ഒരു വീഡിയോ കോഡെക് എങ്ങനെയാണ് പ്രവർത്തിക്കുന്നത്? ഭാഗം 1: അടിസ്ഥാനകാര്യങ്ങൾ

രണ്ടാം ഭാഗം: വീഡിയോ കോഡെക് എങ്ങനെ പ്രവർത്തിക്കുന്നു

ഏതെങ്കിലും റാസ്റ്റർ ചിത്രം രൂപത്തിൽ പ്രതിനിധീകരിക്കാം ദ്വിമാന മാട്രിക്സ്. നിറങ്ങളുടെ കാര്യം വരുമ്പോൾ, ഒരു ഇമേജ് നോക്കി ആശയം വികസിപ്പിക്കാൻ കഴിയും ത്രിമാന മാട്രിക്സ്, ഇതിൽ ഓരോ നിറങ്ങൾക്കുമായി ഡാറ്റ സംഭരിക്കുന്നതിന് അധിക അളവുകൾ ഉപയോഗിക്കുന്നു.

വിളിക്കപ്പെടുന്നവയുടെ സംയോജനമായി അന്തിമ നിറം ഞങ്ങൾ പരിഗണിക്കുകയാണെങ്കിൽ. പ്രാഥമിക നിറങ്ങൾ (ചുവപ്പ്, പച്ച, നീല), ഞങ്ങളുടെ ത്രിമാന മാട്രിക്സിൽ ഞങ്ങൾ മൂന്ന് തലങ്ങളെ നിർവചിക്കുന്നു: ആദ്യത്തേത് ചുവപ്പിനും രണ്ടാമത്തേത് പച്ചയ്ക്കും അവസാനത്തേത് നീലയ്ക്കും.

ഈ മാട്രിക്സിലെ ഓരോ പോയിന്റിനെയും ഞങ്ങൾ ഒരു പിക്സൽ (ചിത്ര ഘടകം) എന്ന് വിളിക്കും. ഓരോ പിക്സലിലും ഓരോ നിറത്തിന്റെയും തീവ്രതയെക്കുറിച്ചുള്ള വിവരങ്ങൾ (സാധാരണയായി ഒരു സംഖ്യാ മൂല്യമായി) അടങ്ങിയിരിക്കുന്നു. ഉദാഹരണത്തിന്, ചുവന്ന പിക്സൽ അതിൽ 0 പച്ച, 0 നീല, പരമാവധി ചുവപ്പ് എന്നിവ അടങ്ങിയിരിക്കുന്നു എന്നാണ് അർത്ഥമാക്കുന്നത്. പിങ്ക് പിക്സൽ മൂന്ന് നിറങ്ങളുടെ സംയോജനം ഉപയോഗിച്ച് രൂപപ്പെടുത്താം. 0 മുതൽ 255 വരെയുള്ള ഒരു സംഖ്യാ ശ്രേണി ഉപയോഗിച്ച്, ഒരു പിങ്ക് പിക്സൽ ഇങ്ങനെ നിർവചിക്കപ്പെടുന്നു ചുവപ്പ് = 255, പച്ച = 192 и നീല = 203.

EDISON-ന്റെ പിന്തുണയോടെയാണ് ഈ ലേഖനം പ്രസിദ്ധീകരിച്ചത്.

ഞങ്ങൾ വികസിപ്പിക്കുകയാണ് വീഡിയോ നിരീക്ഷണം, വീഡിയോ സ്ട്രീമിംഗ് എന്നിവയ്ക്കുള്ള അപേക്ഷകൾ, കൂടാതെ ഞങ്ങൾ വിവാഹനിശ്ചയം കഴിഞ്ഞു ശസ്ത്രക്രിയാ മുറിയിൽ വീഡിയോ റെക്കോർഡിംഗ്.

ഒരു കളർ ഇമേജ് എൻകോഡ് ചെയ്യാനുള്ള ഇതര മാർഗങ്ങൾ

ഒരു ഇമേജ് നിർമ്മിക്കുന്ന നിറങ്ങളെ പ്രതിനിധീകരിക്കുന്നതിന് മറ്റ് നിരവധി മോഡലുകൾ ഉണ്ട്. ഉദാഹരണത്തിന്, RGB മോഡൽ ഉപയോഗിക്കുമ്പോൾ ആവശ്യമുള്ള മൂന്നെണ്ണത്തിനുപകരം, ഓരോ പിക്സലിനെയും പ്രതിനിധീകരിക്കാൻ ഒരു ബൈറ്റ് മാത്രം ആവശ്യമുള്ള ഒരു സൂചികയിലാക്കിയ പാലറ്റ് നിങ്ങൾക്ക് ഉപയോഗിക്കാം. അത്തരമൊരു മാതൃകയിൽ, ഓരോ നിറത്തെയും പ്രതിനിധീകരിക്കുന്നതിന് ഒരു 2D മാട്രിക്സിന് പകരം 3D മാട്രിക്സ് ഉപയോഗിക്കാൻ കഴിയും. ഇത് മെമ്മറി സംരക്ഷിക്കുന്നു, പക്ഷേ ഒരു ചെറിയ വർണ്ണ ഗാമറ്റ് നൽകുന്നു.

RGB

ഉദാഹരണത്തിന്, ചുവടെയുള്ള ഈ ചിത്രം നോക്കുക. ആദ്യത്തെ മുഖം പൂർണ്ണമായും ചായം പൂശിയിരിക്കുന്നു. മറ്റുള്ളവ ചുവപ്പ്, പച്ച, നീല വിമാനങ്ങളാണ് (അനുബന്ധ നിറങ്ങളുടെ തീവ്രത ഗ്രേസ്കെയിലിൽ കാണിച്ചിരിക്കുന്നു).

ഒറിജിനലിലെ ചുവന്ന ഷേഡുകൾ രണ്ടാമത്തെ മുഖത്തിന്റെ ഏറ്റവും തിളക്കമുള്ള ഭാഗങ്ങൾ നിരീക്ഷിക്കപ്പെടുന്ന അതേ സ്ഥലങ്ങളിൽ ആയിരിക്കുമെന്ന് ഞങ്ങൾ കാണുന്നു. അതേസമയം നീലയുടെ സംഭാവന പ്രധാനമായും മാരിയോയുടെ കണ്ണുകളിലും (അവസാന മുഖം) വസ്ത്രത്തിന്റെ ഘടകങ്ങളിലും മാത്രമേ കാണാൻ കഴിയൂ. മൂന്ന് വർണ്ണ വിമാനങ്ങളും ഏറ്റവും കുറവ് സംഭാവന ചെയ്യുന്നത് എവിടെയാണെന്ന് ശ്രദ്ധിക്കുക (ചിത്രങ്ങളുടെ ഇരുണ്ട ഭാഗങ്ങൾ) - മരിയോയുടെ മീശ.

