ΣΥΝΑΡΜΟΓΗ ΒΙΝΤΕΟ ΥΨΗΛΗΣ ΕΥΚΡΙΝΕΙΑΣ ΣΕ ΜΗ ΓΡΑΜΜΙΚΟ ΠΕΡΙΒΑΛΛΟΝ

Transcript

1 ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ ΤΟΜΕΑΣ ΤΗΛΕΠΙΚΟΙΝΩΝΙΩΝ ΕΡΓΑΣΤΗΡΙΟ ΗΛΕΚΤΡΑΚΟΥΣΤΙΚΗΣ ΚΑΙ ΤΗΛΕΟΠΤΙΚΩΝ ΣΥΣΤΗΜΑΤΩΝ ΔΙΠΛΩΜΑΤΙΚΗ ΕΡΓΑΣΙΑ ΣΥΝΑΡΜΟΓΗ ΒΙΝΤΕΟ ΥΨΗΛΗΣ ΕΥΚΡΙΝΕΙΑΣ ΣΕ ΜΗ ΓΡΑΜΜΙΚΟ ΠΕΡΙΒΑΛΛΟΝ ΧΡΗΣΤΟΣ ΒΟΥΛΓΑΡΑΚΗΣ Α.Ε.Μ 4633 ΕΠΙΒΛΕΠΩΝ ΚΑΘΗΓΗΤΗΣ ΓΕΩΡΓΙΟΣ ΠΑΠΑΝΙΚΟΛΑΟΥ ΘΕΣΣΑΛΟΝΙΚΗ 2009

2 2

3 Περιεχόμενα Εισαγωγή 0 07 Συναρμογή βίντεο υψηλής ευκρίνειας σε μη γραμμικό περιβάλλον Κεφάλαιο 1 Κεφάλαιο Εισαγωγή στα τηλεοπτικά πρότυπα βίντεο Κανονικής ευκρίνειας βίντεο Υψηλής ευκρίνειας βίντεο Χαρακτηριστικά του βίντεο Κατηγορίες του σήματος Αναλογία εικόνας Διαστάσεις καρέ, αριθμός γραμμών και ανάλυση Αναλογία πλευρών pixel Ρυθμός καρέ Μέθοδοι ηλεκτρονικής σάρωσης Πεπλεγμένη σάρωση Προοδευτική σάρωση Επικράτηση πεδίου Ρυθμίσεις επικράτησης πεδίου στο Final Cut Pro Μέθοδοι χρωματικής εγγραφής Ρυθμός δειγματοληψίας βίντεο Ρυθμός δειγματοληψίας χρώματος Βάθος τμήματος Ασυμπίεστο βίντεο Συμπίεση βίντεο Κωδικοποίηση lossless Κωδικοποίηση lossy Σταθερό bit rate (CBR) Μεταβλητό bit rate (VBR) Ευρέως χρησιμοποιούμενοι κωδικοποιητές βίντεο Χαρακτηριστικά του ήχου Υψηλής ευκρίνειας βίντεο και ήχος Μέθοδοι ηλεκτρονικής σάρωσης psf τμήματα εγγράψιμων καρέ Συμπιεσμένο βίντεο υψηλής ευκρίνειας Ασυμπίεστο βίντεο υψηλής ευκρίνειας Σύγκριση μεταφοράς δεδομένων Πρότυπα κωδικοποίησης ήχου για HD Dolby Digital ή AC Digital Theater System (DTS) Πρότυπα αποθήκευσης και συμπίεσης Blu-ray Disc HD DVD HD DVD / Blu-ray Disc σύγκριση HDCAM XDCAM HD DVCPRO HD AVCHD 3

4 AVC-Intra D-5 HD D-9 HD HDV Κατηγορίες του σήματος και συνδέσεις Composite S-Video Component YUV (Y C B C R ) and Component RGB FireWire (IEEE 1394a και i.link) FireWire 800 (IEEE 1394b) SDI (Serial Digital Interface) HD-SDI (High Definition Serial Digital Interface) SDTI (Serial Digital Transport Interface) HDMI DVI Σύγκριση προτύπων Συμπεράσματα Κεφάλαιο 3 Κεφάλαιο 4 Κεφάλαιο Λήψη υψηλής ευκρίνειας εικόνας και ήχου Δουλεύοντας με υλικό υψηλής ευκρίνειας Σενάριο 1: Αποθήκευση HD Σενάριο 2: Πραγματικού χρόνου μετάδοση HD Αναφορά στον ήχο υψηλής ευκρίνειας Αποθήκευση υλικού και πιθανά προβλήματα Συστοιχίες σκληρών δίσκων RAID Επεξεργασία Γραμμικό σύστημα επεξεργασίας Μη γραμμικό σύστημα επεξεργασίας Media Sony Vegas Ulead Video Studio Edius Adobe Premiere Avid Final Cut Studio Συγκριτικοί πίνακες λογισμικών επεξεργασίας Γενικές πληροφορίες Απαιτήσεις συστήματος Εισαγωγή βίντεο υψηλής ευκρίνειας Επιλογές εξόδου Στόχος της αγοράς Επεξεργασία βίντεο HD στο Final Cut Pro Εισαγωγή υλικού Επεξεργασία υλικού (μοντάζ) Περιβάλλον εργασίας (interface) Σύντομη επισκόπηση στησίματος (setup) Περιβάλλον εργασίας βίντεο (video interface) Περιβάλλον εργασίας ήχου (audio interface) Ορίζοντας σκληρούς δίσκους για την αποθήκευση 4

5 Δυνατότητες του συστήματος Mac Pro Έξοδος του τελικού υλικού μετά το μοντάζ Κεφάλαιο 6 Κεφάλαιο 7 Παράρτημα Οδηγός συναρμογής βίντεο, μοντάζ (editing) Μετά-παραγωγή (post production) Εξοικείωση περιβάλλον εργασίας του Final Cut Pro Εισαγωγή υλικού στον υπολογιστή (capturing) Μοντάζ (editing) Τελικό στάδιο του μοντάζ (finishing) Συμπίεση (compression) & Εξαγωγή (export) Συμπεράσματα Εξοπλισμό που χρησιμοποιήσαμε για τη λήψη Παρατηρήσεις στη διαχείριση HD υλικού Αντίληψη ρυθμού δειγματοληψίας χρώματος Αναφορά στις μεθόδους συμπίεσης Ταχύτητα μεταφοράς δεδομένων Ευρετήριο όρων στο κείμενο 105 Βιβλιογραφία 5

6 6

7 Εισαγωγή 0 Συναρμογή βίντεο υψηλής ευκρίνειας σε μη γραμμικό περιβάλλον Στο παρόν σύγγραμμα μελετάται το βίντεο υψηλής ευκρίνειας (high definition) και οι τεχνικές επεξεργασίας του σε μη γραμμικό περιβάλλον. Αρχικά, γίνεται μια εισαγωγή στα τηλεοπτικά πρότυπα βίντεο, και έπειτα περνάμε στο βίντεο υψηλής ευκρίνειας, καταγράφοντας ουσιαστικά τα διάφορα φορμά, που έχει εισάγει κάθε κατασκευάστρια εταιρία, στη βιομηχανία του κινηματογράφου και της τηλεόρασης. Μια βιομηχανία, η οποία εξελίσσεται με γοργούς ρυθμούς, και απευθύνεται κυρίως στον επαγγελματία του χώρου, μιας και είναι δύσκολο να την ακολουθήσει ο απλός καταναλωτής. Στη συνέχεια, ασχολούμαστε με τη διαδικασία συναρμογής βίντεο υψηλής ευκρίνειας σε μη γραμμικό περιβάλλον, με χρήση του προγράμματος Final Cut Pro. Στο πλαίσιο της εργασίας, περιλαμβάνεται και η παραγωγή ενός βίντεο σε ποιότητα HD με τίτλο Οδηγός συναρμογής βίντεο υψηλής ευκρίνειας, μοντάζ (editing), με σκοπό να εισάγει τον απλό χειριστή ενός υπολογιστή, στον περιβάλλον εργασίας του Final Cut Pro, και στις τεχνικές του μη γραμμικού μοντάζ. Ιδιαίτερες ευχαριστίες οφείλονται στο μηχανικό, υποψήφιο διδάκτωρ του τμήματός μας κύριο Βεγίρη Χρήστο, για τη συνεισφορά του στην επιμέλεια όλης αυτής της προσπάθειας. Τέλος, θα ήθελα να ευχαριστήσω το συνεργάτη μου, εικονολήπτη-μοντέρ, κύριο Τσίμπρη Θωμά, για την πολύτιμη βοήθειά του στα γυρίσματα του οδηγού συναρμογής βίντεο, μοντάζ (editing). 7

8 8

9 Εισαγωγή στα τηλεοπτικά πρότυπα βίντεο 1 1. Εισαγωγή στα τηλεοπτικά πρότυπα βίντεο Υπάρχουν δύο σημαντικά τηλεοπτικά πρότυπα εγγραφής και μετάδοσης σήματος βίντεο, το NTSC και το PAL. Με την εμφάνιση των νέων, υψηλής ευκρίνειας βίντεο (high definition video ή HD), το NTSC και το PAL αποδίδονται πλέον ως κανονικής ευκρίνειας βίντεο (standard definition video ή SD). 1.1 Κανονικής ευκρίνειας βίντεο Το NTSC ή National Television Systems Committee είναι το τηλεοπτικό πρότυπο που χρησιμοποιείται ως επί το πλείστον στην Αμερική, στο Ταιβάν, στην Ιαπωνία και στην Κορέα. Το PAL ή Phase Alternating Line είναι το τηλεοπτικό πρότυπο που χρησιμοποιείται ως επί το πλείστον στην Ευρώπη, στη Βραζιλία, στην Αλγερία και στην Κίνα. Πρότυπο Γραμμές ανά καρέ Ταχύτητα καρέ Μέθοδος ηλεκτρονικής ανίχνευσης Standard Lines per frame Frame rates Scanning method NTSC Interlaced PAL Interlaced Πίνακας 1.1 Χαρακτηριστικά των προτύπων NTSC και PAL Το SECAM είναι το τηλεοπτικό πρότυπο που είναι βασισμένο πάνω στο PAL και χρησιμοποιείται στη Γαλλία, στην Πολωνία, στην Αϊτή και το Βιετνάμ. Είναι κατά βάση ένα φορμά εκπομπής (broadcast format) και όχι ένα φορμά εγγραφής (recording format). Έτσι η εργασία στο στάδιο της μεταπαραγωγής (post production) γίνεται συνήθως σε PAL και στη συνέχεια μετατρέπεται σε SECAM. Σχήμα 1.1 Κατανομή των τριών προτύπων στον κόσμο 9

