د ویډیو کوډیک څنګه کار کوي؟ لومړۍ برخه: اساسات

دویمه برخه: د ویډیو کوډیک څنګه کار کوي

هر راسټر انځور په شکل کې ښودل کیدی شي دوه اړخیز میټرکس. کله چې دا رنګونو ته راځي، نظر د عکس په لیدلو سره وده کولی شي درې اړخیز میټرکس، په کوم کې چې اضافي ابعاد د هر رنګ لپاره د معلوماتو ذخیره کولو لپاره کارول کیږي.

که موږ وروستی رنګ د تش په نامه ترکیب په توګه وګورو. لومړني رنګونه (سور، شنه او نیلي)، زموږ په درې اړخیز میټرکس کې موږ درې الوتکې تعریفوو: لومړی د سور لپاره، دوهم د شین لپاره او وروستی د نیلي لپاره.

موږ به په دې میټریکس کې هر ټکي ته پکسل (د عکس عنصر) ووایو. هر پکسل د هر رنګ د شدت (معمولا د عددي ارزښت په توګه) په اړه معلومات لري. د مثال په ډول، سور پکسل پدې معنی چې دا 0 شنه، 0 نیلي او اعظمي سور لري. ګلابي پکسل د دریو رنګونو ترکیب په کارولو سره رامینځته کیدی شي. د 0 څخه تر 255 پورې د عددي سلسلې په کارولو سره، یو ګلابي پکسل داسې تعریف شوی سور = ۲۵۵, شنه = ۱۹۲ и نیلي = ۲۰۳.

دا مقاله د EDISON په ملاتړ خپره شوې.

موږ پرمختګ کوو د ویډیو څارنې لپاره غوښتنلیکونه، ویډیو سټینګ، او موږ هم بوخت یو په جراحي خونه کې د ویډیو ثبت کول.

د رنګ عکس کوډ کولو لپاره بدیل لارې

د رنګونو استازیتوب لپاره ډیری نور ماډلونه شتون لري چې عکس جوړوي. د مثال په توګه ، تاسو کولی شئ د شاخص شوي پیلیټ وکاروئ ، کوم چې د RGB ماډل کارولو پرمهال د دریو اړتیاو پرځای د هر پکسل نمایندګۍ لپاره یوازې یو بایټ ته اړتیا لري. په داسې ماډل کې، دا ممکنه ده چې د هر رنګ استازیتوب لپاره د 2D میټرکس پرځای 3D میټرکس وکاروئ. دا حافظه خوندي کوي، مګر یو کوچنی رنګ ګیمټ ورکوي.

RGB

د مثال په توګه، لاندې انځور ته یو نظر وګورئ. لومړی مخ په بشپړه توګه رنګ شوی. نور یې سور، شنه او نیلي الوتکې دي (د ورته رنګونو شدت په خړ پیمانه ښودل شوي).

موږ ګورو چې په اصل کې د سور رنګونه به په ورته ځایونو کې وي چیرې چې د دویم مخ روښانه برخې لیدل کیږي. پداسې حال کې چې د نیلي ونډه په عمده توګه یوازې د ماریو په سترګو (وروستی مخ) او د هغه د جامو عناصرو کې لیدل کیدی شي. په پام کې ونیسئ چیرې چې ټولې درې رنګه الوتکې لږترلږه مرسته کوي (د عکسونو تیاره برخې) - د ماریو مونچھ.

د هر رنګ شدت ذخیره کولو لپاره، یو مشخص شمیر بټونو ته اړتیا ده - دا مقدار ویل کیږي لږ ژوروالی. راځئ چې ووایو 8 بټونه مصرف شوي (د 0 څخه تر 255 پورې د ارزښت پراساس) په هر رنګ الوتکه کې. بیا موږ د 24 بټونو رنګ ژور لرو (8 بټ * 3 R/G/B الوتکې).

د عکس بل ملکیت دی پریکړه، کوم چې په یوه ابعاد کې د پکسلونو شمیر دی. ډیری وختونه په توګه اشاره کیږي عرض × لوړوالی، لکه څنګه چې د 4 by 4 مثال لاندې عکس کې.


