{"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\/es\/blog\/news\/kak-rabotaet-videokodek-chast-1-osnovy","title":{"rendered":"C\u00f3mo funciona un c\u00f3dec de video. Parte 1. Fundamentos","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

Parte dos: Principios de funcionamiento del c\u00f3dec de video<\/a><\/noindex><\/h3>\n

Cualquier imagen rasterizada se puede representar como<\/b> una matriz bidimensional . Cuando se habla de colores, se puede desarrollar la idea considerando la imagen como una<\/b>matriz tridimensional , donde dimensiones adicionales se utilizan para almacenar datos sobre cada uno de los colores.<\/b>Si consideramos el color final como una combinaci\u00f3n de los llamados colores primarios (rojo, verde y azul), en nuestra matriz tridimensional definimos tres planos: el primero para el rojo, el segundo para el verde y el \u00faltimo para el azul.<\/p>\n

Llamaremos a cada punto en esta matriz un p\u00edxel (elemento de la imagen). Cada p\u00edxel contiene informaci\u00f3n sobre la intensidad (generalmente en forma de valor num\u00e9rico) de cada color. Por ejemplo,
\n\"C\u00f3mo<\/a><\/noindex>
\nun p\u00edxel rojo significa que contiene 0 de color verde, 0 de color azul y el m\u00e1ximo de rojo.<\/b> Un p\u00edxel de color rosa puede ser formado mediante una combinaci\u00f3n de los tres colores. Usando un rango num\u00e9rico de 0 a 255, un p\u00edxel rosa se define como<\/b> Rojo = 255 Verde = 192<\/b>, Azul = 203<\/b> y El art\u00edculo fue publicado con el apoyo de la empresa EDISON.<\/b>.<\/a><\/noindex><\/p>\n

\"C\u00f3mo<\/a><\/noindex>

\nDesarrollamos<\/p>\n

aplicaciones para videovigilancia, video en streaming grabaci\u00f3n de video en la sala de operaciones<\/a><\/noindex>, as\u00ed como M\u00e9todos alternativos de codificaci\u00f3n de im\u00e1genes a color<\/a><\/noindex>.<\/p><\/blockquote>\n

Para representar los colores que componen una imagen, hay muchos otros modelos disponibles. Por ejemplo, se puede utilizar una paleta indexada, donde solo se requiere un byte para representar cada p\u00edxel, en lugar de los tres necesarios al usar el modelo RGB. En tal modelo se puede usar una matriz 2D en lugar de una matriz 3D para representar cada color. Esto ahorra memoria, pero ofrece una gama de colores m\u00e1s limitada.<\/h3>\n

\nRGB<\/p>\n

\"C\u00f3mo
\n<\/p>\n

Por ejemplo, observe esta imagen a continuaci\u00f3n. La primera cara est\u00e1 completamente coloreada. Las otras son los planos rojo, verde y azul (la intensidad de los colores correspondientes se muestra en escala de grises).<\/h2>\n

Podemos ver que los matices de rojo en el original estar\u00e1n en los mismos lugares donde se observan las partes m\u00e1s brillantes de la segunda cara. Mientras que la contribuci\u00f3n del color azul se puede ver principalmente solo en los ojos de Mario (la \u00faltima cara) y en elementos de su vestimenta. Tenga en cuenta d\u00f3nde las tres capas de color contribuyen menos (las partes m\u00e1s oscuras de las im\u00e1genes): esto es en los bigotes de Mario.<\/p>\n

\"C\u00f3mo
\n
\nObservamos que los matices de rojo en el original estar\u00e1n en los mismos lugares donde se observan las partes m\u00e1s brillantes del segundo personaje. Mientras que la contribuci\u00f3n del color azul se puede ver principalmente solo en los ojos de Mario (el \u00faltimo personaje) y en los elementos de su vestimenta. Presta atenci\u00f3n a d\u00f3nde las tres superficies de color aportan menos (las partes m\u00e1s oscuras de las im\u00e1genes): esto est\u00e1 en los bigotes de Mario.<\/p>\n

Para almacenar la intensidad de cada color se requiere una cierta cantidad de bits, esta cantidad se llama profundidad de bits<\/b>. Supongamos que se utilizan 8 bits (basado en un valor entre 0 y 255) para un solo plano de color. Entonces tenemos una profundidad de color de 24 bits (8 bits * 3 planos R\/G\/B).<\/p>\n

