新手必学视频技术基础知识

舞台圈 · 发表于 2019-6-28 11:22:56|来自：

马上注册，结交更多圈友，享用更多功能，让你轻松玩转舞台圈。

您需要登录才可以下载或查看，没有账号？立即注册

x

视频技术基础知识

1 视频
   静止的画面叫图像（picture）。连续的图像变化每秒超过24帧（frame）画面以上时，根椐视觉暂留原理，人眼无法辨别每付单独的静态画面，看上去是平滑连续的视觉效果。这样的连续画面叫视频。
当连续图像变化每秒低于24帧画面时，人眼有不连续的感觉叫动画（cartoon）。电影、电视和录像已属于较为传统视听媒体，随着计算机网络和多媒体（multimedia）技术的发展，视频信息技术已经成为我们生活中不可或缺的组成部分。

2 流媒体
   所谓流媒体是指采用流式传输的方式在Internet / Intranet播放的媒体格式，如：音频、视频或多媒体文件在采用流式传输方式的系统中，用户不必像采用下载方式那样等到整个文件全部下载完毕，而是只将开始部分内容存入内存，经过几秒或几十秒的启动延时即可在用户的计算机上利用解压设备对压缩的A / V、3D等多媒体文件解压后进行播放和观看，此时多媒体文件的剩余部分将在后台的服务器内继续下载。因此流媒体的数据流随时传送随时播放，只是在开始时有些延迟。
显然，流媒体实现的关键技术就是流式传输，流式传输主要指将整个音频和视频及三维媒体等多媒体文件经过特定的压缩方式解析成一个个压缩包，由视频服务器向用户计算机顺序或实时传送。与单纯的下载方式相比，这种对多媒体文件边下载边播入的流式传输方式不仅使启动延时大幅度地缩短，而且对系统缓存容量的需求也大大降低，极大地减少用户用在等待的时间。

3 分辨率
分辨率是一个表示平面图像精细程度的概念，通常它是以横向和纵向点的数量来衡量的，表示成水平点数垂直点数的形式，在计算机显示领域我们也表示成“每英寸像素”（ppi）。

在一个固定的平面内，分辨率越高，意味着可使用的点数越多，图像越细致。分辨率有多种，在显示器上有表示显示精度的显示分辨率，在打印机上有表示打印精度的打印分辨率，在扫描仪上有表示扫描精度的扫描分辨率。

下面我们重点介绍一下显示分辨率：

显示分辨率是显示器在显示图像时的分辨率，分辨率是用点来衡量的，显示器上这个“点”就是指像素（pixel）。显示分辨率的数值是指整个显示器所有可视面积上水平像素和垂直像素的数量。

例如800×600的分辨率，是指在整个屏幕上水平显示800个像素，垂直显示600个像素。显示分辨率的水平像素和垂直像素的总数总是成一定比例的，一般为4：3、5：4或8：5 。每个显示器都有自己的最高分辨率，并且可以兼容其它较低的显示分辨率，所以一个显示器可以用多种不同的分辨率显示。

显示分辨率虽然是越高越好，但是还要考虑一个因素，就是人眼能否识别。例如，在14英寸最高分辨率为 1024×768的显示器上800×600是人眼能识别的最高分辨率（我们称为更好分辨率）。1024× 768 这个分辨率下显示器虽然可以精确的显示图像，但人眼已不能准确的识别屏幕信息了。

LCD液晶显示器和传统的CRT显示器，分辨率都是重要的参数之一。传统CRT显示器所支持的分辨率较有弹性，而LCD的像素间距已经固定，所以支持的显示模式不像CRT那么多。LCD的更好分辨率，也叫更大分辨率，在该分辨率下，液晶显示器才能显现更好影像。

4 码流
码流也叫位速，码率，是数据传输时单位时间传送的数据位数，是视频编码中画面质量控制中最重要的部分。
我们可以理解其为取样率，单位时间内取样率越大，精度就越高，处理出来的文件就越接近原始文件，但是文件体积与取样率是成正比的，所以几乎所有的编码格式重视的都是如何用最低的码率达到最少的失真，一般我们用的单位是kbps即千位每秒，ps指的是/s ，即每秒，Kbps指的是网络速度，也就是每秒钟传送多少个千位的信息。
计算机中的信息都是二进制的0和1来表示，其中每一个0或1被称作一个位，用小写b表示，即bit （位）；大写B表示byte，即字节，一个字节＝八个位，即1KBps＝8Kbps；前面的大写K表示千的意思，即千个位（Kb）或千个字节（KB）。
表示文件的大小单位，一般都使用字节（KB）来表示文件的大小，1KBps＝8Kbps 。ADSL上网时的网速是 512Kbps，如果转换成字节，就是512/8＝64KBps（即64千字节每秒）。

