Um die Intensit\u00e4t jeder Farbe zu speichern, werden eine bestimmte Anzahl von Bits ben\u00f6tigt \u2013 dieser Wert wird als Farbtiefe<\/b>bezeichnet. Angenommen, es werden 8 Bit (von 0 bis 255) f\u00fcr eine Farbfl\u00e4che verwendet. Dann ergibt sich eine Farbtiefe von 24 Bit (8 Bit * 3 Fl\u00e4chen R\/G\/B).<\/p>\n

Ein weiteres Merkmal eines Bildes ist das Aufl\u00f6sungsverm\u00f6gen<\/b>, das die Anzahl der Pixel in einer Dimension darstellt. H\u00e4ufig wird es als Breite \u00d7 H\u00f6he<\/b>angegeben, wie im folgenden Bildbeispiel 4 auf 4.
\n\"Wie
\n
\nEin weiteres Merkmal, das wir beim Arbeiten mit Bildern\/Videos ber\u00fccksichtigen m\u00fcssen, ist das Seitenverh\u00e4ltnis<\/b>, das die \u00fcbliche proportionale Beziehung zwischen der Breite und der H\u00f6he des Bildes oder Pixels beschreibt.<\/p>\n

Wenn von einem Film oder Bild in einem Format von 16 zu 9 die Rede ist, bezieht man sich normalerweise auf das Seitenverh\u00e4ltnis des Displays<\/b> (DAR<\/b> \u2014 von Display-Seitenverh\u00e4ltnis<\/i>). Manchmal kann es jedoch unterschiedliche Formen einzelner Pixel geben \u2014 in diesem Fall sprechen wir von Pixelverh\u00e4ltnis<\/b> (PAR<\/b> \u2014 von Pixel-Seitenverh\u00e4ltnis<\/i>).<\/p>\n

\"Wie
\n
\n\"Wie<\/p>\n

F\u00fcr die Hausfrau zur Notiz: DVD<\/b> entspricht DAR 4 zu 3<\/b><\/p>\n

Obwohl die tats\u00e4chliche DVD-Aufl\u00f6sung 704×480 betr\u00e4gt, beh\u00e4lt sie das Seitenverh\u00e4ltnis von 4:3 bei, da das PAR einen Wert von 10:11 hat (704×10 \/ 480×11).<\/p><\/blockquote>\n

\nUnd schlie\u00dflich k\u00f6nnen wir definieren Video<\/b> als eine Abfolge von n<\/b> Bildern \u00fcber einen Zeitraum von Zeit<\/b>, das als zus\u00e4tzliche Dimension angesehen werden kann. Und n<\/b> dann \u2014 ist die Bildfrequenz oder die Anzahl der Bilder pro Sekunde (FPS<\/b> \u2014 von Frames pro Sekunde<\/i>).<\/p>\n

\"Wie
\n
\nDie Anzahl an Bits pro Sekunde, die erforderlich ist, um Video anzuzeigen, ist dessen Datenrate<\/b> \u2014 Bitrate<\/b>.<\/p>\n

Bitrate = Breite * H\u00f6he * Farbtiefe * Bilder pro Sekunde<\/p><\/blockquote>\n

\nF\u00fcr Videos mit 30 Bildern pro Sekunde, 24 Bit pro Pixel und einer Aufl\u00f6sung von 480×240 werden 82.944.000 Bit pro Sekunde oder 82.944 Mbit\/s ben\u00f6tigt (30x480x240x24) \u2013 vorausgesetzt, es werden keine Komprimierungsmethoden verwendet.<\/p>\n

Wenn die Datenrate fast konstant<\/i>ist, wird sie genannt konstante Datenrate<\/b> (CBR<\/b> \u2014 von konstante Bitrate<\/i>). Sie kann jedoch auch variieren, in diesem Fall spricht man von variabler Bitrate<\/b> (VBR<\/b> \u2014 von variable Bitrate<\/i>).<\/p>\n