یو بل ملکیت چې موږ ورسره معامله کوو کله چې د عکسونو / ویډیوګانو سره کار کوو د اړخ نسبت، د عکس یا پکسل د عرض او لوړوالي ترمینځ نورمال تناسب اړیکه تشریح کوي.

کله چې دوی وايي چې یو ځانګړی فلم یا عکس د 16 x 9 په اندازه وي، دوی معمولا معنی لري د اړخ تناسب ښودل (DAR - څخه د اړخ نسبت ښودل). په هرصورت، ځینې وختونه ممکن د انفرادي پکسل مختلف شکلونه وي - پدې حالت کې موږ په اړه خبرې کوو د پکسل تناسب (د - څخه د پکسل اړخ نسبت).

کوربه ته یادونه: DVD د DAR له 4 څخه تر 3 پورې

که څه هم د DVD اصلي ریزولوشن 704x480 دی ، دا لاهم د 4: 3 اړخ تناسب ساتي ځکه چې PAR 10:11 (704x10 / 480x11) دی.

او بالاخره، موږ کولی شو مشخص کړو видео د یوې لړۍ په څیر n د مودې لپاره چوکاټونه وخت، کوم چې یو اضافي اړخ ګڼل کیدی شي. الف n بیا د چوکاټ کچه یا په هره ثانیه کې د چوکاټونو شمیر دی (تسهيل - څخه په هر ثانیه کې چوکاټونه).

د ویډیو ښودلو لپاره په هر ثانیه کې د بټونو شمیر اړین دی د لیږد سرعت - بټریټ.

bitrate = عرض * لوړوالی * بټ ژور * چوکاټونه په ثانیه کې

د مثال په توګه، د 30 fps، 24 bps، 480x240 ویډیو به 82,944,000 bps یا 82,944 Mbps (30x480x240x24) ته اړتیا ولري - مګر دا هغه وخت دی چې د کمپریشن طریقه نه کارول کیږي.

که د لیږد سرعت تقریبا ثابت، بیا ورته ویل کیږي د دوامداره لیږد سرعت (سي بي آر - څخه دوامداره بټ نرخ). مګر دا هم توپیر کولی شي، پدې حالت کې ورته ویل کیږي د متغیر باډ نرخ (VBR - څخه د متغیر بټ نرخ).

دا ګراف محدود VBR ښیې ، چیرې چې د بشپړ تیاره چوکاټ په حالت کې ډیری بټونه نه ضایع کیږي.

انجینرانو په پیل کې یوه میتود رامینځته کړ ترڅو د اضافي بینډ ویت کارولو پرته د ویډیو ښودل شوي فریم نرخ دوه چنده کړي. دا طریقه په نوم پیژندل کیږي تړل شوې ویډیو; اساسا ، دا په لومړي "چوکاټ" کې نیمه سکرین او بل نیم په راتلونکي "فریم" کې لیږي.

اوس مهال، صحنې ډیری په کارولو سره وړاندې کیږي پرمختللی سکینګ ټیکنالوژي. دا د حرکت عکسونو د ښودلو، ذخیره کولو یا لیږدولو یوه طریقه ده چې په کې د هر چوکاټ ټولې کرښې په ترتیب سره رسم شوي.

ښه! اوس موږ پوهیږو چې انځور څنګه په ډیجیټل ډول ښودل کیږي، رنګونه یې څنګه تنظیم شوي، موږ په هره ثانیه کې څومره بټونه د ویډیو ښودلو لپاره مصرف کوو، که د بټ نرخ ثابت وي (CBR) یا متغیر (VBR). موږ د ورکړل شوي فریم نرخ په کارولو سره د ورکړل شوي ریزولوشن په اړه پوهیږو ، موږ د ډیری نورو شرایطو سره آشنا یو ، لکه متقابل ویډیو ، PAR او ځینې نور.