5 帧率
帧/秒（frames per second）的缩写，也称为帧速率，测量用于保存、显示动态视频的信息数量。每一帧都是静止的图象，快速连续地显示帧便形成了运动的假象。
每秒钟帧数（fps）愈多，所显示的动作就会愈流畅，可理解为1秒钟时间里刷新的图片的帧数，也可以理解为图形处理器每秒钟能够刷新几次，也就是指每秒钟能够播放（或者录制）多少格画面。

6 NTSC制和PAL制
PAL制：

每秒25帧，电视扫描线为625线，奇场在前，偶场在后。标准的数字化PAL电视标准分辨率为720 * 576，24比特的色彩位深，画面的宽高比为4：3，PAL电视标准用于中国、欧洲等国家和地区。

NTSC制：

每秒29.97帧（简化为30帧），电视扫描线为525线，偶场在前，奇场在后，标准的数字化NTSC电视标准分辨率为720*480，24比特的色彩位深，画面的宽高比为4：3。NTSC电视标准用于美、日等国家和地区。

   PAL和NTSC制式区别在于节目的彩色编、解码方式和场扫描频率不同。中国（不含有香港地区）、印度、巴基斯坦等国家采用PAL制式，美国、日本、韩国以及我国台湾地区等采用NTSC制式。PAL 与NTSC的区别电影放映的时候都是每秒24个胶片帧。

   而视频图像PAL制式每秒50场，NTSC制是每秒60场，由于现在的电视都是隔行场，所以可以大概认为PAL制每秒25个完整视频帧，NSTC制30个完整视频帧。

   电影和PAL每秒只差1帧所以以前一般来说就直接一帧对一帧进行制作，这样PAL每秒会比电影放一帧也就是速度提高了1/24，而且声音的音调会升高。这就是一些DVD爱好者不喜欢PAL制DVD 的原因之一。

   但是现在有些PAL制DVD采取了24+1的制作方法，就是把24帧中的一帧重复一次，从而获得跟电影一样的播放速度。而NTSC因为每秒有30帧，不能直接一帧对一帧制作，所以要通过3-2PULLDOWN等办法把24个电影帧转成30个视频帧，这30个视频帧里所包含的内容和24个电影帧是相等的，所以NTSC的播放速度和电影一样。

   所以，对于同一部片子来说，PAL制的DVD会比NTSC制的同一部片子快1/24。换算时间的时候， NTSC时间×24/25 = PAL时间。

7 音频采样
数码音频系统是通过将声波波形转换成一连串的二进制数据来再现原始声音的，实现这个步骤使用的设备是模/数转换器（A/D），它以每秒上万次的速率对声波进行采样，每一次采样都记录下了原始模拟声波在某一时刻的状态，称之为样本。

将一串的样本连接起来，就可以描述一段声波了，把每一秒钟所采样的数目称为采样频率或采率，单位为HZ（赫兹）。采样频率越高所能描述的声波频率就越高。采样率决定声音频率的范围（相当于音调），可以用数字波形表示。要正确理解音频采样可以分为采样的位数和采样的频率。

采样的位数：采样位数可以理解为采集卡处理声音的解析度。这个数值越大，解析度就越高，录制和回放的声音就越真实。我们首先要知道：电脑中的声音文件是用数字0和1来表示的。所以在电脑上录音的本质就是把模拟声音信号转换成数字信号。

反之，在播放时则是把数字信号还原成模拟声音信号输出。采集卡的位是指采集卡在采集和播放声音文件时所使用数字声音信号的二进制位数。采集卡的位客观地反映了数字声音信号对输入声音信号描述的准确程度。

8位代表2的8次方—256，16位则代表2的16次方—64K。比较一下，一段相同的音乐信息，16位声卡能把它分为64K个精度单位进行处理，而8位声卡只能处理256个精度单位，造成了较大的信号损失，最终的采样效果自然是无法相提并论的。

