{"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\/news\/kak-rabotaet-videokodek-chast-1-osnovy","title":{"rendered":"Wie ein Video-Codec funktioniert. Teil 1. Grundlagen","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

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

Jedes Raster- Bild<\/b> kann in Form einer zweidimensionalen Matrix<\/b>dargestellt werden. Wenn es um Farben geht, kann die Idee weiterentwickelt werden, indem man das Bild in Form einer dreidimensionalen Matrix<\/b>betrachtet, in der zus\u00e4tzliche Dimensionen zur Speicherung von Daten f\u00fcr jede der Farben verwendet werden.<\/p>\n

Wenn wir die resultierende 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>
\nWir nennen jeden Punkt in dieser Matrix Pixel (Bildelement). Jeder Pixel enth\u00e4lt Informationen \u00fcber die Intensit\u00e4t (in der Regel in Form eines numerischen Wertes) jeder Farbe. Zum Beispiel, ein roter Pixel<\/b> bedeutet, dass er 0 gr\u00fcnes, 0 blaues und maximal rotes Licht enth\u00e4lt. Ein Pixel in Rosa<\/b> kann durch eine Kombination aus drei Farben hergestellt werden. Unter Verwendung eines Zahlenbereichs von 0 bis 255 wird ein rosa Pixel definiert als Rot = 255<\/b>, Gr\u00fcn = 192<\/b> und Blau = 203<\/b>.<\/a><\/noindex><\/p>\n

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

\nDer Artikel wurde mit Unterst\u00fctzung von EDISON ver\u00f6ffentlicht.<\/p>\n

Wir entwickeln Anwendungen f\u00fcr Video\u00fcberwachung, Streaming-Video<\/a><\/noindex>, sowie besch\u00e4ftigen wir uns mit Videoaufzeichnung im Operationssaal<\/a><\/noindex>.<\/p><\/blockquote>\n

Alternativen zur Kodierung von Farbbildern<\/h3>\n

\nEs gibt viele andere Modelle zur Darstellung der Farben, aus denen das Bild besteht. Zum Beispiel kann eine indizierte Palette verwendet werden, bei der nur ein Byte zur Darstellung jedes Pixels ben\u00f6tigt wird, anstelle von drei, die bei der Verwendung des RGB-Modells erforderlich sind. In einem solchen Modell kann eine 2D-Matrix anstelle einer 3D-Matrix zur Darstellung jeder Farbe verwendet werden. Dies spart Speicher, bietet jedoch eine geringere Farbpalette.<\/p>\n

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

RGB<\/h2>\n

Zum Beispiel, sehen Sie sich das Bild unten an. Das erste Gesicht ist vollst\u00e4ndig gef\u00e4rbt. Die anderen sind die roten, gr\u00fcnen und blauen Ebenen (die Intensit\u00e4t der entsprechenden Farben wird in Graustufen angezeigt).<\/p>\n

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

F\u00fcr die Speicherung der Intensit\u00e4t jeder Farbe ist eine bestimmte Anzahl von Bits erforderlich \u2013 dieser Betrag wird genannt Farbtiefe<\/b>. Angenommen, es werden 8 Bits (basierend auf dem Wert von 0 bis 255) f\u00fcr eine Farbfl\u00e4che verwendet. Dann haben wir eine Farbtiefe von 24 Bit (8 Bit * 3 Fl\u00e4chen R\/G\/B).<\/p>\n

Ein weiteres Merkmal eines Bildes ist die Aufl\u00f6sung<\/b>, die die Menge an Pixeln in einer Dimension darstellt. Oft wird es als Breite \u00d7 H\u00f6he<\/b>angegeben, wie unten im Beispielbild 4 mal 4.
\n\"Wie
\n
\nEin weiteres Merkmal, mit dem wir bei der Arbeit mit Bildern\/Videos zu tun haben, ist das Seitenverh\u00e4ltnis<\/b>, das die \u00fcbliche proportionale Beziehung zwischen der Breite und der H\u00f6he eines Bildes oder Pixels beschreibt.<\/p>\n