ഓരോ നിറത്തിന്റെയും തീവ്രത സംഭരിക്കുന്നതിന്, ഒരു നിശ്ചിത എണ്ണം ബിറ്റുകൾ ആവശ്യമാണ് - ഈ അളവ് വിളിക്കുന്നു ബിറ്റ് ആഴം. ഓരോ വർണ്ണ തലത്തിലും 8 ബിറ്റുകൾ ചെലവഴിച്ചുവെന്ന് പറയാം (0 മുതൽ 255 വരെയുള്ള മൂല്യത്തെ അടിസ്ഥാനമാക്കി). അപ്പോൾ നമുക്ക് 24 ബിറ്റുകളുടെ കളർ ഡെപ്ത് ഉണ്ട് (8 ബിറ്റുകൾ * 3 ആർ / ജി / ബി വിമാനങ്ങൾ).

ഒരു ചിത്രത്തിന്റെ മറ്റൊരു ഗുണമാണ് പരിഹാരം, ഇത് ഒരു അളവിലുള്ള പിക്സലുകളുടെ എണ്ണമാണ്. എന്ന് പലപ്പോഴും സൂചിപ്പിച്ചിരിക്കുന്നു വീതി × ഉയരം, ചുവടെയുള്ള 4 ബൈ 4 ഉദാഹരണ ചിത്രത്തിലെന്നപോലെ.


ചിത്രങ്ങൾ/വീഡിയോകൾക്കൊപ്പം പ്രവർത്തിക്കുമ്പോൾ ഞങ്ങൾ കൈകാര്യം ചെയ്യുന്ന മറ്റൊരു പ്രോപ്പർട്ടി വീക്ഷണാനുപാതം, ഒരു ചിത്രത്തിന്റെയോ പിക്സലിന്റെയോ വീതിയും ഉയരവും തമ്മിലുള്ള സാധാരണ ആനുപാതിക ബന്ധം വിവരിക്കുന്നു.

ഒരു നിശ്ചിത സിനിമയോ ചിത്രമോ 16 ബൈ 9 വലുപ്പമുള്ളതാണെന്ന് പറയുമ്പോൾ, അവർ സാധാരണയായി അർത്ഥമാക്കുന്നത് ഡിസ്പ്ലേ വീക്ഷണാനുപാതം (DAR - മുതൽ ഡിസ്പ്ലേ വീക്ഷണാനുപാതം). എന്നിരുന്നാലും, ചിലപ്പോൾ വ്യക്തിഗത പിക്സലുകളുടെ വ്യത്യസ്ത രൂപങ്ങൾ ഉണ്ടാകാം - ഈ സാഹചര്യത്തിൽ നമ്മൾ സംസാരിക്കുന്നത് പിക്സൽ അനുപാതം (പാര - മുതൽ പിക്സൽ വീക്ഷണാനുപാതം).

ഹോസ്റ്റസ് ശ്രദ്ധിക്കുക: ഡിവിഡി എന്നതുമായി യോജിക്കുന്നു DAR 4 മുതൽ 3 വരെ

യഥാർത്ഥ ഡിവിഡി റെസല്യൂഷൻ 704x480 ആണെങ്കിലും, PAR 4:3 (10x11 / 704x10) ആയതിനാൽ അത് ഇപ്പോഴും 480:11 വീക്ഷണാനുപാതം നിലനിർത്തുന്നു.

അവസാനമായി, നമുക്ക് തീരുമാനിക്കാം видео ഒരു ക്രമം പോലെ n കാലയളവിനുള്ള ഫ്രെയിമുകൾ സമയത്തിന്റെ, ഇത് ഒരു അധിക മാനമായി കണക്കാക്കാം. എ n അപ്പോൾ ഫ്രെയിം റേറ്റ് അല്ലെങ്കിൽ സെക്കൻഡിൽ ഫ്രെയിമുകളുടെ എണ്ണം (FPS - മുതൽ സെക്കൻഡിൽ ഫ്രെയിമുകൾ).

ഒരു വീഡിയോ പ്രദർശിപ്പിക്കുന്നതിന് സെക്കൻഡിൽ ആവശ്യമായ ബിറ്റുകളുടെ എണ്ണം അതിന്റെതാണ് ട്രാൻസ്മിഷൻ വേഗത - ബിറ്റ്റേറ്റ്.

ബിറ്റ്റേറ്റ് = വീതി * ഉയരം * ബിറ്റ് ഡെപ്ത് * സെക്കൻഡിൽ ഫ്രെയിമുകൾ

ഉദാഹരണത്തിന്, ഒരു 30 fps, 24 bps, 480x240 വീഡിയോകൾക്ക് 82,944,000 bps അല്ലെങ്കിൽ 82,944 Mbps (30x480x240x24) ആവശ്യമാണ് - എന്നാൽ കംപ്രഷൻ രീതി ഉപയോഗിച്ചിട്ടില്ലെങ്കിൽ.

ട്രാൻസ്ഫർ വേഗതയാണെങ്കിൽ ഏതാണ്ട് സ്ഥിരമായ, പിന്നെ വിളിക്കുന്നു സ്ഥിരമായ പ്രക്ഷേപണ വേഗത (സിബിആർ - മുതൽ സ്ഥിരമായ ബിറ്റ് നിരക്ക്). എന്നാൽ ഇത് വ്യത്യാസപ്പെടാം, ഈ സാഹചര്യത്തിൽ ഇതിനെ വിളിക്കുന്നു വേരിയബിൾ ബാഡ് നിരക്ക് (വി.ബി.ആർ. - മുതൽ വേരിയബിൾ ബിറ്റ് നിരക്ക്).

ഈ ഗ്രാഫ് പരിമിതമായ VBR കാണിക്കുന്നു, പൂർണ്ണമായും ഇരുണ്ട ഫ്രെയിമിന്റെ കാര്യത്തിൽ വളരെയധികം ബിറ്റുകൾ പാഴാകില്ല.

അധിക ബാൻഡ്‌വിഡ്ത്ത് ഉപയോഗിക്കാതെ തന്നെ ഒരു വീഡിയോ ഡിസ്‌പ്ലേയുടെ ഫ്രെയിം റേറ്റ് ഇരട്ടിയാക്കാനുള്ള ഒരു രീതി എഞ്ചിനീയർമാർ തുടക്കത്തിൽ വികസിപ്പിച്ചെടുത്തു. ഈ രീതി അറിയപ്പെടുന്നത് ഇന്റർലേസ് ചെയ്ത വീഡിയോ; അടിസ്ഥാനപരമായി, ഇത് ആദ്യ "ഫ്രെയിമിൽ" പകുതി സ്ക്രീനും അടുത്ത "ഫ്രെയിമിൽ" മറ്റേ പകുതിയും അയയ്ക്കുന്നു.