Otra propiedad de la imagen es la resoluci\u00f3n<\/b>, que representa la cantidad de p\u00edxeles en una dimensi\u00f3n. A menudo se indica como ancho \u00d7 alto<\/b>, como se muestra a continuaci\u00f3n en la imagen de ejemplo 4 por 4.
\n\"C\u00f3mo
\n
\nOtra propiedad que tratamos al trabajar con im\u00e1genes\/video es la relaci\u00f3n de aspecto<\/b>, que describe la relaci\u00f3n proporcional t\u00edpica entre el ancho y la altura de la imagen o del p\u00edxel.<\/p>\n

Cuando se dice que una pel\u00edcula o imagen tiene un tama\u00f1o de 16 por 9, generalmente se refiere a la relaci\u00f3n de aspecto de la pantalla<\/b> (DAR<\/b> \u2014 de Display Aspect Ratio<\/i>). Sin embargo, a veces pueden haber diferentes formas para p\u00edxeles individuales; en este caso se habla de la relaci\u00f3n de p\u00edxeles<\/b> (PAR<\/b> \u2014 de Pixel Aspect Ratio<\/i>).<\/p>\n

\"C\u00f3mo
\n
\n\"C\u00f3mo<\/p>\n

Consejo para la ama de casa: DVD<\/b> corresponde a DAR 4 por 3<\/b><\/p>\n

Aunque la resoluci\u00f3n real de un DVD es de 704\u00d7480, mantiene la relaci\u00f3n de aspecto 4:3, ya que el PAR es 10:11 (704\u00d710 \/ 480\u00d711).<\/p><\/blockquote>\n

\nY, por \u00faltimo, podemos definir videos<\/b> como una secuencia de n<\/b> fotogramas en un periodo de tiempo<\/b>, que puede considerarse como una dimensi\u00f3n adicional. Entonces, eso es la frecuencia de fotogramas o el n\u00famero de fotogramas por segundo ( n<\/b> FPSFrames per Second<\/b> \u2014 de La cantidad de bits por segundo necesaria para mostrar video es su<\/i>).<\/p>\n

\"C\u00f3mo
\n
\ntasa de transmisi\u00f3n bitrate<\/b> \u2014 bitrate = ancho * altura * profundidad de bits * fotogramas por segundo<\/b>.<\/p>\n

Por ejemplo, para un video a 30 fotogramas por segundo, 24 bits por p\u00edxel, con una resoluci\u00f3n de 480\u00d7240 se requerir\u00e1n 82,944,000 bits por segundo o 82,944 Mbps (30x480x240x24) \u2014 pero esto es sin aplicar ning\u00fan m\u00e9todo de compresi\u00f3n.<\/p><\/blockquote>\n

\nPor ejemplo, para un video a 30 cuadros por segundo, con 24 bits por p\u00edxel y una resoluci\u00f3n de 480\u00d7240, se requerir\u00e1n 82,944,000 bits por segundo o 82,944 Mbps (30x480x240x24) \u2014 pero esto es si no se utiliza ninguno de los m\u00e9todos de compresi\u00f3n.<\/p>\n

es casi constante , se llama<\/i>tasa de transmisi\u00f3n constante CBR<\/b> (constant bit rate<\/b> \u2014 de ). Pero tambi\u00e9n puede variar, en ese caso se llama<\/i>tasa de transmisi\u00f3n variable VBR<\/b> (variable bit rate<\/b> \u2014 de Este gr\u00e1fico muestra un VBR limitado, cuando se utilizan no demasiados bits en el caso de un fotograma completamente negro.<\/i>).<\/p>\n

Inicialmente, los ingenieros desarrollaron un m\u00e9todo para duplicar la frecuencia de fotogramas percibida en la pantalla de video sin utilizar ancho de banda adicional. Este m\u00e9todo es conocido como<\/p>\n

\"C\u00f3mo
\n
\nvideo entrelazado video entrelazado<\/b>Principalmente, env\u00eda la mitad de la pantalla en el primer \"cuadro\", y la otra mitad en el siguiente \"cuadro\".<\/p>\n

Actualmente, la visualizaci\u00f3n de escenas se realiza principalmente utilizando tecnolog\u00eda de escaneo progresivo.<\/b>Es un m\u00e9todo de visualizaci\u00f3n, almacenamiento o transmisi\u00f3n de im\u00e1genes en movimiento, en el que todas las l\u00edneas de cada cuadro se dibujan secuencialmente.<\/p>\n