Wenn gesagt wird, dass ein Film oder Bild die Gr\u00f6\u00dfe 16 zu 9 hat, bezieht man sich normalerweise auf das Seitenverh\u00e4ltnis des Displays<\/b> (DAR<\/b> \u2013 von Display-Seitenverh\u00e4ltnis<\/i>). Manchmal k\u00f6nnen jedoch unterschiedliche Formen einzelner Pixel auftreten \u2013 in diesem Fall sprechen wir von dem Pixelverh\u00e4ltnis<\/b> (PAR<\/b> \u2013 von Pixel-Seitenverh\u00e4ltnis<\/i>).<\/p>\n

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

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

Obwohl die tats\u00e4chliche Aufl\u00f6sung von DVD 704\u00d7480 betr\u00e4gt, wird trotzdem das Seitenverh\u00e4ltnis 4:3 beibehalten, da der Pixel-Aspekt-Verh\u00e4ltnis-Wert 10:11 betr\u00e4gt (704\u00d710 \/ 480\u00d711).<\/p><\/blockquote>\n

\nUnd schlie\u00dflich k\u00f6nnen wir das Video<\/b> als eine Sequenz von n<\/b> Bildern \u00fcber einen Zeitraum Zeit<\/b>definieren, das als zus\u00e4tzliche Dimension betrachtet werden kann. Und n<\/b> das ist dann die Bildfrequenz oder die Anzahl der Bilder pro Sekunde (FPS<\/b> \u2013 von Frames pro Sekunde<\/i>).<\/p>\n

\"Wie
\n
\nDie Anzahl der Bits pro Sekunde, die zur Anzeige von Video erforderlich sind, ist die Bitrate<\/b> \u2014 Bitrate = Breite * H\u00f6he * Farbtiefe * Bilder pro Sekunde<\/b>.<\/p>\n

Zum Beispiel ben\u00f6tigt ein Video mit 30 Bildern pro Sekunde, 24 Bits pro Pixel und einer Aufl\u00f6sung von 480\u00d7240 82.944.000 Bits pro Sekunde oder 82,944 Mbit\/s (30x480x240x24) \u2013 aber nur, wenn keine Komprimierungsmethoden verwendet werden.<\/p><\/blockquote>\n

\nZum Beispiel ben\u00f6tigt ein Video mit 30 Bildern pro Sekunde, 24 Bit pro Pixel und einer Aufl\u00f6sung von 480\u00d7240 82.944.000 Bit pro Sekunde oder 82.944 Mbit\/s (30x480x240x24) \u2013 es sei denn, es werden Compression-Methoden verwendet.<\/p>\n

fast konstant ist , wird sie als<\/i>konstante Bitrate CBR<\/b> (konstante Bitrate<\/b> \u2013 von ). Aber sie kann auch variieren, in diesem Fall nennt man sie<\/i>variable Bitrate variabler \u00dcbertragungsrate<\/b> (VBR<\/b> \u2013 von variable Bitrate<\/i>).<\/p>\n

Dieses Diagramm zeigt ein begrenztes VBR, wenn nicht zu viele Bits bei einem vollst\u00e4ndig dunklen Bild verbraucht werden.<\/p>\n

\"Wie
\n
\nUrspr\u00fcnglich entwickelten Ingenieure eine Methode, um die wahrgenommene Bildfrequenz eines Videodisplays zu verdoppeln, ohne zus\u00e4tzliche Bandbreite zu verwenden. Diese Methode ist bekannt als interlaced video<\/b>; im Wesentlichen sendet sie die H\u00e4lfte des Bildschirms im ersten \"Frame\" und die andere H\u00e4lfte im n\u00e4chsten \"Frame\".<\/p>\n

Derzeit erfolgt die Visualisierung von Szenen haupts\u00e4chlich unter Verwendung von Progressive Scan-Technologie<\/b>. Dies ist eine Methode zur Anzeige, Speicherung oder \u00dcbertragung bewegter Bilder, bei der alle Linien jedes Frames nacheinander gezeichnet werden.<\/p>\n

