{"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\/et\/blog\/novosti-interneta\/kak-rabotaet-videokodek-chast-1-osnovy","title":{"rendered":"Kuidas videokooder t\u00f6\u00f6tab. Osa 1. P\u00f5hit\u00f5ed","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

Teine osa: Videokodeki t\u00f6\u00f6p\u00f5him\u00f5tted<\/a><\/noindex><\/h3>\n

Iga rasterpilt v\u00f5ib olla esitatud<\/b> kahem\u00f5\u00f5tmelise maatriksina . Kui r\u00e4\u00e4kida v\u00e4rvide kohta, siis ideed saab arendada, vaadates pilti kui<\/b>kolmem\u00f5\u00f5tmelist maatriksit , kus lisam\u00f5\u00f5tmeid kasutatakse iga v\u00e4rvi andmete salvestamiseks.<\/b>Kui k\u00e4sitleda l\u00f5ppv\u00e4rvi kui kombinatsiooni nn p\u00f5hiv\u00e4rvidest (punane, roheline ja sinine), m\u00e4\u00e4ratleme meie kolmem\u00f5\u00f5tmelises maatriksis kolm tasandit: esimene punasele, teine rohelisele ja viimane sinisele.<\/p>\n

Kutsume seda maatriksi igat punkti piksliks (pildi elemendiks). Iga piksel sisaldab teavet iga v\u00e4rvi intensiivsuse kohta (tavaliselt numbrilise v\u00e4\u00e4rtusena). N\u00e4iteks
\n\"Kuidas<\/a><\/noindex>
\npunane piksel t\u00e4hendab, et sellel on 0 rohelist, 0 sinist ja maksimaalne punane.<\/b> Roosa piksel v\u00f5ib olla moodustatud kolme v\u00e4rvi kombinatsiooni abil. Kasutades numbrilist vahemikku 0 kuni 255, m\u00e4\u00e4ratletakse roosa piksel kui<\/b> Punane = 255 Roheline = 192<\/b>, Sinine = 203<\/b> ja Artikkel on avaldatud EDISONi toetusel.<\/b>.<\/a><\/noindex><\/p>\n

\"Kuidas<\/a><\/noindex>

\nArendame<\/p>\n

Arendame videovalve rakendused, voogedastusvideo<\/a><\/noindex>, samuti tegeleme videokontroll kirurgilises ruumis<\/a><\/noindex>.<\/p><\/blockquote>\n

Alternatiivsed meetodid v\u00e4rvipildi kodeerimiseks<\/h3>\n

\nKuvamiseks on palju muid mudelite olemas, mis kirjeldavad v\u00e4rve pildis. N\u00e4iteks v\u00f5ib kasutada indekseeritud paletti, kus iga piksel on esindatud \u00fche baitiga, v\u00f5rreldes kolme baitiga, mis on vajalik RGB-mudelis. Sellises mudelis v\u00f5ib iga v\u00e4rvi esitlemiseks kasutada 2D-matrixit 3D-matriisi asemel. See s\u00e4\u00e4stab m\u00e4lu, kuid pakub v\u00e4iksemat v\u00e4rvivalikut.<\/p>\n

\"Kuidas
\n<\/p>\n

RGB<\/h2>\n

N\u00e4iteks vaadake allolevat pilti. Esimene joonis on t\u00e4ielikult v\u00e4rvitud. \u00dclej\u00e4\u00e4nud on punased, rohelised ja sinised tasandid (vastavate v\u00e4rvide intensiivsus on esitatud halli skaala j\u00e4rgi).<\/p>\n

\"Kuidas
\n
\nN\u00e4eme, et punase tooni varjundid originaalis asuvad samades kohtades, kus on n\u00e4ha teise n\u00e4o eredamad osad. Samas on sinise v\u00e4rvi panus peamiselt n\u00e4htav ainult Mario silmades (viimane n\u00e4gu) ja tema riiete elementides. Pange t\u00e4hele, kuhu k\u00f5ik kolm v\u00e4rvitegemist annavad k\u00f5ige v\u00e4hem panust (tumedamad osad piltidel) \u2014 see on Mario vuntsides.<\/p>\n

Iga v\u00e4rvi intensiivsuse salvestamiseks on vajalik kindel arv bitte \u2014 seda nimetatakse bittide s\u00fcgavuseks<\/b>. Oletame, et kulutatakse 8 bitti (v\u00e4\u00e4rtusest 0 kuni 255) \u00fche v\u00e4rvitegemise kohta. Sel juhul on meil v\u00e4rvis\u00fcgavus 24 bitti (8 bitti * 3 R\/G\/B ette).<\/p>\n