10 Τα πρότυπα NTSC, PAL και SECAM δημιουργήθηκαν ως εναλλακτικές μέθοδοι κωδικοποίησης της τηλεοπτικής πληροφορίας. Υπάρχουν τρία σήματα τα οποία πρέπει να διαμορφωθούν και να αποσταλούν, το σήμα φωτεινότητας (Y), και οι διαφορές του μπλε και του κόκκινου από αυτό (B-Y και R-Y αντίστοιχα). Στην περίπτωση του NTSC, έχουμε τη διαμόρφωση των δύο χρωματοδιαφορών, ώστε τελικά να παράγεται ένα σήμα, το οποίο μαζί με το σήμα φωτεινότητας υφίστανται μαζί μια νέα διαμόρφωση, ώστε να παραχθεί το τελικό σύνθετο σήμα. Στην περίπτωση του PAL κάθε σειρά υφίσταται διαμόρφωση με διαφορά φάσης 180 ο από την προηγούμενη. Τέλος στην περίπτωση του SECAM εκτός από το σήμα φωτεινότητας αποστέλλονται και τα δύο σήματα χρωματικότητας ξεχωριστά και διαδοχικά. Τα κανονικής ευκρίνειας βίντεο έχουν, σχέση του πλάτους του κάδρου με το ύψος του, αναλογία εικόνας (aspect ratio) 4:3 (1,33:1). Το 1,33:1 ήταν η τυποποιημένη ακαδημαϊκή αναλογία εικόνας για πολλά χρόνια. 1.2 Υψηλής ευκρίνειας βίντεο Στα τέλη του 1990, τα πρότυπα βίντεο υψηλής ευκρίνειας (high definition video formats) τυποποιήθηκαν, στις Ηνωμένες Πολιτείες από την επιτροπή ATSC (Advanced Television Standards Committee), και στην Ευρώπη από την επιτροπή DVB (Digital Video Broadcasting). Αυτά τα πρότυπα υψηλής ευκρίνειας είναι η επόμενη γενιά του φορμά βίντεο εκπομπής και εγγραφής. Αντίθετα από τα κανονικής ευκρίνειας βίντεο (SD), στα οποία χρειάζεται ο καθορισμός της ταχύτητας καρέ και του αριθμού των γραμμών ανά καρέ, στο υψηλής ευκρίνειας βίντεο (HD) χρειάζεται να ορίσουμε αρκετές παραμέτρους ανά φορμά. Μπορεί να λέμε απλά high definition video, αλλά αυτό δεν είναι αρκετό. Χρειάζεται να οριστούν, οι διαστάσεις του καρέ (frame size), ο ρυθμός εναλλαγής ή συχνότητα (frame rates) του καρέ και η μέθοδος ηλεκτρονικής σάρωσης (scanning method), για την περίπτωση του HD φορμά που υπάρχει κάθε φορά. Πρότυπο Standard Διαστάσεις καρέ Frame size Συχνότητα καρέ Frame rates 720p 1280 x p 1920 x i 1920 x (50i) 30 (60i) Μέθοδος ηλεκτρονικής σάρωσης Scanning method Progressive Progressive Interlaced Πίνακας 1.2 Πρότυπα HD και πως ορίζονται 10

11 Υπάρχει διαθέσιμος ένας αυξημένος αριθμός HD φορμά. Τα περισσότερα HD φορμά υποστηρίζουν μόνο κάποιες ρυθμίσεις από τον παραπάνω πίνακα 1.2, και οι περισσότερες βιντεοκάμερες και τα βίντεο δε μπορούν να υποστηρίξουν κάθε συνδυασμό. 1.3 Χαρακτηριστικά του βίντεο Όλα τα τηλεοπτικά πρότυπα βίντεο (video format) κατορθώνουν τον ίδιο ακριβώς στόχο. Αποθηκεύουν μαύρο και άσπρο (χρωματική πληροφορία) ως ηλεκτρικές γραμμές, οι οποίες φτιάχνουν ένα καρέ βίντεο (video frame). Ο αριθμός των βίντεο καρέ που καταγράφονται το δευτερόλεπτο εξαρτάται από το υποστηριζόμενο τηλεοπτικό πρότυπο. Το βίντεο φορμά μπορεί να χαρακτηριστεί από τους ακόλουθους παράγοντες: Την πληροφορία βίντεο συνηθίζουμε να την αποθηκεύουμε. Το μέσο που αρχικά χρησιμοποιείται είναι η βιντεοταινία, αλλά μπορεί επίσης να είναι ο οπτικός δίσκος, η μνήμη ή ο σκληρός δίσκος. Το μέγεθος (½, ¾, 8 mm) της ταινίας και το σχήμα της κασέτας. Τα υποστηριζόμενα πρότυπα βίντεο, όπως NTSC, PAL, HDTV 1080i ή HDTV 720p κ.τ.λ. Η αναλογία πλευρών (aspect ratio) του καρέ. Διαστάσεις του καρέ ο αριθμός των pixels ανά γραμμή και ο αριθμός των γραμμών ανά καρέ. Αναλογία πλευρών (aspect ratio) των pixel είναι ένας λεπτός παράγοντας που θα εξηγηθεί με λεπτομέρεια παρακάτω. Συχνότητα καρέ (frame rate) ο αριθμός των καρέ που καταγράφονται ανά δευτερόλεπτο. Μέθοδος ηλεκτρονικής σάρωσης (scanning method) πεπλεγμένη σάρωση (interlaced) δύο πεδία ανά καρέ και προοδευτική σάρωση (progressive) ένα πλήρες καρέ στο χρόνο. Μέθοδος χρωματικής εγγραφής (color recording method) RGB, component (YUV), S-Video (Y/C) ή composite. Δειγματοληψία χρώματος (color sampling) για το component ψηφιακό φορμά, η αναλογία των δειγμάτων χρώματος του μαύρου και άσπρου (ή luma), για παράδειγμα 4:4:4, 4:2:2 και 4:1:1. Βάθος χρώματος (bit depth) ο αριθμός των bits που συνηθίζεται να αποθηκεύεται σε κάθε δείγμα βίντεο, το οποίο ορίζει την ικανότητα του φορμά να αιχμαλωτίζει (capture) την ακριβής φωτεινή ένταση κάθε δείγματος (pixel), και το πόσο καλά μπορεί να αποθηκεύει την ευαίσθητη διαφορετική ένταση. Συμπίεση βίντεο ( compressor ή codec) ένα συμπιεσμένο βίντεο προσπαθεί να μειώσει τα ισοδύναμα ψηφιακά δεδομένα που χρειάζεται να αποθηκεύει σε κάθε καρέ χωρίς συμβιβασμούς στην ποιότητα της εικόνας. 1.4 Κατηγορίες του σήματος Τα σήματα βίντεο χωρίζονται σε διάφορα κανάλια-συνιστώσες για εγγραφή και μετάδοση. Υπάρχουν διαφορετικές μέθοδοι που χωρίζεται το χρωματικό κανάλι και αυτό εξαρτάται από το βίντεο φορμά και την «ιστορική» 11

12 προέλευση. Για παράδειγμα, ο μηχανισμός του βίντεο εκπομπής (broadcast video) αρχικά σχεδιάστηκε για μαύρο-άσπρο βίντεο και το χρώμα προστέθηκε αργότερα. Αυτό είναι ακόμη προφανής στις μέρες μας στα βίντεο φορμά εκείνης της αλλαγής της πληροφορίας της εικόνας μέσα στο διαχωρισμό μαύρου-άσπρου και χρωματικής πληροφορίας. Από την άλλη πλευρά, η επεξεργασία βίντεο και εικόνας στον υπολογιστή είναι περισσότερο ευέλικτη και αναπτύχθηκε αργότερα, και έτσι το μοντέλο των τριών χρωματικών RGB υιοθετήθηκε αντί για το μοντέλο luma-chroma. Η πληροφορία luma (μαύρο-άσπρο κανάλι) και chroma (κανάλια χρώματος) μπορεί να εγγραφεί και να μεταδοθεί με αρκετούς διαφορετικούς τρόπους ως ένα σήμα βίντεο. RGB (Red, Green, Blue) Αυτό είναι το φυσικό (native) φορμά για τους περισσότερους υπολογιστές που επεξεργάζονται γραφικά και αρχεία βίντεο. Επίσης, αυτό το σήμα χρησιμοποιείται στις παραδοσιακές CRT αλλά και επίπεδες (flat-panel) οθόνες. Με βάση το κόκκινο, πράσινο και μπλε σήμα μπορεί να αποδοθεί κάθε συνδυασμός κάθε χρώματος, καθώς και γκρι αναπαράστασης εικόνας από μαύρο (όχι σήμα σε οποιοδήποτε κανάλι) σε άσπρο (πλήρης σήμα σε κάθε κανάλι). Τα RGB σήματα δεν έχουν χωριστό luma κανάλι, γιατί σήματα μαύρο-άσπρο μπορούν να αναπαρασταθούν από ίσο σύνολο των R, G και B σημάτων. Component YUV ή Y C B C R Ο όρος YUV χρησιμοποιήθηκε για αναλογική κωδικοποίηση του χρώματος στην τηλεόραση, ενώ ο όρος Y C B C R χρησιμοποιήθηκε για την ψηφιακή κωδικοποίηση των πληροφοριών χρώματος κατάλληλο ακόμη και για συμπίεση εικόνας και μετάδοση, όπως MPEG και JPEG. Σήμερα, ο όρος YUV χρησιμοποιείται ευρέως στη βιομηχανία των υπολογιστών για να περιγράψει μορφές αρχείων που έχουν κωδικοποιηθεί με χρήση Y C B C R. Αυτά τα τρία κανάλια έχουν luma (Y ) σήμα και δύο διαφορετικά κανάλια χρώματος (C B και C R ). Το component βίντεο επινοήθηκε στο 1950 ως ένας δρόμος κατασκευής σήματος της έγχρωμης τηλεόρασης συμβατός με την υπάρχουσα ασπρόμαυρη τηλεόραση. Η ασπρόμαυρη τηλεόραση μπορεί να χρησιμοποιήσει το luma σήμα, ενώ η έγχρωμη τηλεόραση μπορεί να μετατρέψει Y, C B και C R πίσω σε RGB για οθόνες. S-Video (Y/C) Ένα σήμα S-Video λαμβάνει επίσης ένα σήμα component, γιατί τα σήματα luma και chroma είναι χωριστά. Ωστόσο, το σήμα C προέρχεται από συνδυασμό σήματος C B και C R component μαζί, το οποίο μειώνει την ποιότητα του καναλιού χρώματος συγκρινόμενο με Y C B C R. Composite Είναι μια σύνθετη πηγή τριών σημάτων Y, U και V με παλμούς συγχρονισμού. Τα σήματα luma (Y) και chroma (U και V) συνδυάζονται σε ένα σήμα βίντεο composite για εκπομπή. Το σήμα luma αντιπροσωπεύει τη φωτεινότητα (luminance), ενώ το σήμα chroma αντιπροσωπεύει την απόχρωση (hue) και τον κορεσμό (saturation), μεταφέροντας τη χρωματική πληροφορία. Η μέθοδος αυτή της υπέρθεσης της πληροφορίας χρώματος έχοντας τον έλεγχο της πληροφορίας του μαύρου και άσπρου δείχνει ότι αυτό το φορμά προέρχεται από τη μέρα της έγχρωμης τηλεόρασης, όπου η ασπρόμαυρη τηλεόραση ήταν κρίσιμα συμβατή για πλατιά αποδοχή. 12