د بې ځایه کیدو لرې کول

دا معلومه ده چې د کمپریشن پرته ویډیو په نورمال ډول نشي کارول کیدی. د یو ساعت اوږده ویډیو په 720p ریزولوشن کې او په هر ثانیه کې 30 چوکاټونه به 278 GB وخت ونیسي. موږ د 1280 x 720 x 24 x 30 x 3600 په ضربولو سره دې ارزښت ته ورسیږو (چړوالی، لوړوالی، په هر پکسل، FPS او وخت په ثانیو کې).

کارول بې ضرر کمپریشن الګوریتم، لکه DEFLATE (په PKZIP، Gzip او PNG کې کارول کیږي)، به د اړتیا وړ بینډ ویت کافی کم نه کړي. موږ باید د ویډیو کمپرس کولو لپاره نورې لارې ولټوو.

د دې کولو لپاره، تاسو کولی شئ زموږ د لید ځانګړتیاوې وکاروئ. موږ د رنګ په پرتله د روښانتیا په توپیر کې غوره یو. ویډیو د ترتیب شوي عکسونو لړۍ ده چې د وخت په تیریدو سره تکرار کیږي. د ورته صحنې د نږدې چوکاټونو ترمنځ کوچني توپیرونه شتون لري. برسیره پردې، هر چوکاټ ډیری ساحې لري چې ورته (یا ورته) رنګ کاروي.

رنګ، روښانتیا او زموږ سترګې

زموږ سترګې د رنګ په پرتله روښانتیا ته ډیر حساس دي. تاسو کولی شئ دا د دې عکس په لیدو سره پخپله وګورئ.

که تاسو دا د عکس په نیمه برخه کې د چوکونو رنګونه ونه ګورئ A и B په حقیقت کې ورته دي، نو دا عادي خبره ده. زموږ دماغ موږ مجبوروي چې د رنګ پر ځای رڼا او سیوري ته ډیر پام وکړو. د ټاکل شوي چوکونو تر مینځ ښي خوا کې د ورته رنګ یو جمپر شتون لري - نو موږ (د بیلګې په توګه زموږ دماغ) په اسانۍ سره معلومه کوو چې په حقیقت کې، دوی ورته رنګ دي.

راځئ (په ساده ډول) وګورو چې زموږ سترګې څنګه کار کوي. سترګې یو پیچلی ارګان دی چې ډیری برخې لري. په هرصورت، موږ د شنک او ریښو سره ډیره علاقه لرو. سترګې شاوخوا 120 ملیون ریښې او 6 ملیون مخروط لري.

راځئ چې د سترګو د ځینو برخو جلا جلا دندو په توګه د رنګ او روښانتیا مفهوم په پام کې ونیسو (په حقیقت کې، هرڅه یو څه ډیر پیچلي دي، مګر موږ به یې ساده کړو). د راډ حجرې په عمده توګه د روښانتیا لپاره مسؤل دي، پداسې حال کې چې د شنک حجرې د رنګ لپاره مسؤل دي. مخروط په دریو ډولونو ویشل شوي، د رنګ په اساس چې دوی لري: S-cones (نیلي)، M-cones (شنه)، او L-cones (سور).

څرنګه چې موږ د مخروط (رنګ) په پرتله ډیر راډونه (روښانتیا) لرو، موږ کولی شو دې پایلې ته ورسیږو چې موږ د رنګونو په پرتله د تیاره او رڼا ترمنځ د لیږد توپیر کولو وړتیا لرو.

د برعکس حساسیت ځانګړتیاوې

په تجربوي ارواپوهنه او ډیری نورو برخو کې څیړونکو د انسان لید ډیری نظریات رامینځته کړي. او یو له دوی څخه بلل کیږي د برعکس حساسیت دندې. دوی د ځایي او عارضي روښانتیا سره تړاو لري. په لنډه توګه، دا د دې په اړه ده چې څومره بدلونونو ته اړتیا ده مخکې لدې چې یو څارونکی دوی خبر کړي. د "فعال" کلمې جمع په پام کې ونیسئ. دا د دې حقیقت له امله دی چې موږ نه یوازې د تور او سپین عکسونو لپاره بلکه د رنګونو لپاره هم د برعکس حساسیت افعال اندازه کولی شو. د دې تجربو پایلې ښیې چې په ډیری مواردو کې زموږ سترګې د رنګ په پرتله د روښانتیا سره ډیر حساس دي.

