வீடியோ கோடெக் எப்படி வேலை செய்கிறது? பகுதி 1: அடிப்படைகள்

இரண்டாவது பகுதி: வீடியோ கோடெக் எவ்வாறு செயல்படுகிறது

எந்த ராஸ்டர் படத்தை வடிவத்தில் குறிப்பிடலாம் இரு பரிமாண அணி. வண்ணங்களைப் பொறுத்தவரை, ஒரு படத்தைப் பார்ப்பதன் மூலம் யோசனையை உருவாக்க முடியும் முப்பரிமாண அணி, இதில் ஒவ்வொரு வண்ணத்திற்கும் தரவைச் சேமிக்க கூடுதல் பரிமாணங்கள் பயன்படுத்தப்படுகின்றன.

இறுதி வண்ணம் என்று அழைக்கப்படுபவற்றின் கலவையாக நாம் கருதினால். முதன்மை நிறங்கள் (சிவப்பு, பச்சை மற்றும் நீலம்), எங்கள் முப்பரிமாண மேட்ரிக்ஸில் நாம் மூன்று விமானங்களை வரையறுக்கிறோம்: முதல் சிவப்பு, இரண்டாவது பச்சை மற்றும் கடைசி நீலம்.

இந்த மேட்ரிக்ஸில் உள்ள ஒவ்வொரு புள்ளியையும் ஒரு பிக்சல் (பட உறுப்பு) என்று அழைப்போம். ஒவ்வொரு பிக்சலிலும் ஒவ்வொரு வண்ணத்தின் தீவிரம் (பொதுவாக ஒரு எண் மதிப்பாக) பற்றிய தகவல்கள் உள்ளன. உதாரணத்திற்கு, சிவப்பு பிக்சல் இது 0 பச்சை, 0 நீலம் மற்றும் அதிகபட்ச சிவப்பு ஆகியவற்றைக் கொண்டுள்ளது. இளஞ்சிவப்பு பிக்சல் மூன்று வண்ணங்களின் கலவையைப் பயன்படுத்தி உருவாக்க முடியும். 0 முதல் 255 வரையிலான எண் வரம்பைப் பயன்படுத்தி, இளஞ்சிவப்பு பிக்சல் என வரையறுக்கப்படுகிறது சிவப்பு = 255, பச்சை = 192 и நீலம் = 203.

இந்த கட்டுரை EDISON இன் ஆதரவுடன் வெளியிடப்பட்டது.

நாங்கள் அபிவிருத்தி செய்கிறோம் வீடியோ கண்காணிப்பு, வீடியோ ஸ்ட்ரீமிங்கிற்கான பயன்பாடுகள், மேலும் நாங்கள் ஈடுபட்டுள்ளோம் அறுவை சிகிச்சை அறையில் வீடியோ பதிவு.

வண்ணப் படத்தை குறியாக்க மாற்று வழிகள்

ஒரு படத்தை உருவாக்கும் வண்ணங்களைக் குறிக்க பல மாதிரிகள் உள்ளன. எடுத்துக்காட்டாக, RGB மாதிரியைப் பயன்படுத்தும் போது தேவைப்படும் மூன்றிற்குப் பதிலாக, ஒவ்வொரு பிக்சலையும் குறிக்க ஒரு பைட் மட்டுமே தேவைப்படும் அட்டவணைப்படுத்தப்பட்ட தட்டு ஒன்றை நீங்கள் பயன்படுத்தலாம். அத்தகைய மாதிரியில், ஒவ்வொரு நிறத்தையும் குறிக்க 2D மேட்ரிக்ஸுக்கு பதிலாக 3D மேட்ரிக்ஸைப் பயன்படுத்த முடியும். இது நினைவகத்தை சேமிக்கிறது, ஆனால் சிறிய வண்ண வரம்பைக் கொடுக்கிறது.

ஆர்ஜிபி

உதாரணமாக, கீழே உள்ள படத்தைப் பாருங்கள். முதல் முகம் முற்றிலும் வர்ணம் பூசப்பட்டுள்ளது. மற்றவை சிவப்பு, பச்சை மற்றும் நீல விமானங்கள் (அவற்றுடன் தொடர்புடைய வண்ணங்களின் தீவிரம் கிரேஸ்கேலில் காட்டப்பட்டுள்ளது).

அசல் சிவப்பு நிற நிழல்கள் இரண்டாவது முகத்தின் பிரகாசமான பகுதிகளைக் காணும் அதே இடங்களில் இருக்கும் என்பதை நாங்கள் காண்கிறோம். நீலத்தின் பங்களிப்பை முக்கியமாக மரியோவின் கண்கள் (கடைசி முகம்) மற்றும் அவரது ஆடையின் கூறுகளில் மட்டுமே பார்க்க முடியும். மரியோவின் மீசை - மூன்று வண்ணத் விமானங்களும் மிகக் குறைவான பங்களிப்பை (படங்களின் இருண்ட பகுதிகள்) எங்கே என்பதைக் கவனியுங்கள்.