Dieses Diagramm zeigt eine eingeschr\u00e4nkte VBR, bei der nicht zu viele Bits in einem v\u00f6llig dunklen Bild verbraucht werden.<\/p>\n

\"Wie
\n
\nUrspr\u00fcnglich entwickelten Ingenieure eine Methode zur Verdopplung der wahrgenommenen Bildwiederholfrequenz von Video-Displays, ohne zus\u00e4tzliche Bandbreite zu verwenden. Diese Methode ist bekannt als Interlaced video<\/b>; sie sendet haupts\u00e4chlich die halbe Anzeige im ersten \u201eFrame\u201c und die andere H\u00e4lfte im n\u00e4chsten \u201eFrame\u201c.<\/p>\n

Derzeit erfolgt die Visualisierung von Szenen haupts\u00e4chlich mit Hilfe von progressiver Scanning-Technologie<\/b>. Dies ist eine Methode zur Anzeige, Speicherung oder \u00dcbertragung von Bewegungsbildern, bei der alle Zeilen jedes Frames nacheinander gezeichnet werden.<\/p>\n

\"Wie
\n
\nNun, wir wissen jetzt, wie ein Bild digital dargestellt wird, wie seine Farben aufgebaut sind und wie viele Bits pro Sekunde wir ben\u00f6tigen, um Video bei konstanter (CBR) oder variabler (VBR) Bitrate anzuzeigen. Wir sind uns des festgelegten Aufl\u00f6sungsformats bei einer bestimmten Bildwiederholfrequenz bewusst und haben uns mit vielen anderen Begriffen vertraut gemacht, wie etwa interlaced Video, PAR und einigen anderen.<\/p>\n

Entfernung von Redundanzen<\/h2>\n

\nEs ist bekannt, dass unkomprimiertes Video nicht praxisgerecht ist. Eine Stunde Video in 720p mit 30 Bildern pro Sekunde w\u00fcrde 278 GB beanspruchen. Dieses Ergebnis erhalten wir, indem wir 1280 x 720 x 24 x 30 x 3600 multiplizieren (Breite, H\u00f6he, Bits pro Pixel, FPS und Zeit in Sekunden).<\/p>\n

Nutzung verlustfreie Kompressionsalgorithmen<\/b>, wie DEFLATE (verwendet in PKZIP, Gzip und PNG), werden nicht ausreichend Bandbreite reduzieren. Daher m\u00fcssen wir nach anderen Methoden zur Videokompression suchen.<\/p>\n

Daf\u00fcr k\u00f6nnen wir die Eigenschaften unseres Sehens nutzen. Wir nehmen Helligkeit besser wahr als Farben. Ein Video ist eine Abfolge von Bildern, die \u00fcber die Zeit wiederholt werden. Die Unterschiede zwischen benachbarten Frames einer Szene sind gering. Au\u00dferdem enth\u00e4lt jedes Bild viele Bereiche, die die gleiche (oder \u00e4hnliche) Farbe nutzen.<\/p>\n

Farbe, Helligkeit und unsere Augen<\/h2>\n

\nUnsere Augen sind empfindlicher gegen\u00fcber Helligkeit als gegen\u00fcber Farbe. Sie k\u00f6nnen dies selbst \u00fcberpr\u00fcfen, indem Sie sich dieses Bild ansehen.<\/p>\n

\"Wie<\/p>\n

Wenn Sie nicht erkennen, dass die Farben der Quadrate in der linken H\u00e4lfte des Bildes A<\/b> und B<\/b> tats\u00e4chlich identisch sind, ist das normal. Unser Gehirn lenkt unsere Aufmerksamkeit st\u00e4rker auf Licht und Schatten als auf Farbe. Auf der rechten Seite gibt es eine Verbindung zwischen den markierten Quadraten, die die gleiche Farbe haben \u2013 deshalb kann unser Gehirn leicht erkennen, dass es tats\u00e4chlich die gleiche Farbe ist.<\/p>\n