13 Η ασπρόμαυρη τηλεόραση αγνοεί την υπέρθεση χρώματος και έτσι δείχνει μόνο το luma(y ) κανάλι. Η έγχρωμη τηλεόραση αντιστρέφει τη διαδικασία composite, αναδημιουργώντας το Y C B C R component σήμα και μετά το RGB σήμα για οθόνες. Λόγω του ότι τα κανάλια chroma και luma συνδυάζονται, δε χωρίζονται τέλεια, και στην περίπτωση που γίνει κάτι τέτοιο προκαλούνται τεχνουργήματα (artifacts) στην εικόνα. 1.5 Αναλογία εικόνας Η αναλογία της οριζόντιας και κάθετης διάστασης του φιλμ ή βίντεο καρέ καλείται ως αναλογία εικόνας (aspect ratio), δηλαδή η σχέση του πλάτους του κάδρου με το ύψος του. Η αναλογία εικόνας είναι ανεξάρτητη του απόλυτου μεγέθους ή ανάλυσης της εικόνας. Standard definition 1.33:1 (4x3) High definition 1.78:1 (16x9) Standard cinema 1.85:1 Widescreen cinema 2.35:1 Σχήμα 1.5 Αναλογία εικόνας των προτύπων τηλεόρασης και κινηματογράφου Η αναλογία εικόνας μπορεί να εκφραστεί ως απόλυτη διάσταση (4x3), αναλογία (4:3), κλάσμα (4/3), ή ως ένας δεκαδικός ισοδύναμος της αναλογίας (1.33:1 ή απλά 1.33). Η αναλογία εικόνας συχνά γράφεται ως αναλογία (ratio), όπως 4:3 για κανονικής ευκρίνειας βίντεο ή 16:9 για υψηλής ευκρίνειας βίντεο. Η αναλογία εικόνας φιλμ συχνά γράφεται ως δεκαδικό ισοδύναμο, όπως 1.33, 1.85 και Ο μεγαλύτερος δεκαδικός αριθμός, το πλάτος της εικόνας. Η αναλογία εικόνας 2.40 είναι πλατύτερη από την 1.85 και η 1.85 είναι πλατύτερη από την Οι αναλύσεις του ψηφιακού βίντεο συνήθως γράφονται ως απόλυτες διαστάσεις pixel, όπως 720x480, 1280x720, 1920x1080 κ.τ.λ. 13

14 Στη συνέχεια, δίνεται ο πίνακας 1.5 αναλογίας εικόνας, κατά βάση από τη βιομηχανία του κινηματογράφου και της τηλεόρασης, καθώς και μερικά άλλα για σύγκριση. Αναλογία εικόνας Μέσο Aspect radio 1.33 (4:3) Τηλεόραση 1.66 Κανονικής ευκρίνειας Ευρωπαϊκή κινηματογραφική μηχανή προβολής 1.78 (16:9) Υψηλής ευκρίνειας τηλεόραση 1.85 Κανονικής ευκρίνειας Βόρειας Αμερικής κινηματογραφική μηχανή προβολής 2.40 (συνηθίζεται να είναι 2.35) Ευρείας ευκρίνειας κινηματογραφική μηχανή προβολής Πίνακας 1.5 Αναλογία εικόνας στην τηλεόραση και τον κινηματογράφο 1.6 Διαστάσεις καρέ, Αριθμός γραμμών και Ανάλυση Ένα βίντεο καρέ συγκροτείται από γραμμές. Περισσότερες γραμμές ανά καρέ, έχει σαν αποτέλεσμα μεγαλύτερη ανάλυση της εικόνας. Περισσότερα pixel ανά γραμμή, έχει σαν αποτέλεσμα μεγαλύτερη ανάλυση σε κάθε γραμμή. Το τηλεοπτικό πρότυπο NTSC χρησιμοποιεί 525 γραμμές, ενώ το τηλεοπτικό πρότυπο PAL χρησιμοποιεί 625 γραμμές. Στο αναλογικό βίντεο, πολλές γραμμές στην πραγματικότητα δε χρησιμοποιούνταν, μια και οι παλιές τηλεοράσεις είχαν λιγότερες γραμμές (χρησιμοποιήθηκαν αργότερα για πρόσθετες πληροφορίες). Έτσι ο συνολικός αριθμός σχετικά με την εικόνα είναι κάπως μικρότερος: 486 γραμμές για το NTSC και 576 γραμμές για το PAL. Τα φορμά υψηλής ευκρίνειας είναι ορισμένα να έχουν ή 1080 γραμμές ή 720 γραμμές ανά καρέ. Στη προσπάθεια να δημιουργηθεί ένα απλό ψηφιακό VTR (video tape recorder) το οποίο να μπορεί να ψηφιοποιεί και να εγγράφει NTSC ή PAL σήμα, η προδιαγραφή ITU-R 601 χρησιμοποιεί 720 δείγματα ανά γραμμή και για τα δύο NTSC και PAL. Συνεπώς, ένα ψηφιακό NTSC βίντεο καρέ είναι 720 pixels x 486 γραμμές, και το PAL βίντεο καρέ είναι 720 pixels x 576 γραμμές. Το υψηλής ευκρίνειας βίντεο με 1080 γραμμές χρησιμοποιεί 1920 pixels ανά γραμμή (1920x1080). Το υψηλής ευκρίνειας βίντεο με 720 γραμμές χρησιμοποιεί 1280 pixels ανά γραμμή (1280x720). Και τα δύο φορμά έχουν αναλογία εικόνας 16:9. 14

15 Πλάτος Ύψος Αναλογία εικόνας pixel Pixel aspect ratio Ύψος μεγαλύτερο από πλάτος Πλάτος μεγαλύτερο από ύψος Αναλογία εικόνας Περιγραφή Screen aspect ratio 4:3 Κανονικής ευκρίνειας NTSC βίντεο 4:3 Κανονικής ευκρίνειας PAL βίντεο :1 16:9 Υψηλής ευκρίνειας βίντεο φορμά :1 16:9 Υψηλής ευκρίνειας βίντεο φορμά με πολύ υψηλή ανάλυση 1.7 Αναλογία πλευρών pixel Πίνακας 1.6 Χαρακτηριστικά βασικών προτύπων Το pixel συνήθως παραπέμπει σε φυσικό εικονοστοιχείο σε οθόνη βίντεο που εκπέμπει φως. Αλλά το pixel είναι επίσης ένας όρος για το δείγμα της έντασης του φωτός, ένας συνδυασμός των δεδομένων για αποθήκευση luma ή chroma τιμής. Όταν αποθηκεύεται στην ταινία ή στο σκληρό δίσκο, η ένταση του pixel,δεν έχει έμφυτο σχήμα, ύφος ή πλάτος, αλλά είναι απλός μια τιμή δεδομένων. Για παράδειγμα, ένα pixel μπορεί να έχει τιμή 255, ενώ ένα άλλο μπορεί να είναι 150. Η τιμή του κάθε pixel ορίζει την ένταση του αντίστοιχου σημείου στην οθόνη. Σε έναν ιδανικό κόσμο, όλα τα pixel μπορούν να αιχμαλωτιστούν (captured) και να εκτεθούν (displayed) ως τετράγωνα, ίσου ύψους και πλάτους, αλλά αυτό δεν είναι πάντοτε το θέμα. Η προδιαγραφή ITU-R 601 κάνει δυνατή τη μετάδοση, είτε NTSC, είτε PAL πληροφορίας σε ένα μόνο σήμα. Προκύπτουν έτσι, είτε 720x486 καρέ NTSC, είτε 720x576 καρέ PAL. Και στα δύο πρότυπα NTSC και PAL, τα καρέ εκτίθενται σε αναλογία πλευρών 4:3. Η λύση αυτού του προβλήματος είναι να εμφανίσουμε τα pixels (τα δείγματα της φωτεινής έντασης) ψηλότερα από το πλάτος ή πλατύτερα από το ύψος, και έτσι ταιριάζουν στο 4:3 καρέ. Αυτό καταλήγει στο σκεπτικό του ορθογώνιου pixel, pixels τα οποία πρέπει να τεντωθούν ή συμπιεστούν για να ταιριάζουν στο 4:3 καρέ. Η μαθηματική σχέση που περιγράφει το οριζόντιο μήκος ενός pixel σε σύγκριση με το ύψος ονομάζεται pixel aspect ratio (PAR). Τα περισσότερα σύγχρονα συστήματα απεικόνισης περιγράφουν μια εικόνα ως ένα πλέγμα πολύ μικρό, αλλά με τετράγωνα εικονοστοιχεία (pixels). Ωστόσο, ορισμένα συστήματα απεικόνισης, ειδικά εκείνα που πρέπει να διατηρήσουν τη συμβατότητα με το αναλογικό πρότυπο ευκρίνειας, ορίζουν μια εικόνα ως πλέγμα με ορθογώνια εικονοστοιχεία, στα οποία το πλάτος τους είναι διαφορετικό από το ύψος. Το ποσοστό αυτό, δηλώνεται με τον όρο pixel aspect ratio. Για τη μετατροπή των αναλογικών γραμμών βίντεο σε μια σειρά από τετράγωνα pixels, η βιομηχανία υιοθέτησε ένα προεπιλεγμένο ρυθμό δειγματοληψίας με τον οποίο οι luma τιμές εξάγονται σε pixels. Ο ρυθμός δειγματοληψίας luma για εικόνες 480i ήταν 12,273MHz και για εικόνες 576i ήταν 14,75MHz. 15