څرنګه چې موږ پوهیږو چې موږ د عکس روښانتیا سره ډیر حساس یو، موږ کولی شو هڅه وکړو چې دا حقیقت وکاروو.

د رنګ ماډل

موږ یو څه وموندل چې څنګه د RGB سکیم په کارولو سره د رنګ عکسونو سره کار وکړو. نور ماډلونه هم شتون لري. دلته یو ماډل شتون لري چې رڼا له کروما څخه جلا کوي او په نوم پیژندل کیږي YCbCr. په لاره کې، نور ماډلونه شتون لري چې ورته ویش جوړوي، مګر موږ به یوازې دا په پام کې ونیسو.

په دې رنګ ماډل کې Y د روښانتیا استازیتوب کوي، او همدارنګه دوه رنګ چینلونه کاروي: Cb (بډایه نیلي) او Cr (بډایه سور). YCbCr د RGB څخه اخیستل کیدی شي، او د برعکس تبادله هم ممکنه ده. د دې ماډل په کارولو سره موږ کولی شو بشپړ رنګ عکسونه جوړ کړو لکه څنګه چې موږ لاندې ګورو:

د YCbCr او RGB ترمنځ بدل کړئ

یو څوک به اعتراض وکړي: دا څنګه ممکنه ده چې ټول رنګونه ترلاسه کړئ که چیرې شنه ونه کارول شي؟

د دې پوښتنې ځواب لپاره، راځئ چې RGB په YCbCr بدل کړو. راځئ چې په معیار کې منل شوي کوفیفینټ وکاروو BT.601، کوم چې د واحد لخوا وړاندیز شوی و ITU-R. دا څانګه د ډیجیټل ویډیو لپاره معیارونه ټاکي. د مثال په توګه: 4K څه شی دی؟ د چوکاټ نرخ، ریزولوشن، د رنګ ماډل باید څه وي؟

لومړی راځئ چې روښانتیا محاسبه کړو. راځئ چې د ITU لخوا وړاندیز شوي ثباتونه وکاروو او د RGB ارزښتونه ځای په ځای کړو.

Y = 0.299R + 0.587G + 0.114B

وروسته له دې چې موږ روښانتیا لرو، موږ به نیلي او سور رنګونه جلا کړو:

Cb = ۰.۵۶۴B - Y)

Cr = ۰.۵۶۴R - Y)

او موږ کولی شو بیرته بدل کړو او حتی د YCbCr په کارولو سره شنه شو:

R = Y + 1.402Cr

B = Y + 1.772Cb

G = Y - 0.344Cb - 0.714Cr

عموما، نندارې (مانیټرونه، تلویزیونونه، سکرینونه، او نور) یوازې د RGB ماډل کاروي. مګر دا ماډل په مختلفو لارو تنظیم کیدی شي:

د رنګ فرعي نمونه کول

د یو عکس سره چې د روښانه کولو او کرومینانس ترکیب په توګه ښودل شوي، موږ کولی شو د کرومینینس په پرتله د روښانه کولو لپاره د انسان بصري سیسټم ډیر حساسیت د معلوماتو په غوره کولو سره په انتخابي ډول لرې کړو. د کروما فرعي نمونه کول د عکسونو کوډ کولو یوه میتود دی چې د لومینانس په پرتله د کروما لپاره لږ ریزولوشن کاروي.

د رنګ ریزولوشن کمول څومره جواز لري؟! دا معلومه شوه چې لا دمخه ځینې ډیاګرامونه شتون لري چې د حل او ضمیمه کولو څرنګوالي تشریح کوي (د پایلې رنګ = Y + Cb + Cr).