\"Wie
\n
\nNun, wir wissen jetzt, wie ein Bild in digitaler Form dargestellt wird, wie seine Farben strukturiert sind, wie viele Bits pro Sekunde ben\u00f6tigt werden, um Video anzuzeigen, je nach konstanter (CBR) oder variabler (VBR) \u00dcbertragungsrate. Wir haben das vorgegebene Aufl\u00f6sungsformat unter Verwendung einer bestimmten Bildwiederholfrequenz gelernt und uns mit vielen anderen Begriffen wie interlaced video, PAR und einigen anderen vertraut gemacht.<\/p>\n

Entfernung von Redundanz<\/h2>\n

\nEs ist bekannt, dass unver\u00e4ndertes Video nicht praktikabel ist. Ein einst\u00fcndiges Video mit 720p Aufl\u00f6sung und 30 Frames pro Sekunde w\u00fcrde 278 GB ben\u00f6tigen. Dies ergibt sich aus der Multiplikation von 1280 x 720 x 24 x 30 x 3600 (Breite, H\u00f6he, Bits pro Pixel, FPS und Zeit in Sekunden).<\/p>\n

Verwendung verlustfreien Kompressionsalgorithmen<\/b>, wie DEFLATE (verwendet in PKZIP, Gzip und PNG), wird nicht zu einer signifikanten Reduzierung der ben\u00f6tigten Bandbreite f\u00fchren. Es m\u00fcssen andere Methoden zur Videokompression gefunden werden.<\/p>\n

Dazu k\u00f6nnen die Eigenschaften unseres Sehens genutzt werden. Wir unterscheiden Helligkeit besser als Farben. Sie k\u00f6nnen sich selbst davon \u00fcberzeugen, indem Sie dieses Bild betrachten.<\/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 feststellen, indem Sie auf die linke Bildh\u00e4lfte schauen.<\/p>\n

\"Wie<\/p>\n

Wenn Sie nicht sehen, dass in der linken H\u00e4lfte des Bildes die Farben der Quadrate sind A<\/b> und B<\/b> In der Tat sind sie gleich, und das ist normal. Unser Gehirn lenkt unsere Aufmerksamkeit mehr auf Licht-Schatten als auf Farbe. Auf der rechten Seite zwischen den markierten Quadraten gibt es eine Verbindung derselben Farbe - deshalb erkennen wir (d.h. unser Gehirn) leicht, dass es sich dort tats\u00e4chlich um dieselbe Farbe handelt.<\/p>\n

Lassen Sie uns (vereinfacht) untersuchen, wie unsere Augen funktionieren. Das Auge ist ein komplexes Organ, bestehend aus vielen Teilen. Doch am meisten interessieren uns 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 es etwas komplizierter, aber wir werden es vereinfachen). Die St\u00e4bchen sind haupts\u00e4chlich f\u00fcr die Helligkeit verantwortlich, w\u00e4hrend die Zapfen f\u00fcr die Farbe verantwortlich sind. Die Zapfen unterteilen sich in drei Typen, je nach dem enthaltenen Pigment: S-Zapfen (blau), M-Zapfen (gr\u00fcn) und L-Zapfen (rot).<\/p>\n

Da wir deutlich mehr St\u00e4bchen (Helligkeit) als Zapfen (Farbe) haben, l\u00e4sst sich 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

\nForscher der experimentellen Psychologie und vieler anderer Bereiche haben viele Theorien zur menschlichen Wahrnehmung entwickelt. Eine davon nennt sich Funktionen der Kontrastempfindlichkeit<\/b>. Sie sind mit r\u00e4umlichem und zeitlichem Licht verbunden. Kurz gesagt, es geht darum, wie viele \u00c4nderungen erforderlich sind, bevor der Beobachter sie bemerkt. Beachten Sie, dass das Wort \u201eFunktion\u201c im Plural steht. Dies liegt daran, dass wir die Funktionen der Kontrastempfindlichkeit nicht nur f\u00fcr Schwarzwei\u00dfbilder, sondern auch f\u00fcr Farbbilder messen k\u00f6nnen. Die Ergebnisse dieser Experimente zeigen, dass unsere Augen in den meisten F\u00e4llen empfindlicher f\u00fcr Helligkeit als f\u00fcr Farbe sind.<\/p><\/blockquote>\n

