{"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\/it\/blog\/novosti-interneta\/kak-rabotaet-videokodek-chast-1-osnovy","title":{"rendered":"Come funziona il codec video. Parte 1. Fondamenti","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

Secondo capitolo: Principi di funzionamento del codec video<\/a><\/noindex><\/h3>\n

Qualsiasi immagine raster pu\u00f2 essere rappresentata come<\/b> una matrice bidimensionale . Quando parliamo di colori, l'idea pu\u00f2 essere sviluppata considerando l'immagine come<\/b>una matrice tridimensionale , dove le dimensioni aggiuntive vengono utilizzate per memorizzare i dati per ciascun colore.<\/b>Se consideriamo il colore finale come una combinazione dei cosiddetti colori primari (rosso, verde e blu), nella nostra matrice tridimensionale definiamo tre piani: il primo per il colore rosso, il secondo per il verde e l'ultimo per il blu.<\/p>\n

Chiamiamo ogni punto in questa matrice pixel (elemento dell'immagine). Ogni pixel contiene informazioni sull'intensit\u00e0 (solitamente sotto forma di valore numerico) di ciascun colore. Ad esempio,
\n\"Come<\/a><\/noindex>
\nun pixel rosso significa che contiene 0 verde, 0 blu e massimo rosso.<\/b> Un pixel di colore rosa pu\u00f2 essere formato utilizzando una combinazione dei tre colori. Utilizzando un intervallo numerico da 0 a 255, un pixel rosa \u00e8 definito come<\/b> Rosso = 255 Verde = 192<\/b>, Blu = 203<\/b> e L'articolo \u00e8 pubblicato con il supporto di EDISON.<\/b>.<\/a><\/noindex><\/p>\n

\"Come<\/a><\/noindex>

\nSviluppiamo<\/p>\n

applicazioni per videosorveglianza, streaming video , e ci occupiamo<\/a><\/noindex>della registrazione video in sala operatoria Metodi alternativi di codifica di un'immagine a colori<\/a><\/noindex>.<\/p><\/blockquote>\n

Per rappresentare i colori di cui \u00e8 composta l'immagine, ci sono molte altre modalit\u00e0. Ad esempio, si pu\u00f2 utilizzare una palette indicizzata, dove \u00e8 sufficiente un solo byte per rappresentare ciascun pixel, invece dei tre necessari utilizzando il modello RGB. In questo modello si pu\u00f2 utilizzare una matrice 2D al posto di una matrice 3D per rappresentare ciascun colore. Questo risparmia memoria, ma offre una gamma di colori ridotta.<\/h3>\n

\nRGB<\/p>\n

\"Come
\n<\/p>\n

Ad esempio, guarda questa immagine qui sotto. Il primo volto \u00e8 completamente colorato. Gli altri sono i piani di rosso, verde e blu (l'intensit\u00e0 dei colori corrispondenti \u00e8 mostrata in scala di grigi).<\/h2>\n

Vediamo che le sfumature di rosso nell'originale saranno negli stessi luoghi in cui si osservano le parti pi\u00f9 luminose del secondo volto. Mentre il contributo del blu pu\u00f2 essere visto principalmente solo negli occhi di Mario (l'ultimo volto) e negli elementi del suo abbigliamento. Nota dove tutti e tre i piani colorati contribuiscono di meno (le parti pi\u00f9 scure delle immagini) \u2014 sono nei baffi di Mario.<\/p>\n

\"Come
\n
\nPer memorizzare l'intensit\u00e0 di ciascun colore \u00e8 necessario un certo numero di bit \u2014 questa grandezza \u00e8 chiamata<\/p>\n

profondit\u00e0 di colore . Supponiamo di impiegare 8 bit (partendo da un valore da 0 a 255) per un piano di colore. Allora abbiamo una profondit\u00e0 di colore di 24 bit (8 bit * 3 piani R\/G\/B).<\/b>Un'altra propriet\u00e0 dell'immagine \u00e8<\/p>\n

la risoluzione , che rappresenta il numero di pixel in una dimensione. Spesso \u00e8 indicata come<\/b>larghezza \u00d7 altezza , come in questo esempio di immagine 4 per 4.<\/b>Un'altra propriet\u00e0 con cui ci confrontiamo quando lavoriamo con immagini\/video \u00e8
\n\"Come
\n
\nil rapporto d'aspetto , che descrive la relazione proporzionale normale tra larghezza e altezza dell'immagine o del pixel.<\/b>Quando si dice che un certo film o immagine ha una dimensione di 16 per 9, di solito si fa riferimento a<\/p>\n

rapporto d'aspetto del display DAR<\/b> (Display Aspect Ratio<\/b> \u2014 da rapporto di pixel<\/i>PAR Pixel Aspect Ratio<\/b> (Nota per la padrona di casa:<\/b> \u2014 da DVD<\/i>).<\/p>\n