دا سکیمونه په نوم پیژندل کیږي د نمونې ښکته کولو سیسټمونه او د درې چنده تناسب په توګه څرګند شوي - a:x:y، کوم چې د رڼا او رنګ توپیر سیګنالونو نمونو شمیر ټاکي.

a - د افقی نمونې اخیستلو معیار (معمولا د 4 سره مساوي)
x - د پکسلونو په لومړي قطار کې د کروما نمونو شمیر (افقي ریزولوشن سره تړاو لري a)
y - د پکسلونو د لومړي او دوهم قطارونو ترمنځ د کروما نمونو کې د بدلونونو شمیر.

استثنا ده 4:1:0، په هر 4-by-4 ریزولوشن بلاک کې د کروما نمونه چمتو کوي.

عام سکیمونه چې په عصري کوډیکونو کې کارول کیږي:

• 4:4:4 (د نمونې نه ښکته کول)
• 4:2:2
• 4:1:1
• 4:2:0
• 4:1:0
• 3:1:1

YCbCr 4:2:0 - د فیوژن مثال

دلته د YCbCr 4:2:0 په کارولو سره یوځای شوی عکس دی. په یاد ولرئ چې موږ یوازې په هر پکسل کې 12 بټونه مصرف کوو.

دا هغه څه دي چې ورته عکس ورته ښکاري، د رنګ فرعي نمونې اصلي ډولونو سره کوډ شوی. لومړی قطار وروستی YCbCr دی، لاندې قطار د کروما ریزولوشن ښیي. خورا ښه پایلې، په کیفیت کې د لږ زیان په پام کې نیولو سره.

په یاد ولرئ کله چې موږ د 278p ریزولوشن او 720 فریمونو په ثانیه کې د یو ساعت اوږد ویډیو فایل ذخیره کولو لپاره 30 GB ذخیره کولو ځای شمیرلی؟ که موږ YCbCr 4:2:0 وکاروو، نو دا اندازه به نیمایي ته راټیټه شي - 139 GB. تر اوسه پورې، دا لاهم د منلو وړ پایلې څخه لرې ده.

تاسو کولی شئ د FFmpeg په کارولو سره پخپله YCbCr هسټوګرام ترلاسه کړئ. په دې عکس کې، نیلي په سور باندې تسلط لري، کوم چې پخپله په هسټوګرام کې ښکاره لیدل کیږي.

رنګ، روښانتیا، رنګ ګیمټ - ویډیو بیاکتنه

موږ سپارښتنه کوو چې دا په زړه پورې ویډیو وګورئ. دا تشریح کوي چې روښانتیا څه ده، او په ټولیزه توګه ټول نقطې نقطې دي ё د روښانتیا او رنګ په اړه.

د چوکاټ ډولونه

راځئ چې حرکت وکړو. راځئ هڅه وکړو چې د وخت ضایعات له منځه یوسو. مګر لومړی، راځئ چې ځینې اساسي اصطلاحات تعریف کړو. راځئ چې ووایو چې موږ په یوه ثانیه کې د 30 چوکاټونو سره یو فلم لرو، دلته یې لومړی 4 چوکاټونه دي:

موږ کولی شو په چوکاټونو کې ډیری تکرار وګورو: د بیلګې په توګه، یو نیلي پس منظر چې له چوکاټ څخه چوکاټ ته نه بدلیږي. د دې ستونزې د حل لپاره، موږ کولی شو په لنډ ډول دوی په درې ډوله چوکاټونو کې طبقه بندي کړو.

زه چوکاټ (Intro چوکاټ)

I-فریم (د حوالې چوکاټ، کلیدي چوکاټ، داخلي چوکاټ) په ځان کې دی. د هغه څه په پام کې نیولو پرته چې تاسو یې لیدل غواړئ، د I-فریم په اصل کې یو جامد عکس دی. لومړی چوکاټ معمولا د I-فریم وي، مګر موږ به په منظمه توګه I-فریمونه حتی د لومړي چوکاټونو په مینځ کې وګورو.

P- چوکاټ (Pلیکل شوی چوکاټ)

P-فریم (د وړاندوینې چوکاټ) د دې حقیقت څخه ګټه پورته کوي چې نږدې تل اوسنی عکس د پخواني چوکاټ په کارولو سره تولید کیدی شي. د مثال په توګه، په دویم چوکاټ کې یوازینی بدلون د بال مخ په وړاندې روان دی. موږ کولی شو چوکاټ 2 په ساده ډول د چوکاټ 1 بدلولو سره ترلاسه کړو ، یوازې د دې چوکاټونو ترمینځ توپیر په کارولو سره. د چوکاټ 2 جوړولو لپاره، موږ مخکینی چوکاټ 1 ته مراجعه کوو.