\"C\u00f3mo
\n
\n\u00a1Bien! Ahora sabemos c\u00f3mo se representa una imagen en forma digital, c\u00f3mo se organizan sus colores, cu\u00e1ntos bits por segundo gastamos para mostrar video, ya sea con una tasa de bits constante (CBR) o variable (VBR). Conocemos la resoluci\u00f3n establecida utilizando una frecuencia de cuadros determinada, y hemos aprendido muchos otros t\u00e9rminos, como video entrelazado, PAR y otros.<\/p>\n

Eliminaci\u00f3n de redundancias.<\/h2>\n

\nEs conocido que el video sin compresi\u00f3n no es utilizables. Un video de una hora con resoluci\u00f3n 720p y 30 cuadros por segundo ocupar\u00eda 278 GB. Este valor se obtiene multiplicando 1280 x 720 x 24 x 30 x 3600 (anchura, altura, bits por p\u00edxel, FPS y tiempo en segundos).<\/p>\n

Uso algoritmos de compresi\u00f3n sin p\u00e9rdida<\/b>, como DEFLATE (utilizado en PKZIP, Gzip y PNG), no proporciona una reducci\u00f3n suficiente en el ancho de banda requerido. Por lo tanto, hay que buscar otras formas de comprimir video.<\/p>\n

Para esto, se pueden utilizar las caracter\u00edsticas de nuestra visi\u00f3n. Nosotros diferenciamos mejor la luminosidad que los colores. El video es un conjunto de im\u00e1genes secuenciales que se repiten con el tiempo. Las diferencias entre cuadros adyacentes de una misma escena son peque\u00f1as. Adem\u00e1s, cada cuadro contiene muchas \u00e1reas que utilizan el mismo (o similar) color.<\/p>\n

Color, luminosidad y nuestros ojos.<\/h2>\n

\nNuestros ojos son m\u00e1s sensibles a la luminosidad que al color. Puedes comprobarlo t\u00fa mismo mirando esta imagen.<\/p>\n

\"C\u00f3mo<\/p>\n

Si no ves que en la mitad izquierda de la imagen los colores de los cuadros A<\/b> y B<\/b> son en realidad id\u00e9nticos, est\u00e1 bien. Nuestro cerebro nos hace prestar m\u00e1s atenci\u00f3n a la luz y sombra, que al color. A la derecha, entre los cuadros marcados hay un puente del mismo color, por lo que nosotros (es decir, nuestro cerebro) determinamos f\u00e1cilmente que, en realidad, ah\u00ed hay un mismo color.<\/p>\n

Veamos (simplificadamente) c\u00f3mo funcionan nuestros ojos. El ojo es un \u00f3rgano complejo, compuesto por muchas partes. Sin embargo, lo que m\u00e1s nos interesa son los conos y los bastones. El ojo contiene alrededor de 120 millones de bastones y 6 millones de conos.<\/p>\n

Consideremos la percepci\u00f3n del color y el brillo como funciones separadas de ciertas partes del ojo (en realidad, es algo m\u00e1s complejo, pero lo simplificaremos). Las c\u00e9lulas de los bastones, en su mayor parte, son responsables del brillo, mientras que las c\u00e9lulas de los conos se encargan del color. Los conos se dividen en tres tipos, seg\u00fan el pigmento que contienen: conos S (color azul), conos M (color verde) y conos L (color rojo).<\/p>\n

Dado que tenemos muchas m\u00e1s c\u00e9lulas de los bastones (brillo) que de los conos (color), se puede concluir que somos m\u00e1s capaces de distinguir transiciones entre la oscuridad y la luz que entre colores.<\/p>\n

\"C\u00f3mo
\n<\/p>\n

Funciones de sensibilidad al contraste<\/h2>\n

\nInvestigadores de la psicolog\u00eda experimental y de muchos otros campos han desarrollado numerosas teor\u00edas sobre la visi\u00f3n humana. Y una de ellas se llama funciones de sensibilidad al contraste<\/b>. Est\u00e1n relacionadas con la iluminaci\u00f3n espacial y temporal. En resumen, se trata de cu\u00e1ntos cambios son necesarios para que el observador los note. Nota que la palabra 'funci\u00f3n' est\u00e1 en plural. Esto se debe a que podemos medir las funciones de sensibilidad al contraste no solo hacia im\u00e1genes en blanco y negro, sino tambi\u00e9n hacia im\u00e1genes en color. Los resultados de estos experimentos muestran que, en la mayor\u00eda de los casos, nuestros ojos son m\u00e1s sensibles al brillo que al color.<\/p><\/blockquote>\n