നിലവിൽ, സീനുകൾ കൂടുതലായി റെൻഡർ ചെയ്യുന്നത് ഉപയോഗിച്ചാണ് പുരോഗമന സ്കാനിംഗ് സാങ്കേതികവിദ്യകൾ. ഓരോ ഫ്രെയിമിലെയും എല്ലാ വരകളും തുടർച്ചയായി വരയ്ക്കുന്ന ചലിക്കുന്ന ചിത്രങ്ങൾ പ്രദർശിപ്പിക്കുന്നതിനോ സംഭരിക്കുന്നതിനോ കൈമാറുന്നതിനോ ഉള്ള ഒരു രീതിയാണിത്.

നന്നായി! ബിറ്റ് റേറ്റ് സ്ഥിരമാണെങ്കിൽ (CBR) അല്ലെങ്കിൽ വേരിയബിൾ (VBR) ആണെങ്കിൽ, ഒരു ചിത്രം എങ്ങനെ ഡിജിറ്റലായി പ്രതിനിധീകരിക്കപ്പെടുന്നു, അതിന്റെ നിറങ്ങൾ എങ്ങനെ ക്രമീകരിച്ചിരിക്കുന്നു, വീഡിയോ കാണിക്കാൻ സെക്കൻഡിൽ എത്ര ബിറ്റുകൾ ഞങ്ങൾ ചെലവഴിക്കുന്നു എന്നിവയെക്കുറിച്ച് ഇപ്പോൾ ഞങ്ങൾക്കറിയാം. തന്നിരിക്കുന്ന ഫ്രെയിം റേറ്റ് ഉപയോഗിച്ച് തന്നിരിക്കുന്ന ഒരു റെസല്യൂഷനെ കുറിച്ച് ഞങ്ങൾക്കറിയാം, ഇന്റർലേസ്ഡ് വീഡിയോ, PAR എന്നിവയും മറ്റു ചില നിബന്ധനകളും ഞങ്ങൾക്ക് പരിചിതമാണ്.

റിഡൻഡൻസി നീക്കം ചെയ്യുന്നു

കംപ്രഷൻ ഇല്ലാത്ത വീഡിയോ സാധാരണയായി ഉപയോഗിക്കാൻ കഴിയില്ലെന്ന് അറിയാം. 720p റെസല്യൂഷനിലും സെക്കൻഡിൽ 30 ഫ്രെയിമുകളിലും ഒരു മണിക്കൂർ ദൈർഘ്യമുള്ള വീഡിയോ 278 GB എടുക്കും. 1280 x 720 x 24 x 30 x 3600 (വീതി, ഉയരം, ഒരു പിക്സലിന് ബിറ്റുകൾ, FPS, സെക്കൻഡിൽ സമയം) ഗുണിച്ചാണ് ഞങ്ങൾ ഈ മൂല്യത്തിൽ എത്തുന്നത്.

ഉപയോഗിക്കുക നഷ്ടമില്ലാത്ത കംപ്രഷൻ അൽഗോരിതങ്ങൾ, DEFLATE പോലെ (PKZIP, Gzip, PNG എന്നിവയിൽ ഉപയോഗിക്കുന്നു), ആവശ്യമായ ബാൻഡ്‌വിഡ്ത്ത് വേണ്ടത്ര കുറയ്ക്കില്ല. വീഡിയോ കംപ്രസ്സുചെയ്യാൻ ഞങ്ങൾ മറ്റ് വഴികൾ തേടേണ്ടതുണ്ട്.

ഇത് ചെയ്യുന്നതിന്, നിങ്ങൾക്ക് ഞങ്ങളുടെ ദർശനത്തിന്റെ സവിശേഷതകൾ ഉപയോഗിക്കാം. നിറത്തേക്കാൾ തെളിച്ചം വേർതിരിച്ചറിയാൻ ഞങ്ങൾ മികച്ചവരാണ്. കാലക്രമേണ ആവർത്തിക്കുന്ന തുടർച്ചയായ ചിത്രങ്ങളുടെ ഒരു പരമ്പരയാണ് വീഡിയോ. ഒരേ സീനിലെ ഫ്രെയിമുകൾ തമ്മിൽ ചെറിയ വ്യത്യാസങ്ങളുണ്ട്. കൂടാതെ, ഓരോ ഫ്രെയിമിലും ഒരേ (അല്ലെങ്കിൽ സമാനമായ) നിറം ഉപയോഗിക്കുന്ന നിരവധി ഏരിയകൾ അടങ്ങിയിരിക്കുന്നു.

നിറവും തെളിച്ചവും നമ്മുടെ കണ്ണുകളും

നമ്മുടെ കണ്ണുകൾ നിറത്തേക്കാൾ തെളിച്ചത്തോട് കൂടുതൽ സെൻസിറ്റീവ് ആണ്. ഈ ചിത്രം നോക്കിയാൽ നിങ്ങൾക്ക് ഇത് കാണാൻ കഴിയും.

ചിത്രത്തിന്റെ ഇടത് പകുതിയിൽ സ്ക്വയറുകളുടെ നിറങ്ങൾ നിങ്ങൾ കാണുന്നില്ലെങ്കിൽ A и B യഥാർത്ഥത്തിൽ സമാനമാണ്, അപ്പോൾ അത് സാധാരണമാണ്. നിറത്തേക്കാൾ വെളിച്ചത്തിലും തണലിലും കൂടുതൽ ശ്രദ്ധ ചെലുത്താൻ നമ്മുടെ മസ്തിഷ്കം നമ്മെ പ്രേരിപ്പിക്കുന്നു. നിയുക്ത ചതുരങ്ങൾക്കിടയിൽ വലതുവശത്ത് ഒരേ നിറത്തിലുള്ള ഒരു ജമ്പർ ഉണ്ട് - അതിനാൽ ഞങ്ങൾ (അതായത് നമ്മുടെ മസ്തിഷ്കം) എളുപ്പത്തിൽ നിർണ്ണയിക്കുന്നു, വാസ്തവത്തിൽ, അവ ഒരേ നിറമാണെന്ന്.

നമ്മുടെ കണ്ണുകൾ എങ്ങനെ പ്രവർത്തിക്കുന്നുവെന്ന് (ലളിതമായ രീതിയിൽ) നോക്കാം. കണ്ണ് പല ഭാഗങ്ങൾ ഉൾക്കൊള്ളുന്ന ഒരു സങ്കീർണ്ണ അവയവമാണ്. എന്നിരുന്നാലും, കോണുകളിലും വടികളിലും ഞങ്ങൾക്ക് ഏറ്റവും താൽപ്പര്യമുണ്ട്. കണ്ണിൽ ഏകദേശം 120 ദശലക്ഷം വടികളും 6 ദശലക്ഷം കോണുകളും അടങ്ങിയിരിക്കുന്നു.