ஒவ்வொரு நிறத்தின் தீவிரத்தையும் சேமிக்க, ஒரு குறிப்பிட்ட எண்ணிக்கையிலான பிட்கள் தேவை - இந்த அளவு அழைக்கப்படுகிறது பிட் ஆழம். ஒரு வண்ணத் தளத்திற்கு 8 பிட்கள் (0 முதல் 255 வரையிலான மதிப்பின் அடிப்படையில்) செலவிடப்படுகின்றன என்று வைத்துக் கொள்வோம். பின்னர் நாம் 24 பிட்கள் (8 பிட்கள் * 3 ஆர் / ஜி / பி விமானங்கள்) வண்ண ஆழம் வேண்டும்.

ஒரு படத்தின் மற்றொரு பண்பு அனுமதி, இது ஒரு பரிமாணத்தில் உள்ள பிக்சல்களின் எண்ணிக்கை. என அடிக்கடி குறிக்கப்படுகிறது அகலம் × உயரம், கீழே உள்ள 4 பை 4 எடுத்துக்காட்டு படத்தில் உள்ளது.


படங்கள்/வீடியோக்களுடன் பணிபுரியும் போது நாம் கையாளும் மற்றொரு சொத்து விகிதம், ஒரு படம் அல்லது பிக்சலின் அகலத்திற்கும் உயரத்திற்கும் இடையிலான இயல்பான விகிதாசார உறவை விவரிக்கிறது.

ஒரு குறிப்பிட்ட படம் அல்லது படம் 16 க்கு 9 அளவு என்று அவர்கள் கூறும்போது, ​​அவை பொதுவாக அர்த்தம் காட்சி விகிதம் (DAR - இருந்து காட்சி விகிதம்) இருப்பினும், சில நேரங்களில் தனிப்பட்ட பிக்சல்களின் வெவ்வேறு வடிவங்கள் இருக்கலாம் - இந்த விஷயத்தில் நாம் பேசுகிறோம் பிக்சல் விகிதம் (PAR - இருந்து பிக்சல் தோற்ற விகிதம்).

தொகுப்பாளினிக்கு குறிப்பு: டிவிடி ஒத்துள்ளது DAR 4 முதல் 3 வரை

உண்மையான டிவிடி தெளிவுத்திறன் 704x480 என்றாலும், அது இன்னும் 4:3 விகிதத்தை பராமரிக்கிறது, ஏனெனில் PAR 10:11 (704x10 / 480x11).

இறுதியாக, நாம் தீர்மானிக்க முடியும் видео ஒரு வரிசை போல n காலத்திற்கான சட்டங்கள் நேரம், இது கூடுதல் பரிமாணமாக கருதப்படலாம். ஏ n பிரேம் வீதம் அல்லது வினாடிக்கு பிரேம்களின் எண்ணிக்கை (அசாதாரணமான - இருந்து வினாடிக்கு பிரேம்கள்).

ஒரு வீடியோவைக் காட்ட ஒரு நொடிக்கு தேவைப்படும் பிட்களின் எண்ணிக்கை பரிமாற்ற வேகம் - பிட்ரேட்.

பிட்ரேட் = அகலம் * உயரம் * பிட் ஆழம் * வினாடிக்கு பிரேம்கள்

எடுத்துக்காட்டாக, ஒரு 30 fps, 24 bps, 480x240 வீடியோவிற்கு 82,944,000 bps அல்லது 82,944 Mbps (30x480x240x24) தேவைப்படும் - ஆனால் அது சுருக்க முறை பயன்படுத்தப்படாவிட்டால்.

பரிமாற்ற வேகம் என்றால் கிட்டத்தட்ட நிலையானது, பின்னர் அது அழைக்கப்படுகிறது நிலையான பரிமாற்ற வேகம் (சிபிஆர் - இருந்து நிலையான பிட் விகிதம்) ஆனால் இது மாறுபடலாம், இந்த விஷயத்தில் அது அழைக்கப்படுகிறது மாறி பாட் விகிதம் (VBR - இருந்து மாறி பிட் விகிதம்).

இந்த வரைபடம் வரையறுக்கப்பட்ட VBR ஐக் காட்டுகிறது, அங்கு முற்றிலும் இருண்ட சட்டத்தில் அதிக பிட்கள் வீணாகாது.

பொறியாளர்கள் ஆரம்பத்தில் கூடுதல் அலைவரிசையைப் பயன்படுத்தாமல் வீடியோ காட்சியின் உணரப்பட்ட பிரேம் வீதத்தை இரட்டிப்பாக்க ஒரு முறையை உருவாக்கினர். இந்த முறை அறியப்படுகிறது ஒன்றோடொன்று இணைக்கப்பட்ட வீடியோ; அடிப்படையில், இது முதல் "பிரேமில்" பாதி திரையையும், அடுத்த "பிரேமில்" மற்ற பாதியையும் அனுப்புகிறது.