采样频率：是指录音设备在一秒钟内对声音信号的采样次数，采样频率越高声音的还原就越真实越自然。在当今的主流采集卡上，采样频率一般共分为22.05KHz、44.1KHz、48KHz三个等级，22.05KHz只能达到FM广播的声音品质，44.1KHz则是理论上的CD音质界限，48KHz则更加精确一些。对于高于48KHz的采样频率人耳已无法辨别出来了，所以在电脑上没有多少使用价值。

8 VBR、CBR和ABR
VBR（Variable Bitrate）：

动态比特率，也就是没有固定的比特率，压缩软件在压缩时根据音频数据即时确定使用什么比特率。当计划提供的内容供用户下载、将内容在本地播放或者在读取速度有限的设备（如CD或DVD播放机）上播放时，请使用 VBR编码。（计划流式播放内容时也可以采用峰值VBR编码模式）当编码内容中混有简单数据和复杂数据（例如，在快动作和慢动作间切换的视频）时，VBR编码是很有优势的。

使用VBR编码时，系统将自动为内容的简单部分分配较少的比特，从而留出足量的比特用于生成高质量的复杂部分。这意味着复杂性恒定的内容（例如新闻播音）不会受益于VBR编码。

对混合内容使用VBR编码时，在文件大小相同的条件下，VBR编码的输出结果要比CBR编码的输出结果质量好得很多。在某些情况下，与CBR编码文件质量相同的VBR编码文件，其大小可能只有前者的一半。

CBR（Constant Bitrate）：

固定比特率，指文件从头到尾都是一种位速率。在流式播放方案中使用CBR编码最为有效。使用CBR编码时，比特率在流的进行过程中基本保持恒定并且接近目标比特率，始终处于由缓冲区大小确定的时间窗内。

CBR编码的缺点在于编码内容的质量不稳定。因为内容的某些片段要比其他片段更难压缩，所以CBR流的某些部分质量就比其他部分差。此外，CBR编码会导致相邻流的质量不同。通常在较低比特率下，质量的变化会更加明显。

ABR（Average Bitrate）：

平均比特率，是VBR的一种插值参数。LAME针对CBR不佳的文件体积比和VBR生成文件大小不定的特点独创了这种编码模式，ABR在指定的文件大小内，以每50帧（30帧约1秒）为一段，低频和不敏感频率使用相对低的流量，高频和大动态表现时使用高流量，可以做为VBR和CBR的一种折衷选择。

9 视频文件的格式
视频文件格式可以分为适合本地播放的本地影像视频和适合在网络中播放的网络流媒体影像视频两大类，这里非常值得一提的是，网络流媒体影像视频的广泛传播性，使之正被广泛应用于视频点播、网络演示、远程教育、网络视频广告等等互联网信息服务领域。首先我们来看本地视频格式：
AVI格式：
它的英文全称为Audio Video Interleaved ，即音频视频交错格式。1992年Microsoft公司推出，随Windows3.1一起被人们所认识和熟知。
所谓音频视频交错，就是可以将视频和音频交织在一起进行同步播放。而这种视频格式的优点是图像质量好，可以跨多个平台使用，但是其缺点是体积过于庞大，而且更加糟糕的是压缩标准不统一。因此经常会遇到高版本 Windows 媒体播放器播放不了采用早期编码编辑的AVI格式视频，而低版本 Windows媒体播放器又播放不了采用最新编码编辑的AVI格式视频。常用扩展名：.avi。
NAVI格式：
nAVI是newAVI的缩写，是一个名为Shadow Realm的地下组织发展起来的一种新视频格式（与 AVI格式没有太大联系）。

它是由Microsoft ASF压缩算法的修改而来的，但是又与网络影像视频中的ASF视频格式有所区别，它以牺牲原有ASF视频文件视频“流”特性为代价而通过增加帧率来大幅提高ASF视频文件的清晰度，常用扩展名：.avi。

DV-AVI格式：
DV的英文全称是Digital Video Format，是由索尼、松下、JVC等多家厂商联合提出的一种家用数字视频格式。目前非常流行的数码摄像机就是使用这种格式记录视频数据的。它可以通过电脑的IEEE 1394端口传输视频数据到电脑，也可以将电脑中编辑好的的视频数据回录到数码摄像机中。这种视频格式的文件扩展名一般也是：.avi。