നിറവും തെളിച്ചവും കണ്ണിന്റെ ചില ഭാഗങ്ങളുടെ പ്രത്യേക പ്രവർത്തനങ്ങളായി നമുക്ക് പരിഗണിക്കാം (വാസ്തവത്തിൽ, എല്ലാം കുറച്ചുകൂടി സങ്കീർണ്ണമാണ്, പക്ഷേ ഞങ്ങൾ അത് ലളിതമാക്കും). വടി കോശങ്ങളാണ് പ്രധാനമായും തെളിച്ചത്തിന് ഉത്തരവാദികൾ, കോൺ സെല്ലുകൾ നിറത്തിന് ഉത്തരവാദികളാണ്. കോണുകളെ മൂന്ന് തരങ്ങളായി തിരിച്ചിരിക്കുന്നു, അവയിൽ അടങ്ങിയിരിക്കുന്ന പിഗ്മെന്റിനെ ആശ്രയിച്ച്: എസ്-കോണുകൾ (നീല), എം-കോണുകൾ (പച്ച), എൽ-കോണുകൾ (ചുവപ്പ്).

കോണുകളേക്കാൾ (നിറം) നമുക്ക് കൂടുതൽ വടികൾ (തെളിച്ചം) ഉള്ളതിനാൽ, നിറങ്ങളേക്കാൾ ഇരുണ്ടതും വെളിച്ചവും തമ്മിലുള്ള പരിവർത്തനങ്ങളെ വേർതിരിച്ചറിയാൻ നമുക്ക് കൂടുതൽ കഴിവുണ്ടെന്ന് നമുക്ക് നിഗമനം ചെയ്യാം.

കോൺട്രാസ്റ്റ് സെൻസിറ്റിവിറ്റി സവിശേഷതകൾ

പരീക്ഷണാത്മക മനഃശാസ്ത്രത്തിലെയും മറ്റ് പല മേഖലകളിലെയും ഗവേഷകർ മനുഷ്യ ദർശനത്തിന്റെ നിരവധി സിദ്ധാന്തങ്ങൾ വികസിപ്പിച്ചെടുത്തിട്ടുണ്ട്. അവരിൽ ഒരാളെ വിളിക്കുകയും ചെയ്യുന്നു കോൺട്രാസ്റ്റ് സെൻസിറ്റിവിറ്റി ഫംഗ്ഷനുകൾ. അവ സ്പേഷ്യൽ, ടെമ്പറൽ പ്രകാശവുമായി ബന്ധപ്പെട്ടിരിക്കുന്നു. ചുരുക്കത്തിൽ, ഒരു നിരീക്ഷകൻ ശ്രദ്ധിക്കുന്നതിന് മുമ്പ് എത്ര മാറ്റങ്ങൾ ആവശ്യമാണ് എന്നതിനെക്കുറിച്ചാണ് ഇത്. "ഫംഗ്ഷൻ" എന്ന വാക്കിന്റെ ബഹുവചനം ശ്രദ്ധിക്കുക. കറുപ്പും വെളുപ്പും ചിത്രങ്ങൾക്ക് മാത്രമല്ല, വർണ്ണ ചിത്രങ്ങൾക്കും കോൺട്രാസ്റ്റ് സെൻസിറ്റിവിറ്റി ഫംഗ്ഷനുകൾ അളക്കാൻ കഴിയുമെന്നതാണ് ഇതിന് കാരണം. ഈ പരീക്ഷണങ്ങളുടെ ഫലങ്ങൾ കാണിക്കുന്നത് മിക്ക കേസുകളിലും നമ്മുടെ കണ്ണുകൾ നിറത്തേക്കാൾ തെളിച്ചത്തോട് കൂടുതൽ സെൻസിറ്റീവ് ആണെന്നാണ്.

ഇമേജ് തെളിച്ചത്തോട് നമ്മൾ കൂടുതൽ സെൻസിറ്റീവ് ആണെന്ന് അറിയാവുന്നതിനാൽ, ഈ വസ്തുത ഉപയോഗിക്കാൻ നമുക്ക് ശ്രമിക്കാം.

വർണ്ണ മോഡൽ

RGB സ്കീം ഉപയോഗിച്ച് കളർ ഇമേജുകൾ ഉപയോഗിച്ച് എങ്ങനെ പ്രവർത്തിക്കാമെന്ന് ഞങ്ങൾ കുറച്ച് കണ്ടെത്തി. മറ്റ് മോഡലുകളും ഉണ്ട്. ക്രോമയിൽ നിന്ന് പ്രകാശത്തെ വേർതിരിക്കുന്ന ഒരു മാതൃകയുണ്ട്, അത് അറിയപ്പെടുന്നു YCbCr. വഴിയിൽ, സമാനമായ വിഭജനം ഉണ്ടാക്കുന്ന മറ്റ് മോഡലുകൾ ഉണ്ട്, എന്നാൽ ഞങ്ങൾ ഇത് മാത്രം പരിഗണിക്കും.

ഈ വർണ്ണ മാതൃകയിൽ Y തെളിച്ചത്തിന്റെ പ്രതിനിധാനമാണ്, കൂടാതെ രണ്ട് വർണ്ണ ചാനലുകളും ഉപയോഗിക്കുന്നു: Cb (സമ്പന്നമായ നീല) കൂടാതെ Cr (സമ്പന്നമായ ചുവപ്പ്). YCbCr RGB-യിൽ നിന്ന് ഉരുത്തിരിഞ്ഞതാണ്, കൂടാതെ വിപരീത പരിവർത്തനവും സാധ്യമാണ്. ഈ മോഡൽ ഉപയോഗിച്ച് നമുക്ക് താഴെ കാണുന്നത് പോലെ പൂർണ്ണ വർണ്ണ ചിത്രങ്ങൾ സൃഷ്ടിക്കാൻ കഴിയും:

YCbCr, RGB എന്നിവയ്ക്കിടയിൽ പരിവർത്തനം ചെയ്യുക

ആരെങ്കിലും എതിർക്കും: പച്ച ഉപയോഗിച്ചില്ലെങ്കിൽ എല്ലാ നിറങ്ങളും എങ്ങനെ ലഭിക്കും?