தற்போது, ​​காட்சிகள் பெரும்பாலும் பயன்படுத்தி வழங்கப்படுகின்றன முற்போக்கான ஸ்கேனிங் தொழில்நுட்பங்கள். ஒவ்வொரு சட்டத்தின் அனைத்து கோடுகளும் வரிசையாக வரையப்பட்ட நகரும் படங்களைக் காண்பிக்கும், சேமித்து வைக்கும் அல்லது கடத்தும் ஒரு முறையாகும்.

சரி! பிட் ரேட் மாறா (CBR) அல்லது மாறி (VBR) இருந்தால், ஒரு படம் டிஜிட்டல் முறையில் எவ்வாறு குறிப்பிடப்படுகிறது, அதன் வண்ணங்கள் எவ்வாறு அமைக்கப்பட்டிருக்கின்றன, வீடியோவைக் காட்ட வினாடிக்கு எத்தனை பிட்கள் செலவிடுகிறோம் என்பதை இப்போது நாம் அறிவோம். கொடுக்கப்பட்ட பிரேம் வீதத்தைப் பயன்படுத்தி கொடுக்கப்பட்ட தெளிவுத்திறனைப் பற்றி எங்களுக்குத் தெரியும், ஒன்றோடொன்று இணைக்கப்பட்ட வீடியோ, PAR மற்றும் வேறு சில விதிமுறைகளை நாங்கள் நன்கு அறிந்திருக்கிறோம்.

பணிநீக்கத்தை நீக்குகிறது

சுருக்கம் இல்லாத வீடியோவை சாதாரணமாகப் பயன்படுத்த முடியாது என்பது தெரிந்ததே. 720p தெளிவுத்திறனில் ஒரு மணிநேர வீடியோ மற்றும் வினாடிக்கு 30 பிரேம்கள் 278 ஜிபி எடுக்கும். 1280 x 720 x 24 x 30 x 3600 (அகலம், உயரம், ஒரு பிக்சலுக்கு பிட்கள், FPS மற்றும் நேரம் வினாடிகளில்) பெருக்குவதன் மூலம் இந்த மதிப்பை அடைகிறோம்.

பயன்படுத்த இழப்பற்ற சுருக்க வழிமுறைகள், DEFLATE (PKZIP, Gzip மற்றும் PNG இல் பயன்படுத்தப்படுகிறது) போன்றது, தேவையான அலைவரிசையை போதுமான அளவு குறைக்காது. வீடியோவை சுருக்க வேறு வழிகளைத் தேட வேண்டும்.

இதைச் செய்ய, எங்கள் பார்வையின் அம்சங்களை நீங்கள் பயன்படுத்தலாம். நிறத்தை விட பிரகாசத்தை வேறுபடுத்துவதில் நாங்கள் சிறந்தவர்கள். ஒரு வீடியோ என்பது காலப்போக்கில் மீண்டும் மீண்டும் வரும் தொடர்ச்சியான படங்களின் வரிசையாகும். ஒரே காட்சியின் அடுத்தடுத்த பிரேம்களுக்கு இடையே சிறிய வேறுபாடுகள் உள்ளன. கூடுதலாக, ஒவ்வொரு சட்டமும் ஒரே (அல்லது ஒத்த) நிறத்தைப் பயன்படுத்தி பல பகுதிகளைக் கொண்டுள்ளது.

நிறம், பிரகாசம் மற்றும் நம் கண்கள்

நம் கண்கள் நிறத்தை விட பிரகாசத்திற்கு அதிக உணர்திறன் கொண்டவை. இந்தப் படத்தைப் பார்த்தால் நீங்களே இதைப் பார்க்கலாம்.

படத்தின் இடது பாதியில் சதுரங்களின் வண்ணங்களை நீங்கள் காணவில்லை என்றால் A и B உண்மையில் ஒரே மாதிரியானவை, அது சாதாரணமானது. நிறத்தை விட ஒளி மற்றும் நிழலில் அதிக கவனம் செலுத்த நம் மூளை நம்மை கட்டாயப்படுத்துகிறது. நியமிக்கப்பட்ட சதுரங்களுக்கு இடையில் வலது பக்கத்தில் அதே நிறத்தில் ஒரு ஜம்பர் உள்ளது - எனவே நாம் (அதாவது நமது மூளை) எளிதாக தீர்மானிக்கிறோம், உண்மையில், அவை ஒரே நிறம்.

நம் கண்கள் எவ்வாறு செயல்படுகின்றன என்பதை (எளிமைப்படுத்தப்பட்ட முறையில்) பார்ப்போம். கண் என்பது பல பகுதிகளைக் கொண்ட ஒரு சிக்கலான உறுப்பு. இருப்பினும், கூம்புகள் மற்றும் தண்டுகளில் நாங்கள் மிகவும் ஆர்வமாக உள்ளோம். கண்ணில் சுமார் 120 மில்லியன் தண்டுகள் மற்றும் 6 மில்லியன் கூம்புகள் உள்ளன.