MPEG格式：
它的英文全称为Moving Picture Expert Group，即运动图像专家组格式，家里常看的VCD、SVCD、DVD就是这种格式。MPEG文件格式是运动图像压缩算法的国际标准，它采用了有损压缩方法从而减少运动图像中的冗余信息。

MPEG的压缩方法说的更加深入一点就是保留相邻两幅画面绝大多数相同的部分，而把后续图像中和前面图像有冗余的部分去除，从而达到压缩的目的。目前MPEG格式有三个压缩标准，分别是MPEG -1 、MPEG-2、和MPEG-4

MPEG-1：
制定于1992年，它是针对1.5Mbps以下数据传输率的数字存储媒体运动图像及其伴音编码而设计的国际标准。也就是我们通常所见到的VCD制作格式。这种视频格式的文件扩展名包括.mpg、 .mlv 、.mpe 、.mpeg、.dat。

MPEG-2
制定于1994年，设计目标为高级工业标准的图像质量以及更高的传输率。这种格式主要应用在DVD / SVCD 的制作（压缩）方面，同时在一些HDTV（高清晰电视广播）和一些高要求视频编辑上、在处理上面也有相当的多应用。这种视频格式的文件扩展名包括.mpg、 .mpe、.mpeg、.m2v及DVD光盘上的.vob文件等。

MPEG-4：
制定于1998年，MPEG-4是为了播放流式媒体的高质量视频而专门设计的，它可利用很窄的带度，通过帧重建技术，压缩和传输数据，以求使用最少的数据获得更好的图像质量。MPEG-4最有吸引力的地方在于它能够保存接近于DVD画质的小体积视频文件。这种视频格式的文件扩展名包括.asf、 .mov和.DivX 、.AVI等。

DIVX：
这是由MPEG－4衍生出的另一种视频编码（压缩）标准，也即我们通常所说的DVDrip格式，它采用了MPEG4的压缩算法同时又综合了MPEG-4与MP3各方面的技术，说白了就是使用DivX压缩技术对DVD盘片的视频图像进行高质量压缩，同时用MP3或AC3对音频进行压缩，然后再将视频与音频合成并加上相应的外挂字幕文件而形成的视频格式，其画质直逼DVD并且体积只有DVD的数分之一常用扩展名.avi。
MOV格式：
美国Apple公司开发的一种视频格式，默认的播放器是苹果QuickTimePlayer。具有较高的压缩比率和较完美的视频清晰度等特点，但是其更大的特点还是跨平台性，即不仅能支持MacOS，同样也能支持Windows系列，常用扩展名.qt、.mov。

下面我们来了解网络视频格式：所谓网络视频，就是在网络上实时收看的视频格式，也就是流媒体。

ASF格式：
它的英文全称为Advanced Streaming format，它是微软为了和现在的Real　Player的竞争而推出的一种视频格式，用户可以直接使用Windows自带的Windows Media Player对其进行播放。由于它使用了MPEG-4的压缩算法，所以压缩率和图像的质量都很不错，常用扩展名.asf。

WMV格式：
它的英文全称为Windows Media Video，也是微软推出的一种采用独立编码方式并且可以直接在网上实时观看视频节目的文件压缩格式。WMV格式的主要优点包括：本地或网络回放、可扩充的媒体类型、可伸缩的媒体类型、多语言支持、环境独立性、丰富的流间关系以及扩展性等。

RM格式：
Networks公司所制定的音频视频压缩规范称之为Real Media，用户可以使用RealPlayer或 RealOne Player对符合RealMedia技术规范的网络音频/视频资源进行实况转播，并且Real Media还可以根据不同的网络传输速率制定出不同的压缩比率，从而实现在低速率的网络上进行影像数据实时传送和播放，常用扩展名：.rm、.ra、.ram。

RMVB格式
这是一种由RM视频格式升级延伸出的新视频格式，它的先进之处在于RMVB视频格式打破了原先RM格式那种平均压缩采样的方式，在保证平均压缩比的基础上合理利用比特率资源，就是说静止和动作场面少的画面场景采用较低的编码速率，这样可以留出更多的带宽空间，而这些带宽会在出现快速运动的画面场景时被利用。

