多媒体基本概念

多媒体容器

多媒体容器也称为多媒体封装格式，用于标识和交错组织不同的数据类型。简单一点的容器格式可以包含不同类型的音频格式，而更高级的容器格式则可以支持多个音频和视频流、字幕、章节信息和元数据，以及同时回放各种流所需的同步信息。

有些容器是音频专用的：

  • AIFF （IFF 文件格式，广泛应用于Mac OS平台，后缀为 .aiff、 .aif、.aifc）
  • WAV（RIFF 文件格式，广泛应用于Windows平台，后缀为 .wav、.wave）
  • MP3 （MPEG-1 Audio Layer III or MPEG-2 Audio Layer III，后缀为 .mp3）
  • FLAC（Free Lossless Audio Codec， 后缀为 .flac）

有些容器专用于静态图像：

  • FITS（Flexible Image Transport System，后缀为 .fits、.fit、.fts）静态图像、原始数据和关联的元数据。
  • TIFF （Tagged Image File Format，后缀为 .tiff、.tif）静态图像和关联的元数据。

其它的容器可以容纳多种类型的音频和视频以及其他媒体类型数据，如今流行的多媒体容器有：

  • 3GP（许多手机上使用，后缀为 .3gp，基于ISO基本媒体文件格式）
  • ASF（Microsoft WMA 和 WMV的容器，后缀为 .asf、.wma、.wmv）
  • AVI（标准的 Microsoft Windows 容器，后缀为 .avi，基于RIFF 文件格式）
  • Flash 视频（FLV、F4V）（Adobe 系统的视频和音频容器，后缀为 .flv、.f4v、.f4p、.f4a、.f4b）
  • Matroska（MKV）（后缀为.mkv、.mk3d、.mka、.mks，不限于任何编码格式，因为它几乎可以容纳任何内容，是一种开放的标准容器格式）
  • QuickTime 文件格式（苹果公司的标准 QuickTime 视频容器，后缀为 .mov、.qt）
  • MPEG 节目流（MPEG-1 和 MPEG-2 在存储介质上的标准容器，也用于 DVD 视频光盘，后缀为 .mpg、.mpeg、.m2p、.ps）
  • MPEG-2 传输流（又称 MPEG-TS）（数字广播和媒体传输的标准容器，也用于蓝光光盘视频，通常包含多个视频和音频流以及电子节目指南，后缀为 .ts、.tsv、.tsa）
  • MP4（MPEG-4 多媒体组合的标准音频和视频容器，基于 MPEG-4 Part 14 定义的 ISO 基本媒体文件格式，后缀为 .mp4、.m4a、.m4p、.m4b、.m4r、.m4v）。
  • Ogg（Xiph.org音频格式 Vorbis 和 Opus 以及视频格式 Theora 的标准容器，后缀为 .ogg、.ogv、.oga、.ogx、.ogm、.spx、.opus）
  • RM（RealMedia、RealVideo 和 RealAudio 的标准容器，后缀为 .rm）
  • VOB（Video Object，后缀为 .vob，是DVD视频媒体中的容器格式，可以包含数字视频、数字音频、字幕、DVD菜单和导航内容）
  • WebM（基于 Matroska，后缀为 .webm）

多媒体编解码

编解码器（Codec）是一个能够对数据流或信号进行编码或解码的设备或计算机程序。Codec 是 coder-decoder 的组合。编码器对数据流或信号进行编码以用于传输或存储，而解码器则将编码反转以用于回放或编辑。除了对信号进行编码外，编解码器还可以压缩数据以减少传输带宽或存储空间。

压缩编解码器主要分为有损编解码器和无损编解码器。无损编解码器通常用于以压缩形式存档数据，同时保留原始流中的所有信息。许多流行的编解码器都是有损耗的，它们降低质量以最大限度地压缩数据。数字媒体中应用最广泛的有损数据压缩技术是基于离散余弦变换（DCT），用于 JPEG 图像、H.26x 和MPEG 视频、MP3 和 AAC 音频等压缩标准。