கண்ணின் சில பகுதிகளின் தனித்தனி செயல்பாடுகளாக நிறம் மற்றும் பிரகாசத்தின் உணர்வைக் கருத்தில் கொள்வோம் (உண்மையில், எல்லாம் சற்று சிக்கலானது, ஆனால் நாம் அதை எளிதாக்குவோம்). தடி செல்கள் பிரகாசத்திற்கு முக்கியமாக பொறுப்பாகும், அதே நேரத்தில் கூம்பு செல்கள் நிறத்திற்கு பொறுப்பாகும். கூம்புகள் மூன்று வகைகளாகப் பிரிக்கப்படுகின்றன, அவை கொண்டிருக்கும் நிறமியைப் பொறுத்து: எஸ்-கூம்புகள் (நீலம்), எம்-கூம்புகள் (பச்சை) மற்றும் எல்-கூம்புகள் (சிவப்பு).

கூம்புகளை (நிறம்) விட பல தண்டுகள் (பிரகாசம்) இருப்பதால், வண்ணங்களை விட இருண்ட மற்றும் ஒளிக்கு இடையிலான மாற்றங்களை வேறுபடுத்துவதில் நாம் அதிக திறன் கொண்டவர்கள் என்று முடிவு செய்யலாம்.

மாறுபட்ட உணர்திறன் அம்சங்கள்

சோதனை உளவியல் மற்றும் பல துறைகளில் ஆராய்ச்சியாளர்கள் மனித பார்வை பற்றிய பல கோட்பாடுகளை உருவாக்கியுள்ளனர். மேலும் அவற்றில் ஒன்று அழைக்கப்படுகிறது மாறுபட்ட உணர்திறன் செயல்பாடுகள். அவை இடஞ்சார்ந்த மற்றும் தற்காலிக வெளிச்சத்துடன் தொடர்புடையவை. சுருக்கமாக, ஒரு பார்வையாளர் அவற்றைக் கவனிப்பதற்கு முன்பு எத்தனை மாற்றங்கள் தேவை என்பதைப் பற்றியது. "செயல்பாடு" என்ற வார்த்தையின் பன்மையைக் கவனியுங்கள். கருப்பு மற்றும் வெள்ளை படங்களுக்கு மட்டுமல்ல, வண்ணத்திற்கும் மாறுபாடு உணர்திறன் செயல்பாடுகளை நாம் அளவிட முடியும் என்பதே இதற்குக் காரணம். இந்த சோதனைகளின் முடிவுகள் பெரும்பாலான சந்தர்ப்பங்களில் நம் கண்கள் நிறத்தை விட பிரகாசத்திற்கு அதிக உணர்திறன் கொண்டவை என்பதைக் காட்டுகிறது.

பட பிரகாசத்திற்கு நாம் அதிக உணர்திறன் உடையவர்கள் என்பதை நாம் அறிந்திருப்பதால், இந்த உண்மையைப் பயன்படுத்த முயற்சி செய்யலாம்.

வண்ண மாதிரி

RGB திட்டத்தைப் பயன்படுத்தி வண்ணப் படங்களுடன் எவ்வாறு வேலை செய்வது என்பதை நாங்கள் கொஞ்சம் கண்டுபிடித்தோம். மற்ற மாதிரிகளும் உள்ளன. குரோமாவிலிருந்து ஒளிர்வை பிரிக்கும் ஒரு மாதிரி உள்ளது, அது அறியப்படுகிறது YCbCr. மூலம், இதேபோன்ற பிரிவை உருவாக்கும் பிற மாதிரிகள் உள்ளன, ஆனால் இதை மட்டுமே நாங்கள் கருத்தில் கொள்வோம்.

இந்த வண்ண மாதிரியில் Y பிரகாசத்தின் பிரதிநிதித்துவம், மேலும் இரண்டு வண்ண சேனல்களையும் பயன்படுத்துகிறது: Cb (நிறைந்த நீலம்) மற்றும் Cr (அடர் சிவப்பு). YCbCr RGB இலிருந்து பெறப்படலாம், மேலும் தலைகீழ் மாற்றமும் சாத்தியமாகும். இந்த மாதிரியைப் பயன்படுத்தி, கீழே நாம் பார்ப்பது போல் முழு வண்ணப் படங்களை உருவாக்கலாம்:

YCbCr மற்றும் RGB க்கு இடையில் மாற்றவும்

யாரோ எதிர்ப்பார்கள்: பச்சை நிறத்தைப் பயன்படுத்தாவிட்டால் அனைத்து வண்ணங்களையும் எவ்வாறு பெறுவது?