16 Ο όρος PAR επινοήθηκε για πρώτη φορά, όταν η ITU-R BT.601 καθόρισε ότι η εικόνα στην κανονικής ευκρίνειας τηλεόραση προέρχεται από γραμμές που περιέχουν ακριβώς 720 μη τετράγωνα εικονοστοιχεία (non-square pixels). Η ITU-R BT.601 δεν καθόρισε την ακριβή αναλογία πλευρών του εικονοστοιχείου (pixel aspect ratio), αλλά παρείχε πληροφορίες για τον ακριβή υπολογισμό του λόγου αυτού. Ο κανονικός ρυθμός δειγματοληψίας luma είναι ακριβώς 13,5MHz. Με βάση τα παραπάνω, ο λόγος PAR για: 576i θα είναι 14,75 / 13,5 = 59:54 480i θα είναι 12,273 / 13,5 = 10:11 Λύνοντας την παρακάτω εξίσωση (x / 576) * (59 / 54) = 4 / 3 ως προς x θα έχουμε x = 702, pixels. Λύνοντας την παρακάτω εξίσωση (x / 480) * (10 / 11) = 4 / 3 ως προς x θα έχουμε x = 704 pixels. Για το PAL σύστημα , το pixel aspect ratio για κάθε περίπτωση θα είναι αντίστοιχα: (4 / 3) / (702, / 576) = 128:117 (4 / 3) / (704 / 576) = 12:11 (16 / 9) / (702, / 576) = 512:351 (16 / 9) / (704 / 576) = 16:11 Για το NTSC σύστημα , το pixel aspect ratio για κάθε περίπτωση θα είναι αντίστοιχα: (4 / 3) / (702, / 480) = 4320:4745 (4 / 3) / (704 / 480) = 10:11 (16 / 9) / (702, / 480) = 5760:4744 (16 / 9) / (704 / 480) = 40:33 Καλό θα ήταν να δούμε, κάποια χαρακτηριστικά των δύο σημαντικών προτύπων ως αναφορά την αναλογία εικόνας και την αναλογία διαστάσεων των εικονοστοιχείων (pixels), που υπολογίσαμε παραπάνω, στον πίνακα 1.7 συγκεντρωμένα. (Π Υ) Pixels (Megapixels) Aspect ratio (X: Y) Pixel aspect ratio 4:3 (X: Y) ITU-R MPEG-4 BT.601 Pixel aspect ratio 16:9 (X: Y) ITU-R MPEG-4 BT.601 Περιγραφή :2 4320: 10: : :33 Χρήση για 480 (0,3) line, 60Hz, NTSC :4 128: 12:11 512:351 16:11 Χρήση για 576 (0,4) line, 50Hz, PAL Πίνακας 1.7 Αναλογία εικόνας και διαστάσεις των pixels στο NTSC και PAL 16

17 Ορισμένα βίντεο φορμά χρησιμοποιούν τετράγωνα pixels, για να μειώσουν το σύνολο της πληροφορίας που αποθηκεύεται στην ταινία. Για παράδειγμα, το DVCPRO HD εγγράφει πραγματικά 1280 pixels ανά γραμμή (όταν χρησιμοποιεί το 720p φορμά), αλλά μόνο 960 pixels εγγράφονται, στην ταινία. Αυτά τα pixels δεν απεικονίζονται σε τετράγωνη περιοχή, αλλά σε ευρύ, ορθογώνιο τμήμα κάθε γραμμής βίντεο. Αυτό καταλήγει σε μείωση στα 2/3 του συνόλου της εγγραφόμενης πληροφορίας στην ταινία. Τα προγράμματα επεξεργασίας βίντεο και εικόνας, όπως το Final Cut Pro και το Photoshop αντισταθμίζουν τα ορθογώνια pixels, και έτσι εμφανίζονται σωστά στην οθόνη του υπολογιστή. Ωστόσο, υπάρχουν διάφορες αναλογίες πλευρών pixel σε χρήση, και δεν υπάρχει δυστυχώς κοινή αποδοχή ενός πρότυπου (standard) στη βιομηχανία. 1.8 Ρυθμός καρέ Ο ρυθμός καρέ (frame rate) κάθε κινούμενης εικόνας, είτε φιλμ, είτε βίντεο, ορίζει πόσο συχνά οι εικόνες περνούν ανά δευτερόλεπτο. Το μέγιστο του ρυθμού καρέ, είναι η μεγαλύτερη ακρίβεια της αιχμαλώτισης (capture) της στιγμής στο χρόνο, και η μείωση του τρεμοσβήματος (flicker) κατά τη διάρκεια της επανάληψης. 1.9 Μέθοδοι ηλεκτρονικής σάρωσης Ένα βίντεο καρέ προέρχεται από οριζόντιες γραμμές, οι οποίες σαρώνονται από τη μία πλευρά στην άλλη. Η προοδευτική σάρωση (progressive scanning) συμβαίνει, όταν κάθε γραμμή του βίντεο καρέ σαρώνεται η μια μετά την άλλη. Η πεπλεγμένη σάρωση (interlaced scanning), γεμίζει ολόκληρο το καρέ μόνο με τις μισές γραμμές, οι οποίες χρειάζονται το μισό χρόνο Πεπλεγμένη σάρωση Αναλογία καρέ λιγότερη από 40 fps (frame per second) προκαλεί αισθητό τρεμόσβημα (flicker). Όταν επινοήθηκαν τα πρότυπα NTSC και PAL, δεν ήταν πρακτικό να εφαρμοστεί γρηγορότερη αναλογία καρέ. Η πεπλεγμένη σάρωση (interlaced scanning) επινοήθηκε να δημιουργεί διάκριση αναλογίας καρέ των 60fps για το NTSC ή 50fps για το PAL. Τα βίντεο πεπλεγμένης σάρωσης, σαρώνουν την οθόνη δύο φορές, χρησιμοποιώντας δύο πεδία, για ένα πλήρης καρέ. Ένα πεδίο περιέχει μόνο, περιττές γραμμές (1,3,5,7 κ.τ.λ) ή άρτιες γραμμές (2,4,6,8 κ.τ.λ) από το καρέ. Αν μπορούσαμε να σταματήσουμε τη διαδικασία της σάρωσης παρατηρώντας ένα μόνο πεδίο, θα μπορούσαμε να δούμε ότι κάθε άλλη γραμμή λείπει, είναι σα χτένι. Επειδή τα πεδία αλλάζουν δύο φορές στο ρυθμό καρέ, υπάρχει λιγότερο διακριτό τρεμόσβημα από το εάν κάθε καρέ σαρωθεί προοδευτικά. Για παράδειγμα, με το NTSC, ένα πεδίο περιττών γραμμών σαρώνεται σε 1/60 του δευτερολέπτου και ένα πεδίο των άρτιων γραμμών ακολουθεί το επόμενο 1/60 του δευτερολέπτου, αποτελώντας ένα πλήρης καρέ κάθε 1/30 του δευτερολέπτου. 17

18 1.9.2 Προοδευτική σάρωση Η προοδευτική σάρωση (progressive scanning) είναι πιο απλή από την πεπλεγμένη σάρωση. Κάθε γραμμή σαρώνεται διαδοχικά μέχρι να απεικονιστεί ένα πλήρες καρέ. Οι οθόνες των υπολογιστών και αρκετές πρόσφατες υψηλής ευκρίνειας τηλεοράσεις χρησιμοποιούν προοδευτική σάρωση. Στη συνέχεια δίνονται κάποια σημαντικά γεγονότα για τις μεθόδους της πεπλεγμένης και της προοδευτικής σάρωσης. Με την πεπλεγμένη σάρωση εξασφαλίζω δύο φορές τη διακριτή αναλογία καρέ (frame rate) με μόνο τη μισή απαίτηση εγγραφής ή μετάδοσης. Η προοδευτική σάρωση προτιμάται, όταν στη πεπλεγμένη τα τεχνουργήματα (artifacts), όπως το λεπτό τρεμόσβημα των οριζόντιων γραμμών, μπορεί να είναι απαράδεκτα. Οι προοδευτικές εικόνες συχνά λαμβάνονται περισσότερο σαν φιλμ, γιατί δεν υπάρχει το τρεμόσβημα της πεπλεγμένης τεχνουργίας. Οι οθόνες των υπολογιστών σχεδόν πάντοτε σαρώνουν προοδευτικά. Οι τηλεοράσεις, NTSC και PAL, χρησιμοποιούν πάντοτε πεπλεγμένη σάρωση. Πολλές βιντεοκάμερες υψηλής ευκρίνειας μπορούν να εγγράψουν προοδευτικά καρέ. Το βίντεο που προορίζεται μόνο για χρήση σε υπολογιστή, όπως δικτυακό βίντεο (web video), θα είναι πάντοτε κατασκευασμένο προοδευτικά Επικράτηση πεδίου Η επικράτηση πεδίου (field dominance) είναι ένα θέμα, όταν εγγράφουμε και παίζουμε υλικό πεπλεγμένου βίντεο. Με βίντεο προοδευτικής σάρωσης, υπάρχει μόνο ένας δρόμος να παίζει το καρέ βίντεο. Ξεκινάει από τη γραμμή 1 και σαρώνει μέχρι να φτάσει στη τελευταία γραμμή. Με το βίντεο πεπλεγμένης σάρωσης, η συσκευή βίντεο πρέπει να επιλέξει, είτε να σαρώσει πρώτα τις περιττές γραμμές, είτε τις άρτιες γραμμές. Κάθε πεδίο είναι ένα στιγμιότυπο στο χρόνο. Έτσι αν το πεδίο 1 εγγράφηκε χρονικά νωρίτερα από το πεδίο 2, τότε το πεδίο 1 πρέπει να παιχτεί πριν το πεδίο 2. Αν επιλεγεί η σειρά λάθος πεδίου, κάθε καρέ πεδίου παίζει καθυστερημένα στο χρόνο, ακόμη και αν κάθε καρέ παίζει ακόμη ολόκληρο προς τα μπροστά. Το αποτέλεσμα είναι ένα αισθητό τρεμόσβημα που συμβαίνει στα 60 (NTSC) ή 50 (PAL) δευτερόλεπτα της ώρας. Κάθε κομμάτι του εξοπλισμού βίντεο και κάθε βίντεο φορμά προτιμά μια επικράτηση πεδίου. Αυτό μας αποτρέπει από την επεξεργασία δύο πεδίων για δεύτερη φορά, και είμαστε σίγουροι ότι κάθε πεδίο παίζει με τη σωστή σειρά. 18