\"Come
\n
\n\"Come<\/p>\n

DAR 4 per 3 Sebbene la risoluzione reale del DVD sia 704\u00d7480, mantiene comunque un rapporto d'aspetto di 4:3, poich\u00e9 il PAR \u00e8 di 10:11 (704\u00d710 \/ 480\u00d711).<\/b> corrisponde a Infine, possiamo definire<\/b><\/p>\n

Sebbene la risoluzione reale del DVD sia di 704×480, mantiene comunque un rapporto di aspetto di 4:3, poich\u00e9 il PAR \u00e8 di 10:11 (704×10 \/ 480×11).<\/p><\/blockquote>\n

\nframe nel tempo video<\/b> , che pu\u00f2 essere considerato una dimensione aggiuntiva. E n<\/b> poi \u2014 \u00e8 la frequenza dei fotogrammi o il numero di fotogrammi al secondo ( tempo<\/b>Frames per Second n<\/b> Il numero di bit al secondo necessario per visualizzare un video \u00e8 il suobitrate<\/b> \u2014 da bitrate = larghezza * altezza * profondit\u00e0 di bit * fotogrammi al secondo<\/i>).<\/p>\n

\"Come
\n
\nAd esempio, per un video con 30 fotogrammi al secondo, 24 bit per pixel, una risoluzione di 480\u00d7240 saranno necessari 82.944.000 bit al secondo o 82,944 Mbit\/s (30x480x240x24) \u2014 ma solo se non viene utilizzato alcuno dei metodi di compressione. Se il bitrate<\/b> \u2014 \u00e8 quasi costante<\/b>.<\/p>\n

, allora si chiama<\/p><\/blockquote>\n

\nAd esempio, per un video a 30 fotogrammi al secondo, con 24 bit per pixel, una risoluzione di 480×240 richiederebbe 82.944.000 bit al secondo o 82.944 Mbit\/s (30x480x240x24) \u2014 ma questo senza alcun metodo di compressione.<\/p>\n

CBR constant bit rate<\/i>). Ma pu\u00f2 anche variare, in questo caso si chiama bitrate variabile<\/b> (VBR<\/b> \u2014 da variable bit rate<\/i>Questo grafico mostra un VBR limitato, dove vengono utilizzati pochi bit in caso di un fotogramma completamente scuro. Inizialmente, gli ingegneri hanno sviluppato un metodo per raddoppiare la frequenza percepita del frame del display video senza utilizzare ulteriore larghezza di banda. Questo metodo \u00e8 conosciuto come<\/b> (video interlacciato<\/b> \u2014 da bit rate variabile<\/i>).<\/p>\n

Questo grafico dimostra un VBR limitato, quando non vengono spesi troppi bit in caso di fotogramma completamente scuro.<\/p>\n

\"Come
\n
\nInizialmente, gli ingegneri hanno sviluppato un metodo per raddoppiare la frequenza percepita dei fotogrammi del display video senza utilizzare larghezza di banda aggiuntiva. Questo metodo \u00e8 conosciuto come video interlacciato<\/b>; principalmente, invia met\u00e0 dello schermo nel primo \u00abframe\u00bb e l'altra met\u00e0 nel successivo \u00abframe\u00bb.<\/p>\n

Attualmente, la visualizzazione delle scene avviene principalmente utilizzando la tecnologia di scansione progressiva<\/b>. Questo \u00e8 un metodo per visualizzare, memorizzare o trasmettere immagini in movimento in cui tutte le linee di ogni fotogramma vengono disegnate in sequenza.<\/p>\n

\"Come
\n
\nBene! Ora sappiamo come un'immagine \u00e8 rappresentata digitalmente, come sono composti i suoi colori, quanti bit al secondo utilizziamo per mostrare video, sia che la velocit\u00e0 di trasmissione sia costante (CBR) o variabile (VBR). Abbiamo compreso la risoluzione assegnata utilizzando una determinata frequenza di fotogrammi e ci siamo familiarizzati con molti altri termini come video interlacciato, PAR e alcuni altri.<\/p>\n

Rimozione della ridondanza<\/h2>\n

\n\u00c8 noto che non \u00e8 possibile utilizzare video non compressi in modo pratico. Un'ora di video in risoluzione 720p e a 30 fotogrammi al secondo occuperebbe 278 GB. Questo valore si ottiene moltiplicando 1280 x 720 x 24 x 30 x 3600 (larghezza, altezza, bit per pixel, FPS e tempo in secondi).<\/p>\n