Teine omadus, millega piltidega tegeledes kokku puutume, on eraldusv\u00f5ime<\/b>, mis esindab pikslite arvu \u00fches m\u00f5\u00f5tmes. Sageli t\u00e4histatakse seda kui laius \u00d7 k\u00f5rgus<\/b>, nagu alloleval 4x4 pildin\u00e4idisel.
\n\"Kuidas
\n
\nVeel \u00fcks omadus, millega me t\u00f6\u00f6tades pilte\/ videotega kokku puutume, on kuvasuhe<\/b>, mis kirjeldab tavalist proportsionaalset seost pildi v\u00f5i piksli laiuse ja k\u00f5rguse vahel.<\/p>\n

Kui r\u00e4\u00e4gitakse, et m\u00f5ne filmi v\u00f5i pildi suurus on 16:9, siis tavaliselt m\u00f5eldakse ekraani kuvasuhet<\/b> (DAR<\/b> \u2014 l\u00fchend Display Aspect Ratio<\/i>). Siiski v\u00f5ivad eraldi pikslite vormid olla erinevad \u2014 sel juhul r\u00e4\u00e4gime pikslisuhtest<\/b> (PAR<\/b> \u2014 l\u00fchend Pixel Aspect Ratio<\/i>).<\/p>\n

\"Kuidas
\n
\n\"Kuidas<\/p>\n

K\u00f6\u00f6gin\u00f5ustajale t\u00e4helepanekuks: DVD<\/b> vastab DAR 4:3<\/b><\/p>\n

Kuigi DVD tegelik eraldusv\u00f5ime on 704\u00d7480, s\u00e4ilitab see siiski 4:3 kuvasuhte, kuna PAR on 10:11 (704\u00d710 \/ 480\u00d711).<\/p><\/blockquote>\n

\nJa l\u00f5puks saame m\u00e4\u00e4ratleda video<\/b> ka kui j\u00e4rjestikuste n<\/b> kaadrite seeriat aja\u00fcles m\u00f5\u00f5tmiseks<\/b>, mida v\u00f5ib pidada t\u00e4iendavaks m\u00f5\u00f5tmiseks. Ning n<\/b> see on ka kaadrisagedus ehk kaadrite arv sekundis (FPS<\/b> \u2014 l\u00fchend Frames per Second<\/i>).<\/p>\n

\"Kuidas
\n
\nBitim\u00e4\u00e4r, mis on vajalik video esitamiseks, on selle \u00fclekandekiirus<\/b> \u2014 bitrate<\/b>.<\/p>\n

bitrate = laius * k\u00f5rgus * bit s\u00fcgavus * kaadreid sekundis<\/p><\/blockquote>\n

\nN\u00e4iteks, 30 kaadrit sekundis, 24 bitti pikseli kohta ja eraldusv\u00f5imega 480\u00d7240 on vajalik 82,944,000 bitti sekundis v\u00f5i 82,944 Mbit\/s (30x480x240x24) \u2014 aga seejuures ei kasutada mitte \u00fchtegi tihendamismeetodit.<\/p>\n

Kui \u00fclekandekiirus on peaaegu konstantne<\/i>, siis nimetatakse seda konstantseks \u00fclekandekiirus<\/b> (CBR<\/b> \u2014 l\u00fchend constant bit rate<\/i>). Kuid see v\u00f5ib ka varieeruda, sel juhul nimetatakse seda muutuvaks andmeedastuskiirus<\/b> (VBR<\/b> \u2014 l\u00fchend variable bit rate<\/i>).<\/p>\n

See graafik n\u00e4itab piiratud VBR-i, kui t\u00e4ielikult tumeda kaadri puhul ei kulutata liiga palju bitte.<\/p>\n

\"Kuidas
\n
\nAlguses t\u00f6\u00f6tasid insenerid v\u00e4lja meetodi, mis kahekordistab tajutavat videodisplei kaadrisagedust ilma t\u00e4iendava ribalaiuse kasutamiseta. See meetod on tuntud kui v\u00e4ljakudekad video<\/b>; p\u00f5him\u00f5tteliselt saadab see poole ekraanist esimeses \"kaadris\" ja teise poole j\u00e4rgmisel \"kaadris.\"<\/p>\n

Praegu toimub stseenide visualiseerimine peamiselt progressiivse skaneerimise tehnoloogia<\/b>. See on meetod liikuvate piltide kuvamiseks, s\u00e4ilitamiseks v\u00f5i edastamiseks, kus iga kaadri k\u00f5ik read joonistatakse j\u00e4rjestikuseid.<\/p>\n