←

بی چوکاټ (Bد وړاندوینې چوکاټ)

د لینکونو په اړه څه چې نه یوازې تیر ته ، بلکه راتلونکي چوکاټونو ته هم د حتی غوره کمپریشن چمتو کولو لپاره؟! دا اساسا د B-فریم (دوه طرفه چوکاټ) دی.

← →

منځمهاله وتل

دا چوکاټ ډولونه د غوره ممکنه کمپریشن چمتو کولو لپاره کارول کیږي. موږ به وګورو چې دا څنګه په راتلونکې برخه کې پیښیږي. د اوس لپاره ، راځئ چې یادونه وکړو چې د مصرف شوي حافظې په شرایطو کې ترټولو "ډیر قیمتي" I-فریم دی ، P-فریم د پام وړ ارزانه دی ، مګر د ویډیو لپاره خورا ګټور انتخاب B-فریم دی.

لنډمهاله بې ځایه کیدل (د چوکاټ بین الافغاني وړاندوینه)

راځئ وګورو چې د وخت په تیریدو سره د تکرار کمولو لپاره کوم اختیارونه لرو. موږ کولی شو دا ډول بې ځایه کیدل د کراس وړاندوینې میتودونو په کارولو سره حل کړو.

موږ به هڅه وکړو چې د امکان تر حده لږ بیټونه مصرف کړو ترڅو د چوکاټ 0 او 1 ترتیب کوډ کړو.

موږ کولی شو تولید کړو تخفیفموږ په ساده ډول چوکاټ 1 له چوکاټ 0 څخه کموو. موږ 1 چوکاټ ترلاسه کوو، یوازې د دې او مخکیني چوکاټ ترمنځ توپیر وکاروو، په حقیقت کې موږ یوازې پاتې پاتې پایله کوډ کوو.

مګر څه که زه تاسو ته ووایم چې یو حتی غوره میتود شتون لري چې حتی لږ بټونه کاروي؟! لومړی، راځئ چې چوکاټ 0 په روښانه گرډ کې مات کړو چې بلاکونه لري. او بیا به موږ هڅه وکړو چې د چوکاټ 0 څخه بلاکونه د چوکاټ 1 سره مل کړو. په بل عبارت، موږ به د چوکاټونو ترمنځ حرکت اټکل کړو.

د ويکيپېډيا څخه - د بلاک حرکت جبران

د بلاک حرکت معاوضه اوسنی چوکاټ په غیر متقابل بلاکونو ویشي او د حرکت جبران ویکتور د بلاکونو اصلي راپور ورکوي (یو عام غلط فهم دا دی چې تیر چوکاټ په غیر متقابل بلاکونو ویشل شوی، او د حرکت خساره ویکتورونه وايي چې دا بلاکونه چیرته ځي. مګر په حقیقت کې، دا په شاوخوا کې بله لاره ده - دا پخوانی چوکاټ ندی چې تحلیل شوی، مګر راتلونکی؛ دا روښانه نده چې بلاکونه چیرته حرکت کوي، مګر دوی له کوم ځای څخه راغلي). عموما د سرچینې بلاکونه د سرچینې چوکاټ کې پورته کیږي. ځینې ​​​​ویډیو کمپریشن الګوریتمونه اوسني چوکاټ د یوې برخې برخې نه، مګر د څو پخوانیو لیږدول شوي چوکاټونو څخه راټولوي.

د ارزونې پروسې په جریان کې، موږ ګورو چې توپ له (x= 0، y= 25) ته (x= 6، y= 26)، ارزښتونه x и y د حرکت ویکتور ټاکل. بل ګام چې موږ یې کولی شو د بټونو ساتلو لپاره ترسره کړو د وروستي بلاک موقعیت او وړاندوینې شوي یو تر مینځ یوازې د حرکت ویکتورونو توپیر کوډ کول دي، نو وروستی حرکت ویکتور به وي (x=6-0=6، y=26-25=1 ).