ഈ ചോദ്യത്തിന് ഉത്തരം നൽകാൻ, നമുക്ക് RGB-ലേക്ക് YCbCr-ലേക്ക് പരിവർത്തനം ചെയ്യാം. സ്റ്റാൻഡേർഡിൽ സ്വീകരിച്ച ഗുണകങ്ങൾ നമുക്ക് ഉപയോഗിക്കാം BT.601, യൂണിറ്റ് ശുപാർശ ചെയ്തത് ITU-R. ഈ ഡിവിഷൻ ഡിജിറ്റൽ വീഡിയോയുടെ മാനദണ്ഡങ്ങൾ സജ്ജമാക്കുന്നു. ഉദാഹരണത്തിന്: എന്താണ് 4K? ഫ്രെയിം റേറ്റ്, റെസല്യൂഷൻ, കളർ മോഡൽ എന്നിവ എന്തായിരിക്കണം?

ആദ്യം നമുക്ക് തെളിച്ചം കണക്കാക്കാം. നമുക്ക് ITU നിർദ്ദേശിച്ച സ്ഥിരാങ്കങ്ങൾ ഉപയോഗിക്കുകയും RGB മൂല്യങ്ങൾ മാറ്റിസ്ഥാപിക്കുകയും ചെയ്യാം.

Y = 0.299R + 0.587G + 0.114B

നമുക്ക് തെളിച്ചം ലഭിച്ച ശേഷം, ഞങ്ങൾ നീലയും ചുവപ്പും നിറങ്ങൾ വേർതിരിക്കും:

Cb = 0.564(B - Y)

Cr = 0.713(R - Y)

YCbCr ഉപയോഗിച്ച് നമുക്ക് തിരികെ പരിവർത്തനം ചെയ്യാനും പച്ചനിറം നേടാനും കഴിയും:

R = Y + 1.402Cr

B = Y + 1.772Cb

G = Y - 0.344Cb - 0.714Cr

സാധാരണയായി, ഡിസ്പ്ലേകൾ (മോണിറ്ററുകൾ, ടിവികൾ, സ്ക്രീനുകൾ മുതലായവ) RGB മോഡൽ മാത്രമേ ഉപയോഗിക്കുന്നുള്ളൂ. എന്നാൽ ഈ മോഡൽ വ്യത്യസ്ത രീതികളിൽ സംഘടിപ്പിക്കാം:

വർണ്ണ ഉപസാമ്പിൾ

പ്രകാശത്തിന്റെയും ക്രോമിനൻസിന്റെയും സംയോജനമായി പ്രതിനിധീകരിക്കുന്ന ഒരു ഇമേജ് ഉപയോഗിച്ച്, വിവരങ്ങൾ തിരഞ്ഞെടുത്ത് നീക്കം ചെയ്യുന്നതിലൂടെ, ക്രോമിനൻസിനേക്കാൾ പ്രകാശത്തോടുള്ള മനുഷ്യ ദൃശ്യ സംവിധാനത്തിന്റെ വലിയ സംവേദനക്ഷമതയെ നമുക്ക് ചൂഷണം ചെയ്യാൻ കഴിയും. ലൂമിനൻസിനേക്കാൾ ക്രോമയ്‌ക്ക് കുറഞ്ഞ റെസല്യൂഷൻ ഉപയോഗിച്ച് ചിത്രങ്ങൾ എൻകോഡ് ചെയ്യുന്ന ഒരു രീതിയാണ് ക്രോമ സബ്‌സാംപ്ലിംഗ്.

കളർ റെസലൂഷൻ കുറയ്ക്കാൻ എത്രത്തോളം അനുവദനീയമാണ്?! റെസല്യൂഷനും ലയനവും എങ്ങനെ കൈകാര്യം ചെയ്യണമെന്ന് വിവരിക്കുന്ന ചില ഡയഗ്രമുകൾ ഇതിനകം ഉണ്ടെന്ന് ഇത് മാറുന്നു (ഫലപ്രദമായ നിറം = Y + Cb + Cr).

ഈ സ്കീമുകൾ അറിയപ്പെടുന്നത് ഡൗൺസാംപ്ലിംഗ് സംവിധാനങ്ങൾ കൂടാതെ 3 മടങ്ങ് അനുപാതമായി പ്രകടിപ്പിക്കുന്നു - a:x:y, ഇത് പ്രകാശത്തിന്റെയും വർണ്ണ വ്യത്യാസത്തിന്റെയും സിഗ്നലുകളുടെ സാമ്പിളുകളുടെ എണ്ണം നിർണ്ണയിക്കുന്നു.

a - തിരശ്ചീന സാമ്പിൾ സ്റ്റാൻഡേർഡ് (സാധാരണയായി 4 ന് തുല്യമാണ്)
x — പിക്സലുകളുടെ ആദ്യ നിരയിലെ ക്രോമ സാമ്പിളുകളുടെ എണ്ണം (തിരശ്ചീനമായ റെസല്യൂഷൻ ആപേക്ഷികം a)
y — പിക്സലുകളുടെ ഒന്നും രണ്ടും വരികൾക്കിടയിലുള്ള ക്രോമ സാമ്പിളുകളിലെ മാറ്റങ്ങളുടെ എണ്ണം.

ഒഴിവാക്കലാണ് 4:1:0, ഓരോ 4-ബൈ-4 ലുമിനൻസ് റെസലൂഷൻ ബ്ലോക്കിലും ഒരു ക്രോമ സാമ്പിൾ നൽകുന്നു.

ആധുനിക കോഡെക്കുകളിൽ ഉപയോഗിക്കുന്ന സാധാരണ സ്കീമുകൾ:

• 4:4:4 (സാംപ്ളിംഗ് ഇല്ല)
• 4:2:2
• 4:1:1
• 4:2:0
• 4:1:0
• 3:1:1

YCbCr 4:2:0 - ഫ്യൂഷൻ ഉദാഹരണം

YCbCr 4:2:0 ഉപയോഗിച്ച് ലയിപ്പിച്ച ഒരു ചിത്രം ഇതാ. ഒരു പിക്സലിന് 12 ബിറ്റുകൾ മാത്രമേ ഞങ്ങൾ ചെലവഴിക്കുന്നുള്ളൂ എന്നത് ശ്രദ്ധിക്കുക.

വർണ്ണ ഉപസാമ്പിളിന്റെ പ്രധാന തരങ്ങൾ ഉപയോഗിച്ച് എൻകോഡ് ചെയ്‌ത അതേ ചിത്രം ഇങ്ങനെയാണ് കാണപ്പെടുന്നത്. ആദ്യ വരി അന്തിമ YCbCr ആണ്, താഴെയുള്ള വരി ക്രോമ റെസലൂഷൻ കാണിക്കുന്നു. ഗുണനിലവാരത്തിലെ നേരിയ നഷ്ടം കണക്കിലെടുക്കുമ്പോൾ വളരെ മാന്യമായ ഫലങ്ങൾ.