L'utilizzo di algoritmi di compressione senza perdita<\/b>, come DEFLATE (utilizzato in PKZIP, Gzip e PNG), non offrirebbe una riduzione sufficiente della larghezza di banda necessaria. Dobbiamo cercare altri modi per comprimere il video.<\/p>\n

Per fare questo, possiamo sfruttare le peculiarit\u00e0 della nostra visione. Riusciamo a percepire meglio la luminosit\u00e0 rispetto ai colori. Il video \u00e8 un insieme di immagini sequentiali che si ripetono nel tempo. Tra fotogrammi adiacenti di una stessa scena, le differenze sono minime. Inoltre, ogni fotogramma contiene molte aree che utilizzano lo stesso (o simile) colore.<\/p>\n

Colore, luminosit\u00e0 e i nostri occhi<\/h2>\n

\nI nostri occhi sono pi\u00f9 sensibili alla luminosit\u00e0 che al colore. Puoi verificarlo tu stesso osservando questa immagine.<\/p>\n

\"Come<\/p>\n

Se non riesci a vedere che nella met\u00e0 sinistra dell'immagine i colori dei quadrati A<\/b> e B<\/b> sono in realt\u00e0 uguali, va tutto bene. Il nostro cervello ci fa prestare pi\u00f9 attenzione alle tonalit\u00e0 che ai colori. A destra, tra i quadrati contrassegnati, c'\u00e8 un ponte dello stesso colore \u2014 quindi noi (cio\u00e8 il nostro cervello) identifichiamo facilmente che in realt\u00e0 c'\u00e8 lo stesso colore.<\/p>\n

Analizziamo (semplificando) come funzionano i nostri occhi. L'occhio \u00e8 un organo complesso, costituito da molte parti. Tuttavia, ci\u00f2 che ci interessa di pi\u00f9 sono i coni e i bastoncelli. L'occhio contiene circa 120 milioni di bastoncelli e 6 milioni di coni.<\/p>\n

Esaminiamo la percezione del colore e della luminosit\u00e0 come funzioni separate di alcune parti dell'occhio (in realt\u00e0, la situazione \u00e8 un po' pi\u00f9 complessa, ma semplificheremo). Le cellule a bastoncino sono principalmente responsabili della luminosit\u00e0, mentre le cellule a cono si occupano del colore. I coni si dividono in tre tipi, a seconda del pigmento presente: coni S (blu), coni M (verde) e coni L (rosso).<\/p>\n

Poich\u00e9 abbiamo molte pi\u00f9 cellule a bastoncino (luminosit\u00e0) rispetto ai coni (colore), si pu\u00f2 dedurre che siamo pi\u00f9 capaci di distinguere le transizioni tra scuro e chiaro piuttosto che tra colori.<\/p>\n

\"Come
\n<\/p>\n

Funzioni di sensibilit\u00e0 al contrasto<\/h2>\n

\nI ricercatori di psicologia sperimentale e di molte altre aree hanno sviluppato numerose teorie sulla visione umana. E una di esse \u00e8 chiamata funzioni di sensibilit\u00e0 al contrasto<\/b>. Sono collegate all'illuminazione spaziale e temporale. In breve, si tratta di quante variazioni servono prima che l'osservatore le noti. Si noti il plurale della parola \u00abfunzione\u00bb. Questo \u00e8 dovuto al fatto che possiamo misurare le funzioni di sensibilit\u00e0 al contrasto non solo per immagini in bianco e nero, ma anche per quelle a colori. I risultati di questi esperimenti mostrano che, nella maggior parte dei casi, i nostri occhi sono pi\u00f9 sensibili alla luminosit\u00e0 che al colore.<\/p><\/blockquote>\n

Poich\u00e9 \u00e8 noto che siamo pi\u00f9 sensibili alla luminosit\u00e0 dell'immagine, possiamo tentare di sfruttare questo fatto.<\/p>\n

Modello di colore<\/h2>\n

\nAbbiamo accennato a come lavorare con immagini a colori utilizzando lo schema RGB. Esistono anche altri modelli. Ce n'\u00e8 uno che separa la luminosit\u00e0 dalla cromaticit\u00e0 ed \u00e8 noto come YCbCr<\/b>. A proposito, esistono altri modelli che fanno una separazione simile, ma noi ci concentreremo solo su questo.<\/p>\n