Lassen Sie uns (vereinfacht) anschauen, wie unsere Augen funktionieren. Das Auge ist ein komplexes Organ, das aus vielen Teilen besteht. Allerdings interessieren uns vor allem die Zapfen und St\u00e4bchen. Das Auge enth\u00e4lt etwa 120 Millionen St\u00e4bchen und 6 Millionen Zapfen.<\/p>\n

Betrachten wir die Wahrnehmung von Farbe und Helligkeit als separate Funktionen bestimmter Teile des Auges (in Wirklichkeit ist das etwas komplexer, aber wir vereinfachen es). St\u00e4bchenzellen sind haupts\u00e4chlich f\u00fcr die Helligkeit verantwortlich, w\u00e4hrend Zapfenzellen f\u00fcr die Farbe zust\u00e4ndig sind. Zapfen werden je nach dem enthaltenen Pigment in drei Typen unterteilt: S-Zapfen (blau), M-Zapfen (gr\u00fcn) und L-Zapfen (rot).<\/p>\n

Da wir viel mehr St\u00e4bchen (Helligkeit) als Zapfen (Farbe) haben, k\u00f6nnen wir schlussfolgern, dass wir besser in der Lage sind, \u00dcberg\u00e4nge zwischen Dunkelheit und Licht zu unterscheiden als Farben.<\/p>\n

\"Wie
\n<\/p>\n

Funktionen der Kontrastempfindlichkeit<\/h2>\n

\nForschende der experimentellen Psychologie und vieler anderer Bereiche haben zahlreiche Theorien \u00fcber das menschliche Sehen entwickelt. Eine davon nennt sich Funktionen der Kontrastempfindlichkeit<\/b>Sie beziehen sich auf r\u00e4umliche und zeitliche Beleuchtung. Kurz gesagt, es geht darum, wie viele Ver\u00e4nderungen erforderlich sind, bevor der Beobachter diese bemerkt. Beachten Sie die Mehrzahl des Wortes \u201eFunktion\u201c. Das liegt daran, dass wir die Empfindlichkeit gegen\u00fcber Kontrastfunktionen nicht nur f\u00fcr Schwarz-Wei\u00df-Bilder, sondern auch f\u00fcr Farbige messen k\u00f6nnen. Die Ergebnisse dieser Experimente zeigen, dass unsere Augen in den meisten F\u00e4llen empfindlicher auf Helligkeit reagieren als auf Farbe.<\/p><\/blockquote>\n

Da bekannt ist, dass wir empfindlicher auf die Helligkeit eines Bildes reagieren, k\u00f6nnte man versuchen, diese Tatsache zu nutzen.<\/p>\n

Farbmodell<\/h2>\n

\nWir haben bereits ein wenig verstanden, wie man mit Farb Bildern unter Verwendung des RGB-Schemas arbeitet. Es gibt auch andere Modelle. Es gibt ein Modell, das Helligkeit von Farbdaten trennt, und es ist bekannt als YCbCr<\/b>. \u00dcbrigens gibt es auch andere Modelle, die eine \u00e4hnliche Trennung vornehmen, aber wir werden nur dieses betrachten.<\/p>\n

In diesem Farbmodell Y<\/b> \u2014 dies ist die Darstellung der Helligkeit, und es werden zwei Farbkan\u00e4le verwendet: Cb<\/b> (intensives Blau) und Cr<\/b> (sattes Rot). YCbCr kann aus RGB gewonnen werden, ebenso ist eine Umwandlung in die entgegengesetzte Richtung m\u00f6glich. Mit diesem Modell k\u00f6nnen wir Farbbilder erstellen, wie unten dargestellt:<\/p>\n

\"Wie
\n<\/p>\n

Umwandlung zwischen YCbCr und RGB<\/h2>\n

\nEinige k\u00f6nnten einwenden: Wie ist es m\u00f6glich, alle Farben zu erhalten, wenn Gr\u00fcn nicht verwendet wird?<\/p>\n