19 1.11 Ρυθμίσεις επικράτησης πεδίου στο Final Cut Pro Στο Final Cut Pro, η επικράτηση πεδίου των κλίπ πρέπει να ταιριάζει με τη σειρά (sequence) της επικράτησης. Αλλιώς, τα πεδία τρεμοπαίζουν κατά τη διάρκεια της αναπαραγωγής (playback), γιατί κάθε ζευγάρι πεδίου παίζει προς τα πίσω με λάθος θέση. Για παράδειγμα, το DV NTSC και το DV PAL πάντοτε έχει χαμηλή (άρτια) επικράτηση πεδίου. Αν δουλεύουμε σε ένα sequence και βλέπουμε ότι εισάγονται κλίπ που τρεμοσβήνουν (flickering), τότε ελέγχουμε αν η επικράτηση πεδίου από τα επιπρόσθετα κλίπ ταιριάζει με την επικράτηση πεδίου των επεξεργασμένων sequence. Όταν αλλάξουν οι ρυθμίσεις στο hardware, χρειάζεται να αλλάξει και η ρύθμιση της επικράτησης πεδίου στην εργασία (project). Στο Final Cut Pro, υπάρχουν δύο επιλογές για επικράτηση πεδίου (field dominance): Upper (επικρατεί το πεδίο 2, και έτσι το πρώτο πεδίο είναι αρχικά κομμένο) Lower (επικρατεί το πεδίο 1, και έτσι το δεύτερο πεδίο είναι αρχικά κομμένο) 1.12 Μέθοδοι χρωματικής εγγραφής Λέγοντας μέθοδοι χρωματικής εγγραφής (color recording method) των βίντεο φορμά, εννοούμαι, το πλήθος και το είδος των συνιστωσών που χρησιμοποιούνται για την εγγραφή του σήματος βίντεο, όπως είναι το RGB, το component (Y C B C R ), το S-Video (Y/C), και το composite. Όσο περισσότερα ξεχωριστά κανάλια έχει ένα φορμά, τόσο υψηλότερη ποιότητα εικόνας έχουμε, αλλά έχουμε και περισσότερα δεδομένα που χρειάζεται να αποθηκευτούν και να μεταδοθούν σαν πληροφορία. Μέθοδος χρωματικής εγγραφής Φορμά βίντεο Color recording method Video formats Composite 1, ¾, U-matic, ½, VHS, D-2, D-3 S-Video (Y/C) Component (Y C B C R ) RGB Hi8, S-VHS BetacamSP, Ψηφιακό Betacam, DVD, minidv, D-1, D-5 Αρχεία υπολογιστή βίντεο και γραφικών. Αυτό το φορμά είναι σπάνιο για φορμά σε ταινία Πίνακας 1.12 Μέθοδος χρωματικής εγγραφής στα φορμά βίντεο Σήμερα, σχεδόν όλα τα ψηφιακά βίντεο φορμά είναι component (Y C B C R ), και τα αναλογικά φορμά όπως το BetacamSP. Χαρακτηριστικά, οι υπολογιστές αποθηκεύουν πληροφορία εικόνας χρησιμοποιώντας RGB, αν και πολλά component (Y C B C R ) φορμά, μπορούν τώρα να είναι η φυσική εξέλιξη στον υπολογιστή (όπως το DV). 19

20 1.13 Ρυθμός δειγματοληψίας βίντεο Ο ρυθμός δειγματοληψίας βίντεο (video sampling rate) του ψηφιακού βίντεο φορμά, ορίζει πόσο συχνά η φωτεινή ένταση της κάθε γραμμής βίντεο δειγματίζεται. Ρυθμός δειγματοληψίας Περιγραφή Sampling Rate 14.3 MHz Παλιότερα το ψηφιακό βίντεο έγγραφε βίντεο ακριβώς 4 φορές τη συχνότητα του σήματος χρώματος (3.58 MHz x 4). Αυτή είναι η προέλευση του 4 από το ρυθμό δείγματος, όπως 4:2: MHz Είναι ο ρυθμός δειγματοληψίας για το luma (Y) κανάλι για κανονικής ευκρίνειας βίντεο. Επιλέχθηκε να δουλεύει με ψηφιακό βίντεο NTSC και PAL MHz Είναι ο ρυθμός δειγματοληψίας καναλιών διαφορετικού δείγματος σε 4:2:2 βίντεο. Είναι το μισό της 13.5 MHz. Πίνακας 1.13 Ρυθμοί δειγματοληψίας βίντεο 1.14 Ρυθμός δειγματοληψίας χρώματος Ο ρυθμός δειγματοληψίας χρώματος (color sampling ratio) παραπέμπει στο ρυθμό luma (Y) δείγματος κάθε χρωματικής διαφοράς στο δείγμα (C B και C R ). Για παράδειγμα, 4:2:2 δείγμα χρώματος σημαίνει ότι κάθε τέσσερα pixels της αποθηκευμένης luma πληροφορίας, μόνο δύο C B δείγματα και δύο C R δείγματα αποθηκεύονται. Δεδομένου ότι το ανθρώπινο οπτικό σύστημα είναι πολύ πιο ευαίσθητο στις διακυμάνσεις της φωτεινότητας, από ότι του χρώματος, ένα σύστημα βίντεο μπορεί να βελτιστοποιηθεί αφιερώνοντας περισσότερο εύρος ζώνης για τη luma συνιστώσα. Μειώνοντας τον αριθμό του chroma δείγματος, λιγότερη πληροφορία εγγράφεται. Αυτό είναι συνήθως αποδεκτό, γιατί στο luma σήμα η πληροφορία που περιέχει είναι αντιληπτή από το ανθρώπινο μάτι, και έτσι το chroma σήμα δε χρειάζεται να αποθηκευτεί με ακρίβεια. Y C B C R είναι η luma συνιστώσα, που αντιπροσωπεύει τη φωτεινότητα (μαύρο ή άσπρο) σε μια εικόνα είναι η διαφορά του μπλε στη chroma συνιστώσα είναι η διαφορά του κόκκινου στη chroma συνιστώσα 20

21 Ρυθμός δειγματοληψίας Περιγραφή Sampling Rate 4:4:4 Κάθε R, G, και B κανάλι ή κάθε Y, C B και C R κανάλι δειγματίζεται. Δεν υπάρχει σχεδόν κανένα φορμά που εγγράφει σε ταινία με αυτό το ρυθμό δειγματοληψίας χρώματος. 4:4:4:4 Πλήρης ρυθμός δειγματοληψίας για κάθε κανάλι χρώματος, και ένα τέταρτο alpha κανάλι. 4:2:2 Η ανάλυση χρώματος μειώνεται. Για παράδειγμα, το πρώτο pixel στη γραμμή περιέχει Y, C B και C R δείγματα. Το επόμενο pixel περιέχει μόνο Y δείγμα. Αυτό το μοτίβο επαναλαμβάνεται. Τα περισσότερα επαγγελματικά βίντεο φορμά χρησιμοποιούν ρυθμό δειγματοληψίας 4:2:2. 4:2:2:4 Ρυθμός 4:2:2 για κάθε κανάλι χρώματος, και ένα alpha κανάλι πλήρης ρυθμού δειγματοληψίας. 4:1:1 Μόνο ένα από κάθε τέσσερα δείγματα chroma εγγράφεται, και έτσι η ανάλυση χρώματος διαιρείται στα τέσσερα. Το πρώτο pixel στη γραμμή περιέχει Y, C B και C R δείγματα. Τα επόμενα τρία pixels περιέχουν μόνο Y δείγματα. Αυτό το μοτίβο επαναλαμβάνεται. 4:2:0 Αυτός ο ρυθμός έχει διαφορετικό σκοπό από τους άλλους. Εδώ δε σημαίνει ότι υπάρχουν 2 δείγματα C B και 0 δείγματα C R. Υπάρχουν δυο δείγματα C R για κάθε τέσσερα Y δείγματα, αλλά όχι C B δείγματα. Στην επόμενη γραμμή, υπάρχουν δυο δείγματα C B για κάθε τέσσερα Y δείγματα, αλλά όχι C R δείγματα. Αυτό το μοτίβο επαναλαμβάνεται. Επιπλέον, κάθε γραμμή περιέχει μόνο C R και C B δείγματα, αλλά όχι και τα δύο μαζί. Πίνακας 1.14 Ρυθμοί δειγματοληψίας χρώματος 21