په حقیقي حالت کې، دا توپ به ویشل شي n بلاکونه، مګر دا د موضوع جوهر نه بدلوي.

په چوکاټ کې شیان په دریو ابعادو کې حرکت کوي، نو کله چې بال حرکت کوي، دا کولی شي په لید کې کوچنی شي (یا لوی که دا د لیدونکي په لور حرکت وکړي). دا عادي خبره ده چې د بلاکونو ترمنځ به مناسبه لوبه نه وي. دلته زموږ د اټکل او اصلي انځور ګډ لید دی.

مګر موږ ګورو چې کله چې موږ د حرکت اندازې کاروو، د کوډ کولو لپاره د پام وړ کم معلومات شتون لري کله چې د چوکاټونو ترمنځ د ډیلټا محاسبه کولو ساده طریقه کاروي.

د حقیقي حرکت جبران به څه ډول ښکاري

دا تخنیک په یو وخت کې په ټولو بلاکونو کې پلي کیږي. ډیری وختونه زموږ مشروط حرکت بال په یوځل کې په څو بلاکونو ویشل کیږي.

تاسو کولی شئ د دې مفکورو لپاره پخپله په کارولو سره احساس ترلاسه کړئ جوپایټر.

د حرکت ویکتورونو لیدلو لپاره، تاسو کولی شئ په کارولو سره د بهرنی وړاندوینې ویډیو جوړه کړئ ffmpeg.

تاسو هم کارولی شئ د انټیل ویډیو پرو تحلیل کونکی (دا تادیه کیږي، مګر یو وړیا آزموینه شتون لري چې یوازې په لومړیو لسو چوکاټونو پورې محدود دی).

ځایی بې ځایه کیدل (داخلی وړاندوینه)

که موږ په ویډیو کې هر چوکاټ تحلیل کړو، موږ به ډیری یو له بل سره تړلې ساحې ومومئ.

راځئ چې د دې مثال له لارې لاړ شو. دا صحنه په عمده توګه د نیلي او سپین رنګونو څخه جوړه ده.

دا یو I-فریم دی. موږ نشو کولی د وړاندوینې لپاره مخکیني چوکاټونه واخلو ، مګر موږ کولی شو دا فشار کړو. راځئ چې د سور بلاک انتخاب کوډ کړو. که موږ د هغې ګاونډیو ته وګورو، موږ ګورو چې د هغې شاوخوا شاوخوا رنګونه شتون لري.

موږ فرض کوو چې رنګونه په چوکاټ کې عمودي خپریږي. دا پدې مانا ده چې د نامعلومو پکسلونو رنګ به د ګاونډیو ارزښتونه ولري.

دا ډول وړاندوینه کیدای شي غلط وي. دا د دې دلیل لپاره دی چې تاسو اړتیا لرئ دا طریقه پلي کړئ (داخلي وړاندوینه)، او بیا اصلي ارزښتونه کم کړئ. دا به موږ ته یو پاتې بلاک راکړي، چې پایله به یې د اصلي په پرتله خورا ډیر فشار شوي میټریکس وي.

که تاسو غواړئ د داخلي وړاندوینو سره تمرین وکړئ، تاسو کولی شئ د ffmpeg په کارولو سره د مایکرو بلاکونو او د دوی وړاندوینو ویډیو جوړه کړئ. د هر بلاک رنګ په معنی پوهیدو لپاره، تاسو باید د ffmpeg اسناد ولولئ.

یا تاسو کولی شئ د انټیل ویډیو پرو تحلیل کونکي وکاروئ (لکه څنګه چې ما پورته یادونه وکړه ، د وړیا آزموینې نسخه په لومړي 10 چوکاټونو کې محدوده ده ، مګر دا به ستاسو لپاره په لومړي سر کې کافي وي).

دویمه برخه: د ویډیو کوډیک څنګه کار کوي

سرچینه: www.habr.com