278p റെസല്യൂഷനിലും സെക്കൻഡിൽ 720 ഫ്രെയിമുകളിലും ഒരു മണിക്കൂർ ദൈർഘ്യമുള്ള വീഡിയോ ഫയൽ സംഭരിക്കുന്നതിന് ഞങ്ങൾ 30 GB സ്റ്റോറേജ് സ്പേസ് കണക്കാക്കിയത് ഓർക്കുന്നുണ്ടോ? നമ്മൾ YCbCr 4:2:0 ഉപയോഗിക്കുകയാണെങ്കിൽ, ഈ വലുപ്പം പകുതിയായി കുറയും - 139 GB. ഇതുവരെ, ഇത് ഇപ്പോഴും സ്വീകാര്യമായ ഫലത്തിൽ നിന്ന് വളരെ അകലെയാണ്.

FFmpeg ഉപയോഗിച്ച് നിങ്ങൾക്ക് YCbCr ഹിസ്റ്റോഗ്രാം സ്വന്തമാക്കാം. ഈ ചിത്രത്തിൽ, ചുവപ്പിന് മുകളിൽ നീല ആധിപത്യം പുലർത്തുന്നു, ഇത് ഹിസ്റ്റോഗ്രാമിൽ തന്നെ വ്യക്തമായി കാണാം.

നിറം, തെളിച്ചം, വർണ്ണ ഗാമറ്റ് - വീഡിയോ അവലോകനം

ഈ ആകർഷണീയമായ വീഡിയോ കാണാൻ ഞങ്ങൾ ശുപാർശ ചെയ്യുന്നു. തെളിച്ചം എന്താണെന്ന് ഇത് വിശദീകരിക്കുന്നു, പൊതുവെ എല്ലാ ഡോട്ടുകളും ഡോട്ടുകളുള്ളതാണ് ё തെളിച്ചത്തെയും നിറത്തെയും കുറിച്ച്.

ഫ്രെയിം തരങ്ങൾ

നമുക്ക് നീങ്ങാം. സമയപരിധി ഇല്ലാതാക്കാൻ ശ്രമിക്കാം. എന്നാൽ ആദ്യം, നമുക്ക് ചില അടിസ്ഥാന പദങ്ങൾ നിർവചിക്കാം. സെക്കൻഡിൽ 30 ഫ്രെയിമുകളുള്ള ഒരു സിനിമ ഉണ്ടെന്ന് പറയാം, അതിന്റെ ആദ്യ 4 ഫ്രെയിമുകൾ ഇതാ:

ഫ്രെയിമുകളിൽ നമുക്ക് ധാരാളം ആവർത്തനങ്ങൾ കാണാൻ കഴിയും: ഉദാഹരണത്തിന്, ഫ്രെയിമിൽ നിന്ന് ഫ്രെയിമിലേക്ക് മാറാത്ത നീല പശ്ചാത്തലം. ഈ പ്രശ്നം പരിഹരിക്കാൻ, നമുക്ക് അവയെ മൂന്ന് തരം ഫ്രെയിമുകളായി തരംതിരിക്കാം.

ഐ-ഫ്രെയിം (Iഎൻട്രോ ഫ്രെയിം)

ഐ-ഫ്രെയിം (റഫറൻസ് ഫ്രെയിം, കീ ഫ്രെയിം, ആന്തരിക ഫ്രെയിം) സ്വയം ഉൾക്കൊള്ളുന്നു. നിങ്ങൾ ദൃശ്യവൽക്കരിക്കാൻ ആഗ്രഹിക്കുന്നത് പരിഗണിക്കാതെ തന്നെ, ഒരു ഐ-ഫ്രെയിം അടിസ്ഥാനപരമായി ഒരു സ്റ്റാറ്റിക് ഫോട്ടോഗ്രാഫാണ്. ആദ്യത്തെ ഫ്രെയിം സാധാരണയായി ഒരു ഐ-ഫ്രെയിം ആണ്, എന്നാൽ ആദ്യത്തെ ഫ്രെയിമുകൾക്കിടയിൽ പോലും ഞങ്ങൾ ഐ-ഫ്രെയിമുകൾ പതിവായി നിരീക്ഷിക്കും.

പി-ഫ്രെയിം (Pതിരുത്തിയ ഫ്രെയിം)

പി-ഫ്രെയിം (പ്രവചന ഫ്രെയിം) മിക്കവാറും എല്ലായ്‌പ്പോഴും നിലവിലെ ഇമേജ് മുമ്പത്തെ ഫ്രെയിം ഉപയോഗിച്ച് പുനർനിർമ്മിക്കാൻ കഴിയും എന്ന വസ്തുത പ്രയോജനപ്പെടുത്തുന്നു. ഉദാഹരണത്തിന്, രണ്ടാമത്തെ ഫ്രെയിമിലെ ഒരേയൊരു മാറ്റം പന്ത് മുന്നോട്ട് നീങ്ങുന്നു. ഈ ഫ്രെയിമുകൾ തമ്മിലുള്ള വ്യത്യാസം മാത്രം ഉപയോഗിച്ച് ഫ്രെയിം 2-നെ ചെറുതായി പരിഷ്കരിച്ച് നമുക്ക് ഫ്രെയിം 1 ലഭിക്കും. ഫ്രെയിം 2 നിർമ്മിക്കുന്നതിന്, ഞങ്ങൾ മുമ്പത്തെ ഫ്രെയിം 1 റഫർ ചെയ്യുന്നു.

←

ബി-ഫ്രെയിം (Bi-പ്രവചന ഫ്രെയിം)

പഴയതിലേക്ക് മാത്രമല്ല, ഭാവി ഫ്രെയിമുകളിലേക്കും ഇതിലും മികച്ച കംപ്രഷൻ നൽകുന്നതിന് ലിങ്കുകളെക്കുറിച്ച്?! ഇത് അടിസ്ഥാനപരമായി ഒരു ബി-ഫ്രെയിം (ബൈഡയറക്ഷണൽ ഫ്രെയിം) ആണ്.

← →

ഇന്റർമീഡിയറ്റ് പിൻവലിക്കൽ

സാധ്യമായ ഏറ്റവും മികച്ച കംപ്രഷൻ നൽകാൻ ഈ ഫ്രെയിം തരങ്ങൾ ഉപയോഗിക്കുന്നു. ഇത് എങ്ങനെ സംഭവിക്കുമെന്ന് അടുത്ത വിഭാഗത്തിൽ നോക്കാം. ഇപ്പോൾ, ഉപഭോഗം ചെയ്യുന്ന മെമ്മറിയുടെ കാര്യത്തിൽ ഏറ്റവും "ചെലവേറിയത്" ഐ-ഫ്രെയിം ആണെന്ന് നമുക്ക് ശ്രദ്ധിക്കാം, പി-ഫ്രെയിം വിലകുറഞ്ഞതാണ്, എന്നാൽ വീഡിയോയ്ക്കുള്ള ഏറ്റവും ലാഭകരമായ ഓപ്ഷൻ ബി-ഫ്രെയിമാണ്.