22 Σχήμα 1.14 Ρυθμοί δειγματοληψίας χρώματος Στα παραπάνω σχήματα 1.14, του ρυθμού δειγματοληψίας χρώματος (4:1:1, 4:2:0, 4:2:2, 4:4:4), στις πρώτες δύο γραμμές διακρίνουμε τη φωτεινότητα των εικονοστοιχείων, στις επόμενες δύο τον τρόπο δειγματοληψίας, και στις δύο τελευταίες το τελικό αποτέλεσμα. Το 4:1:1 προσφέρει την ίδια ανάλυση χρωμάτων όπως το 4:2:0, αλλά σε διαφορετικό μοτίβο. Σημείωση: Υπάρχει η ενότητα Αντίληψη του ρυθμού δειγματοληψίας χρώματος (color sampling ratio), στο Παράρτημα του βιβλίου, με τα σχετικά παραδείγματα ανάλυσης. Στη συνέχεια, ακολουθεί ο πίνακας , ο οποίος δείχνει το ρυθμό δειγματοληψίας χρώματος που χρησιμοποιείται σε διάφορα ψηφιακά βίντεο φορμά. 22

23 Ρυθμός δειγματοληψίας Φορμά βίντεο Sampling Rate Video formats 4:4:4 HDCAM SR (Λίγα φορμά βίντεο εγγράφουν αυτό το φορμά, γιατί χρειάζονται πολύ περισσότερα δεδομένα). Συχνά χρησιμοποιείτε με ασυμπίεστο βίντεο 4:2:2 Ψηφιακό Betacam, D-1, D-5, DVCPRO HD, DVCPRO 50, XDCAM HD422, AVC-Intra 100, ProRes 422 3:1:1 HDCAM 4:1:1 NTSC DV, DVCAM, DVCPRO, PAL DVCPRO 4:2:0 PAL DV, DVCAM, HDV, AVCHD, AVC-Intra 50 Πίνακας Ρυθμοί δειγματοληψίας χρώματος σε διάφορα φορμά βίντεο 1.15 Βάθος τμήματος Ο αριθμός των bit που χρησιμοποιούνται ανά δείγμα ορίζει το βαθμό της ακρίβειας με την οποία τα δείγματα αποθηκεύονται, και το πόσο πολύ πιθανή είναι η έντονη απόκλιση μέσα στο σήμα. Για παράδειγμα, το σήμα βίντεο με βάθος τμήματος (bit depth) μόνο 1 bit μπορεί να έχει αξία 0 ή 1, καταλήγοντας μόνο σε μαύρα ή άσπρα εικονοστοιχεία (pixels). Έτσι 2 bit ανά δείγμα καταλήγει σε τέσσερις πιθανές τιμές: 00, 01, 10 ή 11, τέσσερις αποχρώσεις του γκρι (ή κάποιο άλλο χρώμα) ανά δείγμα. Τα περισσότερα ψηφιακά βίντεο φορμά χρησιμοποιούν το ελάχιστο των 8 bits ανά κανάλι χρώματος, ή 256 διαβαθμίσεις της έντασης. Οι RGB εικόνες περιγράφονται παραδοσιακά από πλήρως χρησιμοποιημένα bits ανά pixel (8 bits ανά κανάλι x 3 κανάλια = 24 bits). Εικόνες των 32 bit RGB παραπέμπουν σε 24 bit χρώμα συν 8 επιπλέον bits για το alpha channel. Εικόνες με μεγαλύτερο βάθος πεδίου είναι περισσότερο κοινές, χρησιμοποιώντας 16 bits ανά κανάλι χρώματος ή 48 bits ανά RGB pixel. Το βάθος bit βίντεο σήματος συνήθως περιγράφεται ανά κανάλι. Για παράδειγμα, DV και DVCPRO HD χρησιμοποιούν 8 bits ανά χρώμα component (8 bit για Y, 8 bit για C B και 8 bit για C R ). Άλλα φορμά όπως το D-5, χρησιμοποιούν 10 bits ανά component. Αυτό εξασφαλίζει 1024 πιθανές διαβαθμίσεις αντί για 256, το οποίο σημαίνει πολύ περισσότερο ευαίσθητη απόκλιση στην ένταση που μπορεί να εγγραφεί. Το Final Cut Pro μπορεί να κάνει υπολογισμό pixel χρησιμοποιώντας 32bit επιπλέον ακρίβεια, η οποία λαμβάνει υπόψη πολύ ακριβής υπολογισμούς χωρίς καθαρά λάθη. Αυτό μας οδηγεί σε πιο ακριβής αναπαραγωγή χρώματος όταν εφαρμόζουμε φίλτρα και συνδυάζουμε επίπεδα (layers) του βίντεο. Αυτό είναι ιδιαίτερα σημαντικό, όταν πρόκειται να παρουσιάσουμε την ταινία σε φιλμ ή να τη μεταδώσουμε σε οθόνη. Στο Final Cut Pro, η επεξεργασία βίντεο στο παράθυρο των ρυθμίσεων του sequence (αλληλουχίας), επιτρέπει να επιλέξουμε το βάθος bit του rendering για το sequence. 23

24 1.16 Ασυμπίεστο βίντεο Βίντεο το οποίο δεν έχει συμπιεστεί είναι δύσκολο στη μεταχείριση του, και έτσι μόνο χρησιμοποιείται για εφαρμογές βίντεο υψηλής ποιότητας, όπως ειδικά εφέ και χρωματική διόρθωση της τελευταίας σκηνής της εργασίας. Οι περισσότερες επαγγελματικές εργασίες έχουν, μια offline φάση η οποία χρησιμοποιεί συμπιεσμένο βίντεο, και μετά την online, την τελευταία φάση στην οποία χρησιμοποιείται ασυμπίεστο βίντεο που ξανασυλλάβαμε (recaptured) σε πλήρης ανάλυση. Το ασυμπίεστο βίντεο χρειάζεται, οθόνες υψηλών επιδόσεων (με τις κατάλληλες εισόδους εξόδους, όπως HD-SDI, component video Y/P b /P r, RGB κ.α.) και μεγάλης χωρητικότητας και υψηλής ταχύτητας σκληρούς δίσκους Συμπίεση βίντεο Όπως είναι γνωστό, το σήμα βίντεο, χρειάζεται ένα μεγάλο σύνολο, αποθηκευμένου χώρου και μετάδοσης, εύρος φάσματος (bandwidth). Για τη μείωση του συνόλου της πληροφορίας, αρκετές στρατηγικές χρησιμοποιούν τη συμπίεση της πληροφορίας χωρίς να επηρεάζεται αρνητικά η ποιότητα της εικόνας. Αρκετές μέθοδοι είναι lossless, που σημαίνει ότι τα δεδομένα δε χάνονται, αλλά πολλές είναι lossy, που σημαίνει ότι η πληροφορία χάνεται και δε μπορεί να ανακτηθεί. Ορισμένες απλές μέθοδοι της συμπίεσης δεδομένων δίνονται παρακάτω: Μέσος όρος της τιμής αρκετών pixel μαζί Αυτό χρειάζεται να συνθέσει τιμές αρκετών γειτονικών pixel και παίρνει το μέσο όρο μαζί, με αποτέλεσμα ένα μόνο μπλοκ το οποίο προσεγγίζει τη τιμή αρκετών. Χαμένο κανάλι χρώματος πληροφορίας σε συμμετρικές αποστάσεις Αυτό αποτελεί ένα ρυθμό δείγματος χρώματος σαν 4:2:2 και 4:1:1. Κάτω από ιδανικές συνθήκες, χάνεται πληροφορία χρώματος που δεν είναι αισθητά θεατή, αλλά ίσως είναι πρόβλημα, αν προσπαθήσουμε να κάνουμε λεπτομερή διόρθωση χρώματος ή color correction, ή chroma-keying το οποίο αρχικά χρειάζεται πολύ πληροφορία χρώματος Κωδικοποίηση lossless Μια από τις βασικές μεθόδους χρησιμοποίησης πολύ περισσότερων αλγορίθμων που μπορούν να χρησιμοποιηθούν για μείωση του συνόλου των μεταδιδόμενων και αποθηκευμένων δεδομένων εικόνας. Μαθηματικοί αλγόριθμοι χρησιμοποιούνται για κωδικοποίηση και αποκωδικοποίηση κάθε καρέ βίντεο. Οι κωδικοποιήσεις (encode, decode) πρέπει να εγκατασταθούν σε VTR ή λογισμικό που χρησιμοποιείται για παίξιμο του βίντεο. Για παράδειγμα, το QuickTime υποστηρίζει αρκετές διαφορετικές κωδικοποιήσεις βίντεο για εξαγωγή και παίξιμο βίντεο. Ο απλούστερος αλγόριθμος κωδικοποίησης, καλείται run-length κωδικοποίηση, η οποία απεικονίζει σειρά υπεράριθμων τιμών όπως μια απλή τιμή και πολλαπλάσια. Για παράδειγμα, θεωρούμε την ακολουθία bit: 24