这样在保证了静止画面质量的前提下，而且大幅地提高了运动图像的画面质量，从而图像质量和文件大小之间就达到了，常用扩展名.rmvb、.rm。

3GP：
3GP是一种3G流媒体的视频编码格式，主要是为了配合3G网络的高传输速度而开发的一种媒体格式，具有很高的压缩比，特别用于手机上观看电影，也是目前手机中最为常见的一种视频格式，常用扩展名.3gp。

REAL　VIDEO：
Real　Video格式一开始就是定位在视频流应用方面的，也可以说是视频流技术的创始者。它可以在用56K MODEN拨号上网的条件下实现不间断的视频播放，当然，其画面质量和MPEG-2、DIVX 等比是不敢恭维的了！毕竟要实现在网上传输不间断的视频是需要很大的频宽的，这方面ASF是它的有力竞争者！

Flash：
随着Flash MX的推出，Macromedia 公司开发了属于自己流式视频格式—FLV 。这种格式是在 sorenson公司的压缩算法的基础上开发出来的。sorenson公司也为MOV格式提供算法。FLV格式不仅可以轻松的导入Flash中，几百帧的影片就以两秒钟；同时也可以通过rtmp协议从Flashcom服务器上流式播出。目前网上大量的视频网站都使用这种格式的在线视频，常用扩展名：.swf、.flv。