താൽക്കാലിക ആവർത്തനം (ഇന്റർ-ഫ്രെയിം പ്രവചനം)

കാലക്രമേണ ആവർത്തനങ്ങൾ കുറയ്ക്കുന്നതിന് എന്തൊക്കെ ഓപ്ഷനുകൾ ഉണ്ടെന്ന് നോക്കാം. ക്രോസ്-പ്രെഡിക്ഷൻ രീതികൾ ഉപയോഗിച്ച് നമുക്ക് ഇത്തരത്തിലുള്ള ആവർത്തനം പരിഹരിക്കാൻ കഴിയും.

ഫ്രെയിമുകൾ 0, 1 എന്നിവയുടെ ക്രമം എൻകോഡ് ചെയ്യാൻ കഴിയുന്നത്ര കുറച്ച് ബിറ്റുകൾ ചെലവഴിക്കാൻ ഞങ്ങൾ ശ്രമിക്കും.

നമുക്ക് ഉത്പാദിപ്പിക്കാം കുറയ്ക്കൽ, ഞങ്ങൾ ഫ്രെയിം 1 ൽ നിന്ന് ഫ്രെയിം 0 കുറയ്ക്കുന്നു. നമുക്ക് ഫ്രെയിം 1 ലഭിക്കുന്നു, അതും മുമ്പത്തെ ഫ്രെയിമും തമ്മിലുള്ള വ്യത്യാസം മാത്രം ഉപയോഗിക്കുക, യഥാർത്ഥത്തിൽ ഞങ്ങൾ തത്ഫലമായുണ്ടാകുന്ന ബാക്കിയുള്ളത് മാത്രമേ എൻകോഡ് ചെയ്യുകയുള്ളൂ.

എന്നാൽ കുറച്ച് ബിറ്റുകൾ ഉപയോഗിക്കുന്ന ഇതിലും മികച്ച ഒരു രീതിയുണ്ടെന്ന് ഞാൻ നിങ്ങളോട് പറഞ്ഞാലോ?! ആദ്യം, നമുക്ക് ഫ്രെയിം 0-നെ ബ്ലോക്കുകൾ അടങ്ങിയ ഒരു ക്ലിയർ ഗ്രിഡിലേക്ക് മാറ്റാം. ഫ്രെയിം 0-ൽ നിന്നുള്ള ബ്ലോക്കുകൾ ഫ്രെയിം 1-മായി പൊരുത്തപ്പെടുത്താൻ ഞങ്ങൾ ശ്രമിക്കും. മറ്റൊരു വിധത്തിൽ പറഞ്ഞാൽ, ഫ്രെയിമുകൾക്കിടയിലുള്ള ചലനം ഞങ്ങൾ കണക്കാക്കും.

വിക്കിപീഡിയയിൽ നിന്ന് - ബ്ലോക്ക് മോഷൻ നഷ്ടപരിഹാരം

ബ്ലോക്ക് മോഷൻ നഷ്ടപരിഹാരം നിലവിലെ ഫ്രെയിമിനെ ഓവർലാപ്പുചെയ്യാത്ത ബ്ലോക്കുകളായി വിഭജിക്കുന്നു, കൂടാതെ ചലന നഷ്ടപരിഹാര വെക്റ്റർ ബ്ലോക്കുകളുടെ ഉത്ഭവം റിപ്പോർട്ടുചെയ്യുന്നു (ഒരു പൊതു തെറ്റിദ്ധാരണ ഇതാണ് മുമ്പത്തെ ഫ്രെയിമിനെ ഓവർലാപ്പുചെയ്യാത്ത ബ്ലോക്കുകളായി തിരിച്ചിരിക്കുന്നു, കൂടാതെ ചലന നഷ്ടപരിഹാര വെക്‌ടറുകൾ ആ ബ്ലോക്കുകൾ എവിടേക്കാണ് പോകുന്നതെന്ന് അറിയിക്കുന്നു. എന്നാൽ വാസ്തവത്തിൽ, ഇത് മറ്റൊരു വഴിയാണ് - ഇത് വിശകലനം ചെയ്യുന്നത് മുമ്പത്തെ ഫ്രെയിമല്ല, അടുത്തത്; ബ്ലോക്കുകൾ എവിടെയാണ് നീങ്ങുന്നതെന്ന് വ്യക്തമല്ല, പക്ഷേ അവ എവിടെ നിന്നാണ് വന്നത്). സാധാരണയായി സോഴ്സ് ബ്ലോക്കുകൾ സോഴ്സ് ഫ്രെയിമിൽ ഓവർലാപ്പ് ചെയ്യുന്നു. ചില വീഡിയോ കംപ്രഷൻ അൽഗോരിതങ്ങൾ നിലവിലെ ഫ്രെയിമിനെ ഒന്നല്ല, മുമ്പ് ട്രാൻസ്മിറ്റ് ചെയ്ത നിരവധി ഫ്രെയിമുകളുടെ ഭാഗങ്ങളിൽ നിന്ന് കൂട്ടിച്ചേർക്കുന്നു.

മൂല്യനിർണ്ണയ പ്രക്രിയയിൽ, പന്ത് (x= 0, y=25) മുതൽ (x= 6, y=26), മൂല്യങ്ങൾ x и y ചലന വെക്റ്റർ നിർണ്ണയിക്കുക. ബിറ്റുകൾ സംരക്ഷിക്കാൻ നമുക്ക് ചെയ്യാൻ കഴിയുന്ന മറ്റൊരു ഘട്ടം, അവസാനത്തെ ബ്ലോക്ക് സ്ഥാനവും പ്രവചിച്ചതും തമ്മിലുള്ള ചലന വെക്റ്ററുകളുടെ വ്യത്യാസം മാത്രം എൻകോഡ് ചെയ്യുക എന്നതാണ്, അതിനാൽ അവസാന ചലന വെക്റ്റർ (x=6-0=6, y=26-25=1 ).

ഒരു യഥാർത്ഥ സാഹചര്യത്തിൽ, ഈ പന്ത് വിഭജിക്കപ്പെടും n ബ്ലോക്കുകൾ, എന്നാൽ ഇത് കാര്യത്തിന്റെ സത്ത മാറ്റില്ല.