25 Χρησιμοποιώντας run-length κωδικοποίηση στα παραπάνω bit μπορούμε να μειώσουμε το σύνολο της πληροφορίας: 0 x 24, 1 x 16, 0 x 24 ή στο δυαδικό: 0 [ ], 1 [ ], 0 [ ] Στο παραπάνω παράδειγμα, τα πραγματικά 64 bits μπορούν να μεταδοθούν χρησιμοποιώντας μόνο 18 bits. Η κωδικοποίηση run-length είναι lossless, γιατί όλη η πληροφορία διατηρείται μετά την κωδικοποίηση. Αυτή η τεχνική είναι ιδιαίτερα χρήσιμη για εφαρμογές γραφικών σε υπολογιστή, γιατί υπάρχουν συχνά μεγάλα πεδία ίδιου χρώματος. Σημείωση: Αν κάθε bit στην πραγματική εικόνα εναλλάσσεται μεταξύ 0 και 1, η αποκωδικοποίηση run-length δε μπορεί να είναι μόνο ανίκανη, μπορεί πράγματι να καλύψει μεγαλύτερο ρυθμό δεδομένων. Κάθε κώδικας σχεδιάστηκε να προσβλέπει και να συμπιέζει διαφορετικά είδη δεδομένων. Για παράδειγμα, ένας κώδικας σχεδιασμένος για συμπίεση ήχου δεν είναι χρήσιμος για συμπίεση βίντεο, λόγω του ότι έχει πολύ διαφορετικό πρότυπο δεδομένων. Η lossless συμπίεση δεδομένων χρησιμοποιείται σε πολλές εφαρμογές. Για παράδειγμα, χρησιμοποιείται για τη δημοφιλή zip μορφή αρχείου και σε Unix στο εργαλείο gzip. Η lossless συμπίεση χρησιμοποιείται όταν είναι σημαντικό η αρχική και η αποσυμπιεσμένη (decompressed) μορφή δεδομένων να είναι ίδια. Τυπικά παραδείγματα είναι εκτελέσιμα προγράμματα και πηγαίος κώδικας. Ορισμένες μορφές αρχείων εικόνας, όπως png ή gif, χρησιμοποιούν μόνο lossless συμπίεση, ενώ άλλες, όπως tiff και mng μπορεί να χρησιμοποιούν είτε lossless ή lossy μεθόδους Κωδικοποίηση lossy Οι περισσότερες κωδικοποιήσεις βίντεο είναι απαραίτητα lossy, γιατί είναι συνήθως άσκοπο να αποθηκεύσουμε και να μεταδώσουμε ασυμπίεστα σήματα βίντεο. Ακόμη και αν οι περισσότερες κωδικοποιήσεις χάνουν αρκετή πληροφορία σήματος βίντεο, ο σκοπός είναι να κάνουμε αυτή την απώλεια πληροφορίας οπτικά ανεπαίσθητη. Όταν η κωδικοποίηση αλγορίθμου αναπτύσσεται, η τελική επιλογή είναι βασισμένη στην ανθρώπινη όραση και αντίληψη. Για παράδειγμα, αν το ανθρώπινο μάτι δε μπορεί να ξεχωρίσει ανάμεσα σε πολλές λεπτές αποκλίσεις στο κόκκινο κανάλι, η κωδικοποίηση ίσως χάσει κάποια από την πληροφορία την οποία ο θεατής ίσως δεν παρατηρήσει. Οι τελευταίας τεχνολογίας τηλεοράσεις, τα DVD και φορμά όπως το HDV και IMX χρησιμοποιούν MPEG-2 συμπίεση, η οποία όχι μόνο κωδικοποιεί απλά καρέ (intraframe ή του χώρου συμπίεση), αλλά κωδικοποιεί αμέσως πολλαπλά καρέ (interframe ή χρονική συμπίεση) με απώλεια δεδομένων που είναι ορατή και πλεονάζει στο χρόνο. Η μέθοδος συμπίεσης lossy χρησιμοποιείται πιο συχνά για τη συμπίεση πολυμεσικών δεδομένων (ήχου, βίντεο, εικόνων), ειδικά σε εφαρμογές όπως streaming media και τηλεφωνίας μέσω Διαδικτύου. 25

26 Σταθερό bit rate (CBR) Σταθερό bit rate (Constant Bit Rate), είναι όρος που χρησιμοποιείται στις τηλεπικοινωνίες και σχετίζεται με την ποιότητα των υπηρεσιών. Συγκρίνεται με το μεταβλητό bit rate. Όταν αναφέρεται σε κωδικοποιητές, η κωδικοποίηση σταθερού ρυθμού bit σημαίνει ότι ο ρυθμός μεταφοράς των δεδομένων είναι σταθερός. Η κωδικοποίηση CBR είναι χρήσιμη για περιεχόμενο πολυμέσων streaming και για σχετικά περιορισμένες δυνατότητες. Η CBR δεν θα ήταν η βέλτιστη επιλογή για την αποθήκευση, διότι δε θα διαθέσει αρκετά δεδομένα για σύνθετα τμήματα, με αποτέλεσμα την υποβαθμισμένη ποιότητα, ενώ θα γίνει σπατάλη στοιχείων για απλά τμήματα. Τα περισσότερα συστήματα κωδικοποίησης, όπως για παράδειγμα η κωδικοποίηση Huffman, παράγουν κώδικες μεταβλητού μήκους, καθιστώντας την ιδανική CBR δύσκολο να επιτευχθεί Μεταβλητό bit rate (VBR) Μεταβλητό bit rate (Variable Bit Rate) ή μεταβλητός ρυθμός bit, είναι όρος που χρησιμοποιείται στον τομέα των τηλεπικοινωνιών και της πληροφορικής και που σχετίζεται με το ρυθμό των bit που χρησιμοποιούνται στην κωδικοποίηση ήχου ή βίντεο. Σε αντίθεση με την σταθερό bit rate (CBR), τα VBR αρχεία ποικίλλουν στο ποσό των παραγόμενων στοιχείων ανά τμήμα. Το VBR επιτρέπει υψηλότερο bit rate και άρα περισσότερο χώρο για αποθήκευση των πιο πολύπλοκων τμημάτων αρχείων πολυμέσων. Ενώ αντίστοιχα, διατίθεται λιγότερος χώρος αποθήκευσης σε λιγότερο πολύπλοκα τμήματα αρχείων. Σε κωδικοποίηση VBR μπορούν προαιρετικά να κωδικοποιηθούν MP3, WMA και AAC αρχεία ήχου. Τέλος χρησιμοποιείται ευρέως και για MPEG-2 και MPEG-4 αρχεία βίντεο. Το πλεονέκτημα της VBR είναι ότι παράγει την καλύτερη ποιότητα σε σχέση με το χώρο αποθήκευσης σε σύγκριση με ένα CBR αρχείο του ίδιου μεγέθους. Τα bits που χρησιμοποιούνται είναι διαθέσιμα με μεγαλύτερη ευελιξία για την κωδικοποίηση του ήχου ή βίντεο δεδομένων με μεγαλύτερη ακρίβεια. Το μειονέκτημα είναι ότι μπορεί να χρειαστεί περισσότερος χρόνος για την κωδικοποίηση, καθώς η διαδικασία είναι πιο περίπλοκη, αλλά και κάποιο υλικό μπορεί να μην είναι συμβατό με VBR αρχεία Ευρέως χρησιμοποιούμενοι κωδικοποιητές βίντεο Μια ποικιλία κωδικοποιητών μπορεί να εφαρμοστεί σε προσωπικούς υπολογιστές και στα καταναλωτικά ηλεκτρονικά είδη εξοπλισμού. Ως εκ τούτου, είναι δύσκολο να επιλεγεί ένας μόνο κυρίαρχος κωδικοποιητής για λόγους συμβατότητας. Ορισμένοι ευρέως χρησιμοποιούμενοι κωδικοποιητές βίντεο αναφέρονται παρακάτω, με μια χρονολογική σειρά όπως ορίζονται στα διεθνή πρότυπα. H.261 Χρησιμοποιείται κυρίως σε προϊόντα τηλεδιάσκεψης και videotelephony. Η κωδικοποίηση H.261, που αναπτύχθηκε από την ITU-T, ήταν το πρώτο πρακτικό πρότυπο συμπίεσης ψηφιακού βίντεο. 26

27 Ουσιαστικά όλα τα επόμενα τυπικά video codec βασίζονται σε αυτή. Υποστηρίζεται μόνο προοδευτικής σάρωσης βίντεο. MPEG-1 Χρησιμοποιείται για Video CD, καθώς επίσης και μερικές φορές για online βίντεο. Εάν η πηγή βίντεο είναι καλής ποιότητας και το bit rate αρκετά υψηλό, τότε το VCD μπορεί να είναι καλύτερο από το VHS. Για να έχουμε ένα πλήρως συμβατό VCD αρχείο, πρέπει να χρησιμοποιηθεί bit rate μεγαλύτερο από 1150 kbit/s και υψηλότερη ανάλυση από 352x288 δεν πρέπει να χρησιμοποιηθεί. Το VCD έχει τη μεγαλύτερη συμβατότητα από κάθε ψηφιακό video/audio σύστημα. Πολύ λίγα DVD players δεν υποστηρίζουν VCD. Σχεδόν κάθε υπολογιστής μπορεί να παίξει αυτό το βίντεο χρησιμοποιώντας κωδικοποιητή. Η κωδικοποίηση MPEG-1 υποστηρίζει μόνο προοδευτικής σάρωσης βίντεο. MPEG-2 (κοινό με το πρότυπο H.262) Χρησιμοποιείται σε DVD, SVCD, στις περισσότερες ψηφιακές τηλεοπτικές μεταδόσεις και στην καλωδιακή. Όταν χρησιμοποιείται σε πρότυπο DVD, προσφέρει καλής ποιότητας εικόνα και υποστηρίζει widescreen. Όταν χρησιμοποιείται για SVCD, δεν είναι τόσο καλή η ποιότητα όσο σε DVD αλλά σίγουρα είναι καλύτερη από VCD και οφείλεται στην υψηλότερη ανάλυση και στο επιτρεπόμενο bit rate. Από την άποψη της τεχνικής μελέτης, η πιο σημαντική βελτίωση στην κωδικοποίηση MPEG-2 σε σχέση με την MPEG-1 ήταν η προσθήκη της υποστήριξης για πεπλεγμένης σάρωσης βίντεο (interlaced). Το MPEG-2 υποστηρίζει φορμά βίντεο για ευρύ φάσμα εφαρμογών, από εφαρμογές σε κινητό, μέχρι σε μοντάζ υψηλής ποιότητας HD. Για να καταστεί δυνατή η απαίτηση, για τη στήριξη πολλών εφαρμογών, ορίστηκαν διάφορα προφίλ (profiles) και επίπεδα (levels). Το προφίλ (profile) είναι θα λέγαμε ένα υποσύνολο που καθορίζει χαρακτηριστικά, όπως αλγόριθμο συμπίεσης (compression algorithm), δειγματοληψία χρώματος (color sampling), αναλογία εικόνας (aspect ratio), κ.λπ. Τα προφίλ που υπάρχουν είναι: SP (simple profile), MP (main profile) και SNR (Scalable profile). Αντίστοιχα το επίπεδο (level) καθορίζει χαρακτηριστικά, όπως συχνότητα καρέ (frame rate), μέγιστο bit rate, κλπ. Τα επίπεδα που υπάρχουν είναι: ML (main level), H-14 (high 1440) και HL (high level). Για παράδειγμα, αν ένα DVD player μπορεί να υποστηρίζει μέχρι κύριο προφίλ (main profile) και κύριο επίπεδο (main level), συχνά γράφεται ως σημαίνει ότι μπορεί να παίξει κάθε κωδικοποίηση MPEG ML ή λιγότερη. MPEG-2 TS (Transport Stream), είναι ένα πρωτόκολλο επικοινωνίας για ήχο, βίντεο και δεδομένα, το οποίο ορίζεται στο MPEG-2, (πρότυπο ISO / IEC ). Συνήθως χρησιμοποιείται για τη ψηφιακή τηλεόραση και για μεταφορά δεδομένων μεταξύ δικτύων, συμπεριλαμβανομένου και του διαδικτύου. Είναι επίσης γνωστό και ως ITU-T Rec. H Σχεδιάστηκε με στόχο να επιτρέψει την πολυπλεξία ψηφιακού βίντεο και ήχου και να είναι συγχρονισμένο στην έξοδό του κατά την παραγωγή. Έχει τη δυνατότητα να προσφέρει διόρθωση σφαλμάτων που δημιουργούνται κατά τη μεταφορά. Χρησιμοποιείται σε εφαρμογές εκπομπής, τόσο της επιτροπής DVB, όσο και της ATSC. Καλό είναι να αναφέρουμε ότι χρησιμοποιείται σε 27