Um diese Frage zu beantworten, wandeln wir RGB in YCbCr um. Wir verwenden die Koeffizienten, die im Standard festgelegt sind BT.601<\/b>, der von einer Abteilung empfohlen wurde ITU-R<\/b>. Diese Abteilung definiert die Standards im digitalen Video. Zum Beispiel: Was ist 4K? Was sollten die Bildfrequenz, die Aufl\u00f6sung und das Farbmodell sein?<\/p>\n

Zuerst berechnen wir die Helligkeit. Wir verwenden die von der ITU vorgeschlagenen Konstanten und ersetzen die RGB-Werte.<\/p>\n

Y<\/b> = 0.299R<\/b> + 0.587G<\/b> + 0.114B<\/b> <\/p>\n

Nachdem wir die Helligkeit erhalten haben, trennen wir die blaue und rote Farbe:<\/p>\n

Cb<\/b> = 0.564(B<\/b> \u2014 Y<\/b>)<\/p>\n

Cr<\/b> = 0.713(R<\/b> \u2014 Y<\/b>) <\/p>\n

Und wir k\u00f6nnen auch zur\u00fcckwandeln und sogar Gr\u00fcn mit YCbCr erhalten:<\/p>\n

R<\/b> = Y<\/b> + 1.402Cr<\/b><\/p>\n

B<\/b> = Y<\/b> + 1.772Cb<\/b><\/p>\n

G<\/b> = Y<\/b> \u2014 0.344Cb<\/b> \u2014 0.714Cr<\/b><\/p>\n

In der Regel verwenden Displays (Monitore, Fernseher, Bildschirme usw.) ausschlie\u00dflich das RGB-Modell. Aber dieses Modell kann unterschiedlich organisiert sein:<\/p>\n

\"Wie
\n<\/p>\n

Farbunterabtastung<\/h2>\n

\nBei der Darstellung von Bildern durch eine Kombination aus Helligkeit und Farbigkeit k\u00f6nnen wir die h\u00f6here Empfindlichkeit des menschlichen Sehens f\u00fcr Helligkeit im Vergleich zu Farbigkeit nutzen, indem wir selektiv Informationen entfernen. Die Farbunterabtastung ist eine Methode zur Bildkodierung, die eine niedrigere Aufl\u00f6sung f\u00fcr Farbigkeit als f\u00fcr Helligkeit verwendet.<\/p>\n

\"Wie<\/p>\n

Wie weit darf die Aufl\u00f6sung der Farbigkeit reduziert werden?! Es gibt bereits einige Schemen, die beschreiben, wie man die Aufl\u00f6sung und das Zusammenf\u00fchren behandelt (Endfarbe = Y + Cb + Cr).<\/p>\n

Diese Schemen sind bekannt als Unterabtastungssysteme<\/b> und werden in einem Verh\u00e4ltnis von 3 zu 1 ausgedr\u00fcckt - a<\/b>:x<\/b>:y<\/b>, das die Anzahl der Abtastungen der Helligkeits- und Farbdifferenzsignale festlegt.<\/p>\n

a<\/b> - die Referenz-Horizontalabtastung (in der Regel gleich 4)
\nx<\/b> - die Anzahl der Abtastungen der Farbigkeit in der ersten Zeile der Pixel (die horizontale Aufl\u00f6sung im Verh\u00e4ltnis zu a<\/b>)
\ny<\/b> - die Anzahl der \u00c4nderungen der Abtastungen der Farbigkeit zwischen der ersten und zweiten Zeile der Pixel.<\/p>\n

Eine Ausnahme bilden 4<\/b>:1<\/b>:0<\/b>, die eine Abtastung der Farbigkeit in jedem Block mit einer Aufl\u00f6sung von 4 auf 4 erm\u00f6glicht.<\/p><\/blockquote>\n

Allgemeine Schemen, die in modernen Codecs verwendet werden:<\/p>\n