ഫ്രെയിമിലെ ഒബ്ജക്റ്റുകൾ ത്രിമാനമായി നീങ്ങുന്നു, അതിനാൽ പന്ത് ചലിക്കുമ്പോൾ, അത് കാഴ്ചയിൽ ചെറുതാകും (അല്ലെങ്കിൽ അത് കാഴ്ചക്കാരന്റെ നേരെ നീങ്ങുകയാണെങ്കിൽ വലുതായിരിക്കും). ബ്ളോക്കുകൾക്കിടയിൽ ഒരു തികഞ്ഞ പൊരുത്തം ഉണ്ടാകില്ല എന്നത് സാധാരണമാണ്. ഞങ്ങളുടെ എസ്റ്റിമേറ്റിന്റെയും യഥാർത്ഥ ചിത്രത്തിന്റെയും സംയോജിത കാഴ്ച ഇതാ.

എന്നാൽ ഞങ്ങൾ മോഷൻ എസ്റ്റിമേഷൻ ഉപയോഗിക്കുമ്പോൾ, ഫ്രെയിമുകൾക്കിടയിലുള്ള ഡെൽറ്റ കണക്കാക്കുന്നതിനുള്ള ലളിതമായ രീതി ഉപയോഗിക്കുന്നതിനേക്കാൾ കോഡിംഗിനായി ഡാറ്റ കുറവാണെന്ന് ഞങ്ങൾ കാണുന്നു.

യഥാർത്ഥ ചലന നഷ്ടപരിഹാരം എങ്ങനെയായിരിക്കും

ഈ സാങ്കേതികവിദ്യ എല്ലാ ബ്ലോക്കുകളിലും ഒരേസമയം പ്രയോഗിക്കുന്നു. പലപ്പോഴും നമ്മുടെ സോപാധികമായ ചലിക്കുന്ന പന്ത് ഒരേസമയം നിരവധി ബ്ലോക്കുകളായി വിഭജിക്കപ്പെടും.

ഈ ആശയങ്ങൾ സ്വയം ഉപയോഗിച്ച് നിങ്ങൾക്ക് അനുഭവിക്കാൻ കഴിയും വ്യാഴം.

ചലന വെക്‌ടറുകൾ കാണുന്നതിന്, നിങ്ങൾക്ക് ഒരു ബാഹ്യ പ്രവചന വീഡിയോ ഉപയോഗിച്ച് സൃഷ്‌ടിക്കാം ffmpeg.

നിങ്ങൾക്ക് ഉപയോഗിക്കാനും കഴിയും ഇന്റൽ വീഡിയോ പ്രോ അനലൈസർ (ഇത് പണമടച്ചതാണ്, എന്നാൽ ആദ്യത്തെ പത്ത് ഫ്രെയിമുകളിൽ മാത്രം പരിമിതപ്പെടുത്തിയിരിക്കുന്ന ഒരു സൗജന്യ ട്രയൽ ഉണ്ട്).

സ്പേഷ്യൽ റിഡൻഡൻസി (ആന്തരിക പ്രവചനം)

ഒരു വീഡിയോയിലെ ഓരോ ഫ്രെയിമും വിശകലനം ചെയ്താൽ, പരസ്പരം ബന്ധപ്പെട്ടിരിക്കുന്ന നിരവധി മേഖലകൾ നമുക്ക് കണ്ടെത്താനാകും.

ഈ ഉദാഹരണത്തിലൂടെ നമുക്ക് പോകാം. ഈ ദൃശ്യം പ്രധാനമായും നീലയും വെള്ളയും നിറങ്ങൾ ഉൾക്കൊള്ളുന്നു.

ഇതൊരു ഐ-ഫ്രെയിമാണ്. പ്രവചനത്തിനായി ഞങ്ങൾക്ക് മുൻ ഫ്രെയിമുകൾ എടുക്കാൻ കഴിയില്ല, പക്ഷേ നമുക്ക് അത് കംപ്രസ് ചെയ്യാം. നമുക്ക് ചുവന്ന ബ്ലോക്കിന്റെ തിരഞ്ഞെടുപ്പ് എൻകോഡ് ചെയ്യാം. നമ്മൾ അതിന്റെ അയൽക്കാരെ നോക്കിയാൽ, അതിന് ചുറ്റും ചില വർണ്ണ പ്രവണതകൾ ഉണ്ടെന്ന് ഞങ്ങൾ ശ്രദ്ധിക്കുന്നു.

ഫ്രെയിമിൽ നിറങ്ങൾ ലംബമായി പടരുന്നുവെന്ന് ഞങ്ങൾ അനുമാനിക്കുന്നു. അജ്ഞാത പിക്സലുകളുടെ നിറത്തിൽ അതിന്റെ അയൽവാസികളുടെ മൂല്യങ്ങൾ അടങ്ങിയിരിക്കും എന്നാണ് ഇതിനർത്ഥം.

അത്തരമൊരു പ്രവചനം തെറ്റായി മാറിയേക്കാം. ഈ കാരണത്താലാണ് നിങ്ങൾ ഈ രീതി പ്രയോഗിക്കേണ്ടത് (ആന്തരിക പ്രവചനം), തുടർന്ന് യഥാർത്ഥ മൂല്യങ്ങൾ കുറയ്ക്കുക. ഇത് നമുക്ക് ഒരു ശേഷിക്കുന്ന ബ്ലോക്ക് നൽകും, ഇത് ഒറിജിനലിനെ അപേക്ഷിച്ച് കൂടുതൽ കംപ്രസ് ചെയ്ത മാട്രിക്സിന് കാരണമാകും.

നിങ്ങൾക്ക് ആന്തരിക പ്രവചനങ്ങൾ ഉപയോഗിച്ച് പരിശീലിക്കണമെങ്കിൽ, ffmpeg ഉപയോഗിച്ച് നിങ്ങൾക്ക് മാക്രോബ്ലോക്കുകളുടെയും അവയുടെ പ്രവചനങ്ങളുടെയും ഒരു വീഡിയോ സൃഷ്ടിക്കാൻ കഴിയും. ഓരോ ബ്ലോക്ക് നിറത്തിന്റെയും അർത്ഥം മനസ്സിലാക്കാൻ, നിങ്ങൾ ffmpeg ഡോക്യുമെന്റേഷൻ വായിക്കേണ്ടതുണ്ട്.

അല്ലെങ്കിൽ നിങ്ങൾക്ക് ഇന്റൽ വീഡിയോ പ്രോ അനലൈസർ ഉപയോഗിക്കാം (ഞാൻ മുകളിൽ സൂചിപ്പിച്ചതുപോലെ, സൗജന്യ ട്രയൽ പതിപ്പ് ആദ്യത്തെ 10 ഫ്രെയിമുകളിലേക്ക് പരിമിതപ്പെടുത്തിയിരിക്കുന്നു, എന്നാൽ ഇത് ആദ്യം നിങ്ങൾക്ക് മതിയാകും).

രണ്ടാം ഭാഗം: വീഡിയോ കോഡെക് എങ്ങനെ പ്രവർത്തിക്കുന്നു

അവലംബം: www.habr.com