图像视频基础

图像

颜色深度

存储颜色的强度，需要占用一定大小的数据空间，这个大小被称为颜色深度。假如每个颜色的强度占用 8 bit（取值范围为 0 到 255，即$2^8$），那么颜色深度就是 24（8*3）bit（因为RGB三个颜色），我们还可以推导出我们可以使用 $2^{24}$种不同的颜色。

分辨率

即一个平面内像素的数量。通常表示成宽*高

视频行业常见的分辨率，我们比较熟悉的360P (640x360)、720P (1280x720)、1080P (1920x1080)、4K (3840x2160)、8K (7680x4320)

我发现宽都是高的1.77777倍

视频

帧率

帧率（FRames rate）= 帧数（Frames）/时间（Time）

若单位时间为秒，则等同于 FPS (每秒帧数 Frames Per Second)。

比特率

即常说的码率

比特率 = 宽 * 高 * 颜色深度 * 帧每秒

例如，一段每秒 30 帧，每像素 24 bits，分辨率是 480x240 的视频，如果我们不做任何压缩，它将需要 82,944,000 比特每秒或 82.944 Mbps (30x480x240x24)。

• 对于一个单独的一小时长的视频，分辨率为1080p 和 30fps 的视频

• 每幅图片的大小为： 1920 x 1080 x 24 / 8 ≈ 5.93MB（图片大小计算公式=分辨率*位深/8）

• 一小时的视频大小为：5.93 * 30 * 3600=640440MB ≈625GB

所以要压缩，消除冗余

为此，我们可以

利用视觉特性：和区分颜色相比，我们区分亮度要更加敏锐。

时间上的重复：一段视频包含很多只有一点小小改变的图像。

图像内的重复：每一帧也包含很多颜色相同或相似的区域。

我们的眼睛对亮度比对颜色更敏感

帧类型

I帧（帧内，关键帧）

P帧（预测）

B帧（双向预测）

YUV模型

有一种模型将亮度（LUMA）和色度（cb，cr）分离开，它被称为 YUV模型。

色度子采样

一旦我们能从图像中分离出亮度和色度，我们就可以利用人类视觉系统对亮度比色度更敏感的特点，选择性地剔除信息。色度子采样是一种编码图像时，使色度分辨率低于亮度的技术。

四个亮度像素共享一个色度像素

现代编解码器中使用的常用方案是： 4:4:4 (没有子采样), 4:2:2, 4:2:0,

第二个参数代表第一行分成几块

第三个参数代表第二行分成几块

如果我们使用 YCbCr 4:2:0 我们能减少一半的大小