இந்த கேள்விக்கு பதிலளிக்க, RGB ஐ YCbCr ஆக மாற்றுவோம். தரநிலையில் ஏற்றுக்கொள்ளப்பட்ட குணகங்களைப் பயன்படுத்துவோம் பி.டி .601, இது அலகு பரிந்துரைத்தது ITU-R. இந்த பிரிவு டிஜிட்டல் வீடியோவுக்கான தரநிலைகளை அமைக்கிறது. உதாரணமாக: 4K என்றால் என்ன? பிரேம் வீதம், தீர்மானம், வண்ண மாதிரி என்னவாக இருக்க வேண்டும்?

முதலில் பிரகாசத்தை கணக்கிடுவோம். ITU ஆல் முன்மொழியப்பட்ட மாறிலிகளைப் பயன்படுத்துவோம் மற்றும் RGB மதிப்புகளை மாற்றுவோம்.

Y = 0.299R + 0.587G + 0.114B

பிரகாசத்தைப் பெற்ற பிறகு, நீலம் மற்றும் சிவப்பு வண்ணங்களைப் பிரிப்போம்:

Cb = 0.564(B - Y)

Cr = 0.713(R - Y)

மேலும் YCbCr ஐப் பயன்படுத்தி மீண்டும் மாற்றலாம் மற்றும் பச்சை நிறத்தைப் பெறலாம்:

R = Y + 1.402Cr

B = Y + 1.772Cb

G = Y - 0.344Cb - 0.714Cr

பொதுவாக, காட்சிகள் (மானிட்டர்கள், தொலைக்காட்சிகள், திரைகள் போன்றவை) RGB மாதிரியை மட்டுமே பயன்படுத்துகின்றன. ஆனால் இந்த மாதிரியை வெவ்வேறு வழிகளில் ஏற்பாடு செய்யலாம்:

வண்ண துணை மாதிரி

ஒளிர்வு மற்றும் குரோமினன்ஸ் ஆகியவற்றின் கலவையாகக் குறிப்பிடப்படும் ஒரு படத்தைக் கொண்டு, தகவலைத் தேர்ந்தெடுத்து அகற்றுவதன் மூலம், மனித காட்சி அமைப்பின் ஒளிர்வை விட குரோமினன்ஸ்க்கு அதிக உணர்திறனைப் பயன்படுத்திக் கொள்ளலாம். குரோமா துணை மாதிரி என்பது ஒளிர்வை விட குரோமாவுக்கு குறைவான தெளிவுத்திறனைப் பயன்படுத்தி படங்களை குறியாக்கம் செய்யும் ஒரு முறையாகும்.

வண்ணத் தீர்மானத்தைக் குறைக்க எவ்வளவு அனுமதிக்கப்படுகிறது?! தெளிவுத்திறனை எவ்வாறு கையாள்வது மற்றும் ஒன்றிணைப்பது என்பதை விவரிக்கும் சில வரைபடங்கள் ஏற்கனவே உள்ளன (விளைவான நிறம் = Y + Cb + Cr).

இந்த திட்டங்கள் என அழைக்கப்படுகின்றன குறைத்தல் அமைப்புகள் மற்றும் 3 மடங்கு விகிதமாக வெளிப்படுத்தப்படுகிறது - a:x:y, இது ஒளிர்வு மற்றும் வண்ண வேறுபாடு சமிக்ஞைகளின் மாதிரிகளின் எண்ணிக்கையை தீர்மானிக்கிறது.

a — கிடைமட்ட மாதிரி தரநிலை (பொதுவாக 4 க்கு சமம்)
x — பிக்சல்களின் முதல் வரிசையில் உள்ள குரோமா மாதிரிகளின் எண்ணிக்கை (கிடைமட்டத் தீர்மானம் தொடர்பானது a)
y - பிக்சல்களின் முதல் மற்றும் இரண்டாவது வரிசைகளுக்கு இடையில் குரோமா மாதிரிகளில் ஏற்படும் மாற்றங்களின் எண்ணிக்கை.

விதிவிலக்கு 4:1:0, ஒவ்வொரு 4-பை-4 ஒளிர்வு தெளிவுத்திறன் தொகுதியிலும் ஒரு குரோமா மாதிரியை வழங்குகிறது.

நவீன கோடெக்குகளில் பயன்படுத்தப்படும் பொதுவான திட்டங்கள்:

• 4:4:4 (குறைப்பு இல்லை)
• 4:2:2
• 4:1:1
• 4:2:0
• 4:1:0
• 3:1:1

YCbCr 4:2:0 - இணைவு உதாரணம்

YCbCr 4:2:0 ஐப் பயன்படுத்தி இணைக்கப்பட்ட படம் இதோ. ஒரு பிக்சலுக்கு 12 பிட்கள் மட்டுமே செலவழிக்கிறோம் என்பதை நினைவில் கொள்ளவும்.

வண்ண துணை மாதிரியின் முக்கிய வகைகளுடன் குறியிடப்பட்ட அதே படம் இப்படித்தான் தெரிகிறது. முதல் வரிசை இறுதி YCbCr ஆகும், கீழ் வரிசை குரோமா தெளிவுத்திறனைக் காட்டுகிறது. தரத்தில் சிறிய இழப்பைக் கருத்தில் கொண்டு, மிகவும் ஒழுக்கமான முடிவுகள்.