\"Kuidas
\n
\nN\u00fc\u00fcd oleme kursis, kuidas pilt digitaalsetes vormides esitatakse, kuidas on korraldatud selle v\u00e4rvid ja kui palju bitti sekundis kulutame video n\u00e4itamiseks, olgu see siis pidev (CBR) v\u00f5i muutuv (VBR) edastuskiirus. Teame m\u00e4\u00e4ratud eraldusv\u00f5imet koos m\u00e4\u00e4ratud kaadrisagedusega ning oleme tutvunud paljude teiste m\u00f5istetega, nagu vahelduvv\u00e4line video, PAR ja paljude teistega.<\/p>\n

\u00dclem\u00e4\u00e4rasuse eemaldamine<\/h2>\n

\nOn teada, et kompressimata videot ei saa normaalselt kasutada. Tund aega 720p resolutsiooniga videot 30 kaadrit sekundis v\u00f5taks 278 GB. Sellisele v\u00e4\u00e4rtusele j\u00f5uame, korrutades 1280 x 720 x 24 x 30 x 3600 (laius, k\u00f5rgus, bitid pikseli kohta, FPS ja aeg sekundites).<\/p>\n

Kasutamine kaotusteta kompressioonialgoritmid<\/b>, nagu DEFLATE (kasutatakse PKZIP-is, Gzip-is ja PNG-s), ei anna piisavat v\u00e4hendamist vajaliku ribalaiuse osas. Peame otsima teisi video kokkusurumise viise.<\/p>\n

Selleks saab kasutada meie n\u00e4gemise omadusi. Meie silmad tajuvad paremini heledust kui v\u00e4rve. Video on j\u00e4rjestatud piltide kogum, mis kordub aja jooksul. \u00dche stseeni k\u00f5rval asuvate kaadrite vahel on v\u00e4iksed erinevused. Lisaks sisaldab iga kaader palju piirkondi, mis kasutavad \u00fchte ja sama (v\u00f5i sarnast) v\u00e4rvi.<\/p>\n

V\u00e4rv, heledus ja meie silmad<\/h2>\n

\nMeie silmad on heledusele tundlikumad kui v\u00e4rvile. Veenduge ise, vaadates seda kujutist.<\/p>\n

\"Kuidas<\/p>\n

Kui te ei n\u00e4e, et vasakus pooles pildi ruutude v\u00e4rvid A<\/b> ja B<\/b> on tegelikult samad, siis see on normaalne. Meie aju paneb meid rohkem t\u00e4helepanu p\u00f6\u00f6rama heledusele kui v\u00e4rvile. Paremal pool on t\u00e4histatud ruutude vahel sama v\u00e4rvi \u00fchendus \u2014 seega suudame (ehk siis meie aju) kergesti kindlaks teha, et seal on tegelikult sama v\u00e4rv.<\/p>\n

Vaatame (lihtsustatult) l\u00e4hemalt, kuidas meie silmad t\u00f6\u00f6tavad. Silm on keeruline organ, mis koosneb paljusid osadest. Kuid meid huvitavad eelk\u00f5ige koonus- ja varsarakud. Silmas on umbes 120 miljonit varsarakku ja 6 miljonit koonusrakku.<\/p>\n

Vaatleme v\u00e4rvi ja heleduse tajumist kui eraldi funktsioone silma teatud osades (tegelikult on asi keerulisem, kuid lihtsustame). Keerukad rakud vastutavad enamasti heleduse eest, samas kui koonusrakud vastutavad v\u00e4rvi eest. Koonusrakud jaotatakse kolme t\u00fc\u00fcpi s\u00f5ltuvalt sisaldatavast pigmendist: S-koonused (sinine), M-koonused (roheline) ja L-koonused (punane).<\/p>\n

Kuna meil on palju rohkem keppe (heleduse jaoks) kui koonusrakke (v\u00e4rvi jaoks), v\u00f5ib j\u00e4reldada, et me oleme paremini v\u00f5imelised eristama tumeduse ja valguse \u00fcleminekuid kui v\u00e4rve.<\/p>\n

\"Kuidas
\n<\/p>\n

Kontrastitundlikkuse funktsioonid<\/h2>\n

\nEksperimentaalps\u00fchholoogia ja paljude teiste valdkondade teadlased on v\u00e4lja t\u00f6\u00f6tanud arvukalt teooriaid inimn\u00e4gemise kohta. \u00dcks neist nimetatakse kontrastitundlikkuse funktsioonideks<\/b>. Need on seotud ruumilise ja ajaga valgustusega. L\u00fchidalt \u00f6eldes, r\u00e4\u00e4gime sellest, kui palju muutusi on vajalik, enne kui vaatleja neid m\u00e4rkab. Pange t\u00e4hele s\u00f5na \u201efunktsioon\u201d mitmuses. See on seotud sellega, et saame m\u00f5\u00f5ta kontrasti tundlikkuse funktsioone mitte ainult mustvalges, vaid ka v\u00e4rvilistes piltides. Need eksperimendi tulemused n\u00e4itavad, et enamikul juhtudel on meie silmad valgustusele tundlikumad kui v\u00e4rvile.<\/p><\/blockquote>\n