Dado que sabemos que somos m\u00e1s sensibles al brillo de la imagen, se puede intentar utilizar este hecho.<\/p>\n

Modelo de color<\/h2>\n

\nHemos aprendido un poco sobre c\u00f3mo trabajar con im\u00e1genes en color, utilizando el esquema RGB. Existen otros modelos. Hay un modelo que separa el brillo de la cromaticidad y se conoce como YCbCr<\/b>. Por cierto, hay otros modelos que hacen una separaci\u00f3n similar, pero solo consideraremos este.<\/p>\n

En este modelo de color Y<\/b> \u2014 representa el brillo, y se utilizan dos canales de color: Cb<\/b> (azul saturado) y Cr<\/b> (rojo intenso). YCbCr se puede obtener de RGB, as\u00ed como tambi\u00e9n es posible la conversi\u00f3n inversa. Usando este modelo, podemos crear im\u00e1genes a todo color, como se ve a continuaci\u00f3n:<\/p>\n

\"C\u00f3mo
\n<\/p>\n

Conversi\u00f3n entre YCbCr y RGB<\/h2>\n

\nAlguien objetar\u00e1: \u00bfc\u00f3mo es posible obtener todos los colores si no se utiliza el verde?<\/p>\n

Para responder a esta pregunta, convertiremos RGB a YCbCr. Usaremos los coeficientes establecidos en la norma BT.601<\/b>, que fue recomendada por la divisi\u00f3n ITU-R<\/b>. Esta divisi\u00f3n define los est\u00e1ndares para video digital. Por ejemplo: \u00bfqu\u00e9 es 4K? \u00bfCu\u00e1les deber\u00edan ser la tasa de fotogramas, la resoluci\u00f3n, el modelo de color?<\/p>\n

Primero, calcularemos el brillo. Usaremos las constantes propuestas por la UIT y sustituiremos los valores de RGB.<\/p>\n

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

Despu\u00e9s de obtener el brillo, separaremos el color azul y rojo:<\/p>\n

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

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

Y tambi\u00e9n podemos convertirlo de nuevo e incluso obtener verde usando YCbCr:<\/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

Por lo general, las pantallas (monitores, televisores, pantallas, etc.) utilizan solo el modelo RGB. Pero este modelo puede organizarse de diferentes maneras:<\/p>\n

\"C\u00f3mo
\n<\/p>\n

Submuestreo de color<\/h2>\n

\nCon la imagen representada como una combinaci\u00f3n de brillo y cromaticidad, podemos aprovechar la mayor sensibilidad del sistema visual humano al brillo que a la cromaticidad si eliminamos selectivamente informaci\u00f3n. La submuestreo de color es un m\u00e9todo de codificaci\u00f3n de im\u00e1genes que utiliza menor resoluci\u00f3n para la cromaticidad que para el brillo.<\/p>\n

\"C\u00f3mo<\/p>\n

\u00bfCu\u00e1nto se puede reducir la resoluci\u00f3n de cromaticidad? \u00a1Resulta que ya existen algunos esquemas que describen c\u00f3mo manejar la resoluci\u00f3n y la fusi\u00f3n (Color final = Y + Cb + Cr).<\/p>\n

Estos esquemas son conocidos como sistemas de submuestreo<\/b> y se expresan en forma de una relaci\u00f3n de 3 a 1 \u2014 a<\/b>:x<\/b>:y<\/b>, que determina el n\u00famero de muestras de se\u00f1al de luminancia y de diferencia de color.<\/p>\n

a<\/b> \u2014 est\u00e1ndar de muestreo horizontal (generalmente igual a 4)
\nx<\/b> \u2014 n\u00famero de muestras de cromaticidad en la primera fila de p\u00edxeles (resoluci\u00f3n horizontal en relaci\u00f3n a a<\/b>)
\ny<\/b> \u2014 n\u00famero de cambios en las muestras de cromaticidad entre la primera y segunda fila de p\u00edxeles.<\/p>\n

La excepci\u00f3n es 4<\/b>:1<\/b>:0<\/b>, que proporciona una muestra de cromaticidad en cada bloque de resoluci\u00f3n de luminancia 4 por 4.<\/p><\/blockquote>\n

Los esquemas comunes utilizados en los c\u00f3decs modernos:<\/p>\n