278p தெளிவுத்திறன் மற்றும் வினாடிக்கு 720 பிரேம்களில் ஒரு மணிநேர வீடியோ கோப்பைச் சேமிப்பதற்காக 30 ஜிபி சேமிப்பிடத்தை நாங்கள் எண்ணியது நினைவிருக்கிறதா? நாம் YCbCr 4:2:0 ஐப் பயன்படுத்தினால், இந்த அளவு பாதியாக குறைக்கப்படும் - 139 ஜிபி. இதுவரை, இது இன்னும் ஏற்றுக்கொள்ளக்கூடிய முடிவிலிருந்து வெகு தொலைவில் உள்ளது.

FFmpeg ஐப் பயன்படுத்தி YCbCr ஹிஸ்டோகிராமை நீங்களே பெறலாம். இந்த படத்தில், சிவப்பு நிறத்தில் நீலம் ஆதிக்கம் செலுத்துகிறது, இது ஹிஸ்டோகிராமிலேயே தெளிவாகத் தெரியும்.

நிறம், பிரகாசம், வண்ண வரம்பு - வீடியோ ஆய்வு

இந்த அற்புதமான வீடியோவைப் பார்க்க பரிந்துரைக்கிறோம். பிரகாசம் என்றால் என்ன என்பதை இது விளக்குகிறது, பொதுவாக அனைத்து புள்ளிகளும் புள்ளியிடப்பட்டவை ё பிரகாசம் மற்றும் நிறம் பற்றி.

பிரேம் வகைகள்

தொடரலாம். கால அவகாசத்தை நீக்க முயற்சிப்போம். ஆனால் முதலில், சில அடிப்படை சொற்களை வரையறுப்போம். வினாடிக்கு 30 பிரேம்கள் கொண்ட திரைப்படம் எங்களிடம் உள்ளது என்று வைத்துக் கொள்வோம், அதன் முதல் 4 பிரேம்கள் இதோ:

ஃப்ரேம்களில் மீண்டும் மீண்டும் பலவற்றைக் காணலாம்: எடுத்துக்காட்டாக, சட்டத்திலிருந்து சட்டத்திற்கு மாறாத நீல பின்னணி. இந்த சிக்கலை தீர்க்க, அவற்றை சுருக்கமாக மூன்று வகையான பிரேம்களாக வகைப்படுத்தலாம்.

ஐ-பிரேம் (Iஎன்ட்ரோ ஃப்ரேம்)

ஐ-பிரேம் (குறிப்பு சட்டகம், முக்கிய சட்டகம், உள் சட்டகம்) தன்னிச்சையானது. நீங்கள் எதைக் காட்சிப்படுத்த விரும்பினாலும், ஐ-ஃபிரேம் அடிப்படையில் ஒரு நிலையான புகைப்படமாகும். முதல் பிரேம் பொதுவாக ஐ-ஃப்ரேம், ஆனால் முதல் பிரேம்கள் இல்லாவிட்டாலும் ஐ-ஃபிரேம்களை நாங்கள் தொடர்ந்து கவனிப்போம்.

பி-பிரேம் (Pதிருத்தப்பட்ட சட்டகம்)

பி-பிரேம் (முன்கணிப்பு சட்டகம்) எப்போதும் தற்போதைய படத்தை முந்தைய சட்டத்தைப் பயன்படுத்தி மீண்டும் உருவாக்க முடியும் என்ற உண்மையைப் பயன்படுத்திக் கொள்கிறது. உதாரணமாக, இரண்டாவது சட்டத்தில் ஒரே மாற்றம் பந்து முன்னோக்கி நகர்கிறது. ஃபிரேம் 2 ஐ சிறிது மாற்றியமைப்பதன் மூலம் சட்டகம் 1 ஐப் பெறலாம், இந்த பிரேம்களுக்கு இடையிலான வித்தியாசத்தைப் பயன்படுத்தி மட்டுமே. பிரேம் 2 ஐ உருவாக்க, முந்தைய பிரேம் 1 ஐப் பார்க்கிறோம்.

←

பி-பிரேம் (Bi-முன்கணிப்பு சட்டகம்)

இன்னும் சிறந்த சுருக்கத்தை வழங்க, கடந்த காலத்திற்கு மட்டுமல்ல, எதிர்கால பிரேம்களுக்கும் இணைப்புகள் பற்றி என்ன?! இது அடிப்படையில் பி-பிரேம் (இருதரப்பு சட்டகம்).