28 συνδυασμό με κάποιον από τους κωδικοποιητές. H.263 Χρησιμοποιείται κυρίως για τη μεταφορά φωνής, videotelephony, internet και video. Η κωδικοποίηση H.263 αποτέλεσε ένα σημαντικό βήμα προόδου σε τυποποιημένη δυνατότητα συμπίεσης για την προοδευτική σάρωση βίντεο. Sorenson Spark Ένας κωδικοποιητής που ήταν με άδεια για χρήση Macromedia Flash Player στο 6. Είναι στην ίδια οικογένεια κωδικοποιητών ως H.263. MPEG-4 Το συγκεκριμένο πρότυπο μπορεί να χρησιμοποιηθεί για το internet, ραδιοτηλεοπτική μετάδοση, και σε μέσα αποθήκευσης. Προσφέρει βελτιωμένη ποιότητα σε σχέση με το MPEG-2. Στην κωδικοποίηση MPEG-4 περιλαμβάνονται ορισμένες βελτιώσεις της ικανότητας συμπίεσης, με την αποδοχή των δυνατοτήτων που αναπτύσσεται σε H.263 και με την προσθήκη νέων. Όπως και στην κωδικοποίηση MPEG-2, στηρίζει τόσο προοδευτική, όσο και πεπλεγμένη σάρωση βίντεο. DivX, XviD, FFmpeg MPEG-4 και 3ivx Διαφορετικές υλοποιήσεις της κωδικοποίησης MPEG-4. MPEG-4 μέρος 10 (τεχνικά, με το πρότυπο ITU-T H.264 και συχνά αναφέρεται επίσης ως AVC). Είναι η σημερινή κωδικοποίηση, της ITU-T και MPEG τυποποιημένης τεχνολογίας συμπίεσης, με ραγδαία εξέλιξη και η οποία κερδίζει έγκριση σε ένα ευρύ φάσμα εφαρμογών. Περιέχει μια σειρά από σημαντικές προόδους στη συμπίεση, και πρόσφατα έχει υιοθετηθεί σε μια σειρά προϊόντων από επιχείρησης, όπως για παράδειγμα το Xbox 360, PlayStation Portable, ipod, iphone, το Nero Digital τη σουίτα, Mac OS X v10.4, καθώς και HD DVD / Blu-ray Disc. x264 Μια άδεια GPL εφαρμογή του προτύπου H.264 κωδικοποίησης, x264 είναι μόνο ένας κωδικοποιητής. VP6, VP6-Ε, VP6-S, VP7 Κώδικες αποκλειστικά για υψηλής ευκρίνειας βίντεο (High Definition video codecs) που αναπτύχθηκαν από On2 Technologies που χρησιμοποιούνται σε πλατφόρμες όπως το Adobe Flash Player 8 και άνω, Adobe Flash Lite, Java FX και άλλες. Υποστηρίζει 720p και 1080p. Sorenson 3 Ένας κωδικοποιητής που χρησιμοποιείται ευρέως από την Apple QuickTime, και είναι ουσιαστικά ο πρόγονος του H.264. Theora Είναι μια μέθοδος συμπίεσης lossy, που προέρχεται από την On2 Technologies στο VP3 codec. Η κωδικοποίηση Theora, είναι σε ανταγωνισμό με το MPEG-4, WMV και άλλους παρόμοιους χαμηλού bit rate κωδικοποιητές βίντεο. WMV (Windows Media Video) Είναι κωδικοποιητής της οικογένειας Microsoft, συμπεριλαμβανομένων WMV 7, WMV 8 και WMV 9. Η τελευταία γενιά των προτύπων WMV είναι τυποποιημένη από SMPTE όπως το VC-1 πρότυπο. VC-1 SMPTE τυποποιημένο πρότυπο συμπίεσης βίντεο (SMPTE 421M). Βάση της Microsoft WMV 9 κωδικοποιητή βίντεο. Ένα από τα υποχρεωτικά, και στους δύο κωδικοποιητές βίντεο HD DVD και Blu-Ray υψηλής ευκρίνειας, πρότυπα οπτικών δίσκων. Βρίσκει εφαρμογή συνήθως σε φορητές συσκευές και για streaming βίντεο σε ιστοσελίδες της εφαρμογής Windows Media Video. 28

29 RealVideo Αποτελεί ένα φορμά βίντεο που αναπτύχθηκε από τη RealNetworks. Κυκλοφόρησε το 1997 και από το 2008 είναι η έκδοση 11. Υποστηρίζεται από πολλές πλατφόρμες, όπως Windows, Mac, Linux. Η πρώτη έκδοση βασίστηκε στο Είναι κατάλληλο για χρήση σε φορμά streaming media. Η πρώτη έκδοση βασίστηκε στο H.263 codec. Οι επόμενες εκδόσεις μετά το RealVideo 8 χρησιμοποιούν κωδικοποιητές της εταιρείας. Για τη διευκόλυνση της ροής σε πραγματικό χρόνο χρησιμοποιεί CBR. Πρόσφατα εισήγαγε και VBR μορφή, που επιτρέπει καλύτερη ποιότητα βίντεο, αλλά η μορφή αυτή είναι λιγότερο κατάλληλη για streaming. Θα λέγαμε ότι ο RealVideo είναι ένας δημοφιλής κωδικοποιητής, τεχνολογίας πριν από λίγα χρόνια. Cinepak Κωδικοποίηση που χρησιμοποιείται από το QuickTime της Apple. Huffyuv (ή HuffYUV) Είναι μια κωδικοποίηση πάρα πολύ γρήγορη, lossless Win32 κωδικοποίηση βίντεο που γράφτηκε από τον Ben-Rudiak Γκούλντ και δημοσιεύθηκε σύμφωνα με τους όρους του ως ελεύθερου λογισμικού GPL. Lagarith Είναι ένας κωδικοποιητής βίντεο lossless που προορίζεται για επεξεργασία. Προσφέρει καλύτερη συμπίεση από το Huffyuv. SheerVideo Μια οικογένεια για κωδικοποίηση lossless QuickTime και AVI κώδικες, που αναπτύχθηκε από το BitJazz Inc, για RGB, Y'CbCr, 4:4:4, Y'CbCr και 4:2:2 φορμά. Είναι επίσης τόσο για 10-bit όσο και 8-bit κανάλια και έχει εφαρμογή σε Mac και σε PC Χαρακτηριστικά του ήχου Οι αλγόριθμοι συμπίεσης ήχου εφαρμόζονται σε λογισμικό ηλεκτρονικών υπολογιστών ως audio codecs. Κατά συνέπεια έχουν δημιουργηθεί ειδικοί αλγόριθμοι ήχου lossless και lossy. Οι αλγόριθμοι συμπίεσης lossy προσφέρουν πολύ μεγαλύτερες ταχύτητες και χρησιμοποιούνται γενικά στις συσκευές ήχου των καταναλωτών, για κοινή χρήση. Και στις δύο lossy και lossless συμπιέσεις, η πληροφορία πλεονασμού είναι μειωμένη, με χρήση μεθόδων όπως τη κωδικοποίηση, τη αναγνώριση προτύπων και τη γραμμική πρόβλεψη, καθώς μειώνεται ο όγκος πληροφορίας που χρησιμοποιείται για να περιγράψει τα δεδομένα. Η εξισορρόπηση της ελαφρώς μειωμένης ποιότητας ήχου σαφώς εξουδετερώνεται ακουστικά, για πιο πρακτικές εφαρμογές, όπου οι χρήστες δεν μπορούν να αντιληφθούν καμία διαφορά και έτσι ο απαιτούμενος χώρος είναι σημαντικά μειωμένος. Για παράδειγμα, σε ένα CD, μπορεί κανείς να χωρέσει υψηλής πιστότητας μουσική, λιγότερη από 2 ώρες μουσικής σε lossless συμπίεση, ή 7 ώρες μουσικής συμπιεσμένη σε μορφή MP3 σε μέτρια ποσοστά bit. Η συμπίεση ήχου lossless μας επιτρέπει να διατηρήσουμε ένα ακριβές αντίγραφο ενός αρχείου ήχου, σε αντίθεση με τις ανεπανόρθωτες αλλαγές από τη lossy τεχνική συμπίεση όπως Vorbis και MP3. Η συμπίεση ήχου lossy χρησιμοποιείται σε ένα εξαιρετικά ευρύ φάσμα εφαρμογών. Εκτός από τις άμεσες εφαρμογές (MP3 players ή υπολογιστές), ψηφιακή συμπίεση ήχου χρησιμοποιείται στα περισσότερα DVD βίντεο, στη 29