In questo modello di colore Y<\/b> \u2014 \u00e8 la rappresentazione della luminosit\u00e0, e vengono utilizzati due canali di colore: Cb<\/b> (blu saturo) e (rosso saturo). YCbCr pu\u00f2 essere ottenuto da RGB, cos\u00ec come \u00e8 possibile la trasformazione inversa. Utilizzando questo modello, possiamo creare immagini a colori pieni, come vediamo qui sotto:<\/b> (rosso intenso). YCbCr pu\u00f2 essere ottenuto da RGB, cos\u00ec come \u00e8 possibile anche la conversione inversa. Utilizzando questo modello, possiamo creare immagini a colori completi, come vediamo di seguito:<\/p>\n

\"Come
\n<\/p>\n

Trasformazione tra YCbCr e RGB<\/h2>\n

\nQualcuno potrebbe obiettare: come \u00e8 possibile ottenere tutti i colori se il verde non \u00e8 utilizzato?<\/p>\n

Per rispondere a questa domanda, convertiamo RGB in YCbCr. Utilizziamo i coefficienti stabiliti nello standard BT.601<\/b>, raccomandato dall'agenzia ITU-R<\/b>. Questa agenzia definisce gli standard per il video digitale. Ad esempio: che cos'\u00e8 il 4K? Quali dovrebbero essere la frequenza dei fotogrammi, la risoluzione, il modello di colore?<\/p>\n

Per prima cosa calcoliamo la luminosit\u00e0. Utilizziamo le costanti proposte dall'ITU e sostituitiamo i valori RGB.<\/p>\n

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

Dopo aver ottenuto la luminosit\u00e0, separiamo il colore blu e rosso:<\/p>\n

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

(rosso saturo). YCbCr pu\u00f2 essere ottenuto da RGB, cos\u00ec come \u00e8 possibile la trasformazione inversa. Utilizzando questo modello, possiamo creare immagini a colori pieni, come vediamo qui sotto:<\/b> = 0.713(R<\/b> \u2014 Y<\/b>) <\/p>\n

E possiamo anche convertire di nuovo e persino ottenere il verde usando YCbCr:<\/p>\n

R<\/b> = Y<\/b> + 1.402(rosso saturo). YCbCr pu\u00f2 essere ottenuto da RGB, cos\u00ec come \u00e8 possibile la trasformazione inversa. Utilizzando questo modello, possiamo creare immagini a colori pieni, come vediamo qui sotto:<\/b><\/p>\n

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

G<\/b> = Y<\/b> \u2014 0.344Cb<\/b> \u2014 0.714(rosso saturo). YCbCr pu\u00f2 essere ottenuto da RGB, cos\u00ec come \u00e8 possibile la trasformazione inversa. Utilizzando questo modello, possiamo creare immagini a colori pieni, come vediamo qui sotto:<\/b><\/p>\n

In generale, i dispositivi (monitor, televisori, schermi, ecc.) utilizzano solo il modello RGB. Tuttavia, questo modello pu\u00f2 essere organizzato in modi diversi:<\/p>\n

\"Come
\n<\/p>\n

Sottocampionamento del colore<\/h2>\n

\nCon un'immagine rappresentata come una combinazione di luminosit\u00e0 e crominanza, possiamo sfruttare la maggiore sensibilit\u00e0 della visione umana alla luminosit\u00e0 rispetto alla crominanza, eliminando informazioni in modo selettivo. La subsampling del colore \u00e8 un metodo di codifica delle immagini che utilizza una risoluzione pi\u00f9 bassa per la crominanza rispetto alla luminosit\u00e0.<\/p>\n

\"Come<\/p>\n

Fino a che punto \u00e8 accettabile ridurre la risoluzione della crominanza?! Si scopre che ci sono gi\u00e0 schemi che descrivono come gestire la risoluzione e la fusione (Colore finale = Y + Cb + Cr).<\/p>\n

Questi schemi sono noti come sistemi di subsampling<\/b> e si esprimono in un rapporto 3:1 \u2014 a<\/b>:x<\/b>:y<\/b>, che definisce il numero di campioni dei segnali di luminosit\u00e0 e crominanza.<\/p>\n

a<\/b> \u2014 campionamento orizzontale di riferimento (di solito pari a 4)
\nx<\/b> \u2014 numero di campioni di crominanza nella prima riga di pixel (risoluzione orizzontale rispetto a a<\/b>)
\ny<\/b> \u2014 numero di cambiamenti nei campioni di crominanza tra la prima e la seconda riga di pixel.<\/p>\n

L'eccezione \u00e8 4<\/b>:1<\/b>:0<\/b>, che fornisce un campione di crominanza in ogni blocco di risoluzione di luminosit\u00e0 4x4.<\/p><\/blockquote>\n

Schemi comuni utilizzati nei codec moderni:<\/p>\n