← →

இடைநிலை வெளியீடு

இந்த சட்ட வகைகள் சிறந்த சுருக்கத்தை வழங்க பயன்படுத்தப்படுகின்றன. இது எப்படி நடக்கிறது என்பதை அடுத்த பகுதியில் பார்ப்போம். இப்போதைக்கு, நுகரப்படும் நினைவகத்தின் அடிப்படையில் மிகவும் "விலையுயர்ந்த" ஐ-பிரேம், பி-பிரேம் குறிப்பிடத்தக்க வகையில் மலிவானது, ஆனால் வீடியோவிற்கு மிகவும் இலாபகரமான விருப்பம் பி-பிரேம் ஆகும்.

தற்காலிக பணிநீக்கம் (இடை-சட்ட முன்கணிப்பு)

காலப்போக்கில் மீண்டும் மீண்டும் வருவதைக் குறைக்க என்ன விருப்பங்கள் உள்ளன என்பதைப் பார்ப்போம். குறுக்கு கணிப்பு முறைகளைப் பயன்படுத்தி இந்த வகையான பணிநீக்கத்தை நாம் தீர்க்க முடியும்.

0 மற்றும் 1 பிரேம்களின் வரிசையை குறியாக்க முடிந்தவரை சில பிட்களை செலவிட முயற்சிப்போம்.

நாம் உற்பத்தி செய்யலாம் கழித்தல், ஃபிரேம் 1 ஐ ஃபிரேம் 0 இலிருந்து கழிக்கிறோம். ஃப்ரேம் 1ஐப் பெறுகிறோம், அதற்கும் முந்தைய ஃப்ரேமிற்கும் இடையே உள்ள வித்தியாசத்தை மட்டுமே பயன்படுத்துகிறோம், உண்மையில் அதன் விளைவாக வரும் மீதியை மட்டுமே குறியாக்கம் செய்கிறோம்.

ஆனால் குறைவான பிட்களைப் பயன்படுத்தும் இன்னும் சிறந்த முறை இருப்பதாக நான் உங்களிடம் சொன்னால் என்ன செய்வது?! முதலில், ஃபிரேம் 0 ஐ தொகுதிகள் கொண்ட தெளிவான கட்டமாக உடைப்போம். ஃபிரேம் 0 இலிருந்து ப்ரேம் 1 உடன் தொகுதிகளை பொருத்த முயற்சிப்போம். வேறுவிதமாகக் கூறினால், பிரேம்களுக்கு இடையிலான இயக்கத்தை மதிப்பிடுவோம்.

விக்கிபீடியாவிலிருந்து - தடை இயக்க இழப்பீடு

பிளாக் மோஷன் இழப்பீடு தற்போதைய சட்டத்தை ஒன்றுடன் ஒன்று அல்லாத தொகுதிகளாகப் பிரிக்கிறது மற்றும் இயக்க இழப்பீட்டு திசையன் தொகுதிகளின் தோற்றத்தைப் புகாரளிக்கிறது (ஒரு பொதுவான தவறான கருத்து முந்தைய சட்டமானது ஒன்றுடன் ஒன்று அல்லாத தொகுதிகளாக பிரிக்கப்பட்டுள்ளது, மேலும் அந்தத் தொகுதிகள் எங்கு செல்கின்றன என்பதை இயக்க இழப்பீட்டு திசையன்கள் தெரிவிக்கின்றன. ஆனால் உண்மையில், இது வேறு வழி - இது பகுப்பாய்வு செய்யப்பட்ட முந்தைய சட்டகம் அல்ல, ஆனால் அடுத்தது; தொகுதிகள் எங்கு நகர்கின்றன என்பது தெளிவாகத் தெரியவில்லை, ஆனால் அவை எங்கிருந்து வந்தன). பொதுவாக மூலத் தொகுதிகள் மூலச் சட்டத்தில் ஒன்றுடன் ஒன்று சேரும். சில வீடியோ கம்ப்ரஷன் அல்காரிதம்கள் தற்போதைய சட்டகத்தை ஒன்று அல்ல, ஆனால் பல முன்பு அனுப்பப்பட்ட பிரேம்களின் பகுதிகளிலிருந்து சேகரிக்கின்றன.

மதிப்பீட்டுச் செயல்பாட்டின் போது, ​​பந்து (x= 0, y=25) முதல் (x= 6, y=26), மதிப்புகள் x и y இயக்க திசையன் தீர்மானிக்க. பிட்களைப் பாதுகாக்க நாம் செய்யக்கூடிய மற்றொரு படி, கடைசித் தொகுதி நிலைக்கும் கணிக்கப்பட்ட நிலைக்கும் இடையே உள்ள இயக்க திசையன்களின் வேறுபாட்டை மட்டும் குறியாக்கம் செய்வதாகும், எனவே இறுதி இயக்க திசையன் (x=6-0=6, y=26-25=1) )

ஒரு உண்மையான சூழ்நிலையில், இந்த பந்து பிரிக்கப்படும் n தொகுதிகள், ஆனால் இது விஷயத்தின் சாரத்தை மாற்றாது.