10 多媒体文件格式
JPG、GIF及TGA：
JPG是压缩比更大的格式。它属于有损压缩，压缩时会有一个选项，让你在体积和质量之间进行选择。在没有明显质量损失的情况下，它的体积能达到原BMP图片最的1/10。格式GIF也属运用较多的压缩格式。它的压缩率略低于mG但它有一个最突出的特点，就是能够"动态显示"。
它的内部可以包含若干张单独的画面，在显示时逐一出现，其效果就是画面能动起来。TGA是一种无损压缩格式。在对画面质量要求较高时一般可用TGA输出。特别是在一些要求很高的视频输出的场合，往往不是生成AVI的视频文件，而是将动态画面逐张生成单独的"TGA系列"。
MOV
MOV原来是苹果公司开发的专用视频格式，后来移植到PC机上。它与AVI大体上属于同一级别（品质、压缩比等），与Avl一样也属网络上的视频格式之一，但在pc机上不如AVI来得普及。
音乐CD
音乐CD，即我们一般说的CD唱片。它在体积上并未压缩，一张CD片最多只能播放74分钟（约十多首歌曲），与转换为CD音质后的WAV文件体积相当。
MID
MID文件又叫MIDI文件，其记录方法与WAV完全不同。人们在声卡中事先将各种频率、音色的信号固化下来，在需要发一个什么音时就到声卡里去调那个音。一首MIDI乐曲的播放过程就是按乐谱指令去调出那一个个音来。因此，MIDI的文件体积都很小，即使是长达十多分钟的音乐也不过十多K至数十K。
MP3：
MP3可以说是目前最为流行的多媒体格式之一。它是将WAV文件以MPEG2的多媒体标准进行压缩，压缩后体积只有原来的1/10至1/15（约每秒lM），而音质基本不变。这项技术使得一张碟片上就能容纳十多个小时的音乐节目，相当于原来的十多张CD唱片。
MP4：
MP4是在MP3基础上的发展。其压缩比高于MP3，音质也更好一些，真正达到了CD音质。
RAM与RA
在网络上实时欣赏音乐、听新闻广播和看电视，是多数人的一个美好愿望。目前开发的MM和M。文件就属于这种网络实时播放文件。它的压缩比较大（大于MP3），音质亦较好，不光可以播放声音而且还可将视频一起压缩进 RAM文件里。RAM 、RA文件实际上有三种类型，一种只有几十字节，实际上只有一个网络地址，播放这种文件必须在网络已接通的情况下才能使用。另外两种就是音频文件（压缩后的WAV）及音视频混合文件（经压缩的AVI）这些文件和其它多媒体文件一样可以存放在硬盘或光盘上，在任何时候播放。
MPG
MPG是压缩视频的基本格式。它的压缩方法是将视频信号分段取样（每隔若干幅画面取下一幅“关键帧”），然后对相邻各帧未变化的画面忽略不计，仅仅记录变化了的内容因此压缩比很大。这就是为什么VCD碟片的播放时间与音乐CD片相同，音质也相当，却“额外”容纳了海量的视频数据的原因。
MPG还有两个变种：MPV和MPA。MPV只有视频不含音频，MPA是不包含视频的音频。MPA是属于MPEGl级别的压缩格式。
VCD与DAT：
VCD有1.1版及2.0版两大系列。不同于1.1版的顺序播放，2.0版最主要的特征是能够出现选单，还能播放高清晰度静止画面。DAT文件，实际上是在MPG文件头部加上了一些运行参数形成的变体。目前市上VCD碟片浩如烟海，很多都可作为多媒体软件的素材。但多数多媒体编辑软件都不直接支持 DAT格式，一般需要用DAT2MPG软件来转换。
DVCD ：
它的声图质量、文件格式、目录结构都与VCD相同，但通过特殊的记录格式，加大了光盘上的记录密度，让每张盘的容量达lG（可播放约100分钟），使得单碟记录一部故事片成为了可能。
SVCD.CVD：
VCD由于受其制式标准限制，PAL制式的清晰度只有288线（NTSC的更少，只有240线），还不如一般电视台播放的节目清晰度高（这在大屏幕电视机上更为明显）。
为了提高清晰度，我国又自行开发出两种介于VCD和DVD之间的机型，即SVCD（超级VCD）和CVD （“中国特色 VCD"）。这两类机型大体相同，碟片一般也可相互兼容。
它们的共同方式是增加VCD播放机内置光驱的转速，使同样时间内能够输出更多的信号，以提高单位时间内屏幕上的信息量（必然地，对每一张碟来说，播放时间就会大大减少）。用这种方法可以使清晰度提高到300线以上。 SVCD的文件格式仍然是DAT，不过这是一种特殊类型的DAT。
   DVD ：
   DVD全面实现了MPEG2的性能指标，它的水平清晰度高达540线，比LD还64高出一大截；其声音也采用了真正 5.1通道（左右主音箱、中量、后方左右环绕及一路超重低音输出）不过要注意的是，这些优异的视听效果是源于MPEG2的技术标准，而不是DVD技术本身。只不过采用MTG2的多媒体文件体积太过巨大，普通的CD碟已无法容纳，而DVD技术的超高容量恰好与之相得益彰。目前最低容量（单面单层的DVD碟片容量是4.7G，可播放133分钟，正好包括一部完整的故事片）。。
   HDTV：
   HDTV高清晰数字电视输出技术，顾名思义，HDTV是一种数字电视技术，可提供相对于传统模拟电视技术更高清晰度图像质量。数字电视技术，是指从演播室到发射、传输、接收过程中的所有环节都是使用数字电视信号，由二进制数字0和1所构成的数据流来完成的。
   由于用0和1及校验码，所以可以说数字信号是无损的，也就不会出现要调整天线或是检查闭路电视线来解决模拟电视有杂讯的问题。HDTV的高清晰度主要表现在它支持1280×720逐行扫描、1920× 1080 隔行扫描，1920×1080逐行扫描三种显示模式。
而传统电视的解析度仅仅是300线而已，相当于两三倍的图像质量。在整个DTV规范内，HDTV所提供的图像是电影级图像，代表用户完全可以在家里感觉影院级视像的效果。

11 视频采集卡
视频采集卡是将模拟摄像机、录像机、LD视盘机、电视机输出的视频信号等输出的视频数据或者视频音频的混合数据输入电脑，并转换成电脑可辨别的数字数据，存储在电脑中，成为可编辑处理的视频数据文件。

12 什么是P2P
p2p即peer to peer，称为对等连接或对等网络。目前互联网主要技术模式是s/c方式，此方式在互联网上设置拥有强大处理能力和高带宽的高性能计算机，配合高档的服务器软件，再将大量的数据集中存放在上面，并且要安装多样化的服务软件，在集中处理数据的同时可以对互联网上其他PC进行服务，提供或接收数据，提供处理能力及其他应用。而P2P技术的特征之一就是弱化了服务器的作用任意两台pc互为服务器，同时又是客户机，即对等。 p2p技术主要指由硬件形成连接后的信息控制技术，其代表形式是软件，而拥有同一p2p软件的设备和用户，还可以形成一个为其自己所有的在互联网上的p2p专用网，信息在网络设备间直接流动高速及时。