Da bekannt ist, dass wir empfindlicher f\u00fcr die Helligkeit eines Bildes sind, kann man versuchen, diesen Fakt zu nutzen.<\/p>\n

Farbraummodell<\/h2>\n

\nWir haben ein bisschen verstanden, wie man mit farbigen Bildern unter Verwendung des RGB-Schemas arbeitet. Es gibt auch andere Modelle. Es gibt ein Modell, das Helligkeit von Farbigkeit trennt und bekannt ist 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 handelt es sich um eine Darstellung der Helligkeit, und es werden zwei Farbkan\u00e4le verwendet: Cb<\/b> (ges\u00e4ttigtes Blau) und Cr<\/b> (ges\u00e4ttigtes Rot). YCbCr kann aus RGB gewonnen werden, ebenso ist eine Umwandlung m\u00f6glich. Mit diesem Modell k\u00f6nnen wir Farbbilder erstellen, wie unten zu sehen ist:<\/p>\n

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

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

\nManche m\u00f6gen 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 nutzen die Koeffizienten, die im Standard BT.601<\/b>, empfohlen vom Gremium ITU-R<\/b>, festgelegt wurden. Dieses Gremium definiert Standards f\u00fcr digitales Video. Zum Beispiel: Was ist 4K? Wie sollten Bildfrequenz, Aufl\u00f6sung und 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 blau und rot:<\/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 erzeugen:<\/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.) nur das RGB-Modell. Aber dieses Modell kann unterschiedlich organisiert werden:<\/p>\n

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

Farbsubsampling<\/h2>\n

\nMit einem Bild, das als Kombination aus Helligkeit und Farbigkeit dargestellt wird, k\u00f6nnen wir die h\u00f6here Empfindlichkeit des menschlichen Sehverm\u00f6gens f\u00fcr Helligkeit im Vergleich zur Farbigkeit nutzen, wenn wir selektiv Informationen entfernen. Farbunterabtastung ist eine Methode zur Bildkodierung, die eine geringere Aufl\u00f6sung f\u00fcr die Farbigkeit als f\u00fcr die Helligkeit verwendet.<\/p>\n

\"Wie<\/p>\n

Wie sehr ist es zul\u00e4ssig, die Aufl\u00f6sung der Farbigkeit zu reduzieren?! Es gibt bereits einige Schemen, die beschreiben, wie man Aufl\u00f6sung und Verschmelzung verarbeitet (Endfarbe = Y + Cb + Cr).<\/p>\n

Diese Schemen sind bekannt als Unterabtastungssysteme<\/b> und werden in Form eines 3-fachen Verh\u00e4ltnisses ausgedr\u00fcckt \u2014 a<\/b>:x<\/b>:y<\/b>, das die Anzahl der Abtastungen von Helligkeits- und Farbunterschiedssignalen definiert.<\/p>\n

a<\/b> \u2014 der Referenzwert f\u00fcr die horizontale Abtastung (normalerweise 4)
\nx<\/b> \u2014 die Anzahl der Abtastungen der Farbigkeit in der ersten Zeile der Pixel (horizontale Aufl\u00f6sung im Verh\u00e4ltnis zu a<\/b>)
\ny<\/b> \u2014 die Anzahl der \u00c4nderungen der Abtastungen der Farbigkeit zwischen der ersten und der zweiten Zeile der Pixel.<\/p>\n

Eine Ausnahme bildet 4<\/b>:1<\/b>:0<\/b>, die eine Abtastung der Farbigkeit in jedem Block von Helligkeitsaufl\u00f6sung 4 auf 4 gew\u00e4hrleistet.<\/p><\/blockquote>\n

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