Kuna on teada, et oleme valgustuse suhtes tundlikumad, v\u00f5iksime proovida seda fakti \u00e4ra kasutada.<\/p>\n

V\u00e4rvimudel<\/h2>\n

\nOleme natuke aru saanud, kuidas t\u00f6\u00f6tada v\u00e4rviliste piltidega, kasutades RGB-skeemi. On ka teisi mudeleid. On mudel, mis eraldab heleduse v\u00e4rvustest ja seda tuntakse kui YCbCr<\/b>. Muide, on ka teisi mudeleid, mis teevad sarnase jaotuse, kuid k\u00e4sitleme ainult seda.<\/p>\n

Selles v\u00e4rvimudelis Y<\/b> \u2014 esindab heledust, samas kasutatakse kaht v\u00e4rvikanalit: Cb<\/b> (k\u00fclluslik sinine) ja Cr<\/b> (k\u00fcllane punane). YCbCr v\u00f5ib olla saadud RGB-st, samuti on v\u00f5imalik ka tagurpidi muundamine. Kasutades seda mudelit, saame luua t\u00e4isv\u00e4rvilisi pilte, nagu allpool n\u00e4htav:<\/p>\n

\"Kuidas
\n<\/p>\n

YCbCr ja RGB vaheline muundamine<\/h2>\n

\nKeegi v\u00f5ib v\u00e4ita: kuidas on v\u00f5imalik saada k\u00f5iki v\u00e4rve, kui roheline ei ole kasutusel?<\/p>\n

Sellele k\u00fcsimusele vastamiseks muundame RGB YCbCr-iks. Kasutame standardis kehtestatud koefitsiente BT.601<\/b>, mille soovitab ITU-R<\/b>. See organisatsioon m\u00e4\u00e4ratleb digitaalsete video standardid. N\u00e4iteks: mis on 4K? Millised peaksid olema kaadrisagedus, eraldusv\u00f5ime, v\u00e4rvimudel?<\/p>\n

Esiteks arvutame heledust. Kasutame ITU soovitatud konstandeid ja asendame RGB v\u00e4\u00e4rtused.<\/p>\n

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

P\u00e4rast heleduse saamist eraldame sinise ja punase v\u00e4rvi:<\/p>\n

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

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

Ja me saame ka tagasi muundada ja isegi saada rohelise YCbCr abil:<\/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

Tavaliselt kasutavad ekraanid (monitorid, telerid, ekraanid jne) ainult RGB mudelit. Kuid seda mudelit saab organiseerida erinevalt:<\/p>\n

\"Kuidas
\n<\/p>\n

V\u00e4rvi alampurskamine<\/h2>\n

\nPilt, mis on esitatud heleduse ja v\u00e4rvuse kombinatsioonina, v\u00f5imaldab meil kasutada inimeste n\u00e4gemise s\u00fcsteemi suuremat tundlikkust heledusele kui v\u00e4rvusele, kui me valikuliselt teabe eemaldame. V\u00e4rvialane alal\u00e4bilaskmine on piltide kodeerimise meetod, mis kasutab v\u00e4rvuse jaoks madalamat eraldusv\u00f5imet kui heleduse jaoks.<\/p>\n

\"Kuidas<\/p>\n

Kui palju on lubatud v\u00e4rvuse eraldusv\u00f5imet v\u00e4hendada?! Tundub, et juba on olemas m\u00f5ned skeemid, mis kirjeldavad, kuidas t\u00f6\u00f6tleda eraldusv\u00f5imet ja sulandada (L\u00f5ppv\u00e4rv = Y + Cb + Cr).<\/p>\n

Need skeemid on tuntud kui alal\u00e4bilaskmise s\u00fcsteemid<\/b> ja need v\u00e4ljendatakse 3:1 suhetes \u2014 a<\/b>:x<\/b>:y<\/b>, mis m\u00e4\u00e4rab heledus- ja v\u00e4rvuseidendi signaalide proovide arvu.<\/p>\n

a<\/b> \u2014 standardne horisontaalne valimine (tavaliselt 4)
\nx<\/b> \u2014 v\u00e4rvuse proovide arv esimese pikslirea kohta (horisontaalne eraldusv\u00f5ime seoses a<\/b>)
\ny<\/b> \u2014 v\u00e4rvuse proovide muutuste arv esimese ja teise pikslirea vahel.<\/p>\n

Erandiks on 4<\/b>:1<\/b>:0<\/b>, mis tagab \u00fche v\u00e4rvuse proovi iga 4x4 heleduslahtri kohta.<\/p><\/blockquote>\n

Kaasaegsetes koodekites kasutatavad \u00fcldskeemid:<\/p>\n