சட்டத்தில் உள்ள பொருள்கள் முப்பரிமாணத்தில் நகரும், எனவே பந்து நகரும் போது, ​​அது பார்வைக்கு சிறியதாக மாறும் (அல்லது பார்வையாளரை நோக்கி நகர்ந்தால் பெரியது). தொகுதிகளுக்கு இடையே சரியான பொருத்தம் இருக்காது என்பது இயல்பானது. எங்கள் மதிப்பீடு மற்றும் உண்மையான படம் ஆகியவற்றின் ஒருங்கிணைந்த பார்வை இங்கே உள்ளது.

ஆனால் நாம் இயக்க மதிப்பீட்டைப் பயன்படுத்தும் போது, ​​பிரேம்களுக்கு இடையில் டெல்டாவைக் கணக்கிடுவதற்கான எளிய முறையைப் பயன்படுத்துவதை விட குறியீட்டு முறைக்கு குறைவான தரவு இருப்பதைக் காண்கிறோம்.

உண்மையான இயக்க இழப்பீடு எப்படி இருக்கும்

இந்த நுட்பம் அனைத்து தொகுதிகளுக்கும் ஒரே நேரத்தில் பயன்படுத்தப்படுகிறது. பெரும்பாலும் எங்கள் நிபந்தனை நகரும் பந்து ஒரே நேரத்தில் பல தொகுதிகளாக பிரிக்கப்படும்.

இந்த கருத்துகளை நீங்களே பயன்படுத்தி ஒரு உணர்வைப் பெறலாம் வியாழன்.

இயக்க திசையன்களைப் பார்க்க, நீங்கள் வெளிப்புற கணிப்பு வீடியோவைப் பயன்படுத்தி உருவாக்கலாம் ffmpeg.

நீங்களும் பயன்படுத்தலாம் இன்டெல் வீடியோ ப்ரோ அனலைசர் (இது செலுத்தப்பட்டது, ஆனால் முதல் பத்து பிரேம்களுக்கு மட்டுமே இலவச சோதனை உள்ளது).

இடஞ்சார்ந்த பணிநீக்கம் (உள் முன்னறிவிப்பு)

ஒரு வீடியோவில் உள்ள ஒவ்வொரு ஃப்ரேமையும் அலசினால், ஒன்றோடொன்று இணைக்கப்பட்ட பல பகுதிகளைக் காணலாம்.

இந்த உதாரணத்தின் வழியாக செல்லலாம். இந்த காட்சி முக்கியமாக நீலம் மற்றும் வெள்ளை நிறங்களைக் கொண்டுள்ளது.

இது ஒரு ஐ-பிரேம். முன்னறிவிப்புக்கு முந்தைய பிரேம்களை எங்களால் எடுக்க முடியாது, ஆனால் அதை நாம் சுருக்கலாம். சிவப்பு தொகுதியின் தேர்வை குறியாக்கம் செய்வோம். அதன் அண்டை நாடுகளைப் பார்த்தால், அதைச் சுற்றி சில வண்ணப் போக்குகள் இருப்பதை நாம் கவனிக்கிறோம்.

சட்டத்தில் வண்ணங்கள் செங்குத்தாக பரவுகின்றன என்று நாங்கள் கருதுகிறோம். அதாவது தெரியாத பிக்சல்களின் நிறம் அதன் அண்டை நாடுகளின் மதிப்புகளைக் கொண்டிருக்கும்.

அத்தகைய முன்னறிவிப்பு தவறானதாக மாறலாம். இந்த காரணத்திற்காகவே நீங்கள் இந்த முறையைப் பயன்படுத்த வேண்டும் (உள் முன்னறிவிப்பு), பின்னர் உண்மையான மதிப்புகளைக் கழிக்கவும். இது எங்களுக்கு ஒரு எஞ்சிய தொகுதியை வழங்கும், இது அசல் உடன் ஒப்பிடும்போது மிகவும் சுருக்கப்பட்ட மேட்ரிக்ஸை விளைவிக்கும்.

நீங்கள் உள் கணிப்புகளுடன் பயிற்சி செய்ய விரும்பினால், ffmpeg ஐப் பயன்படுத்தி மேக்ரோபிளாக்குகள் மற்றும் அவற்றின் கணிப்புகளின் வீடியோவை உருவாக்கலாம். ஒவ்வொரு தொகுதி நிறத்தின் அர்த்தத்தையும் புரிந்து கொள்ள, நீங்கள் ffmpeg ஆவணத்தைப் படிக்க வேண்டும்.

அல்லது நீங்கள் இன்டெல் வீடியோ ப்ரோ அனலைசரைப் பயன்படுத்தலாம் (நான் மேலே குறிப்பிட்டுள்ளபடி, இலவச சோதனை பதிப்பு முதல் 10 பிரேம்களுக்கு மட்டுமே, ஆனால் இது முதலில் உங்களுக்கு போதுமானதாக இருக்கும்).

இரண்டாவது பகுதி: வீடியோ கோடெக் எவ்வாறு செயல்படுகிறது

ஆதாரம்: www.habr.com