音频压缩格式

  • PCM（Pulse-code modulation），LPCM（Linear pulse-code modulation）
  • MP2（MPEG-1 Audio Layer II，MPEG-2 Audio Layer II）
  • MP3（MPEG-1 Audio Layer III ，MPEG-2 Audio Layer III）
  • AAC （Advanced Audio Coding）
  • HE-AAC （High-Efficiency Advanced Audio Coding）
  • AC3（Dolby Digital，Dolby AC-3）
  • E-AC3（Dolby Digital Plus，Enhanced AC-3）
  • WMA （Windows Media Audio）
  • Vorbis
  • DTS（Digital Theater Systems），DTS-HD
  • FLAC（Free Lossless Audio Codec）
  • Opus

视频压缩格式

分辨率

分辨率，泛指量测或显示系统对细节的分辨能力。日常用语中，分辨率多用于视频的清晰度。分辨率越高代表视频质量越好，越能表现出更多的细节；但相对的，因为纪录的信息越多，文件也就会越大。

分辨率可以从显示分辨率与图像分辨率两个方向来分类。

图像分辨率，是单位英寸中所包含的像素点数，其定义更趋近于分辨率本身的定义。典型的是以每英寸的像素数（PPI，pixel per inch）来衡量。

显示分辨率（屏幕分辨率）是屏幕图像的精密度，是指显示器所能显示的像素有多少。由于屏幕上的点、线和面都是由像素组成的，显示器可显示的像素越多，画面就越精细，同样的屏幕区域内能显示的信息也越多，4k（4096×2160），8k（7680×4320）。

帧率

视频实质上是在时间轴上一组图像序列的组合，视频中的每幅图像被称为一帧。由于人眼的视觉暂留特性，当以超过每秒 25 帧的速度连续播放静止图像时，在人脑中就形成连续运动的视频效果。

帧率（Frame rate）指数字视频序列帧与帧之间出现的频率，是用于测量显示帧数的量度，即在1秒钟时间里传输的图片的数量，也可以理解为图形处理器每秒钟能够刷新几次，通常用 fps（Frames Per Second）表示。

高的帧率可以得到更流畅、更逼真的动画。每秒钟帧数（fps）愈多，所显示的动作就会愈流畅。

码率

Bit rate 也称码率，指视频或音频文件在单位时间内使用的数据流量，该参数的单位通常是 Kbps 或者 Mbps。一般来说同样分辨率下，视频文件的码率越大，精度就越高，画面质量就越高。当然，码率越大，文件体积也越大，其计算公式是：文件体积 = 时间 x 码率 / 8。例如，一部 90 分钟 1Mbps 码流的 720P 视频文件，其体积 = 5400 秒 × 1Mb/8 = 675MB。

  • CBR （Constant Bit Rate） 固定码率：指的是编码器的输出码率（或者解码器的输入码率）应该是固定制（常数）。
  • VBR（ Variable Bit Rate）可变码率：编码器的输出码率（或者解码器的输入码率）可以根据编码器的输入源信号的负责度自适应的调整，目的是达到保持输出质量保持不变而不是保持输出码率保持不变。
  • OBR（Overall Bit Rate）混合码率，指视频文件中视频和音频混合后的整体平均码率。
  • ABR（平均码率）音频或视频的平均码率，可以简单的认为等于文件大小除以播放时间。

采样率

采样率（也称为采样速度或者采样频率）定义了每秒从连续信号中提取并组成离散信号的采样个数，它用赫兹（Hz）来表示。采样频率的倒数叫作采样周期或采样时间，它是采样之间的时间间隔。

采样率越高，数字化后声波就越接近于原来的波形，即声音的保真度越高。

比特率 = 采样率 x 采用位数 x 声道数

I、P、B 帧

  • I 帧（关键帧），帧内编码帧，它是一个全帧压缩编码帧，解码时仅用 I 帧的数据就可重构完整图像。
  • P 帧，前向预测编码帧，P 帧是以 I 帧（或 P 帧）为参考帧。
  • B 帧，双向预测内插编码帧，B 帧以前面的 I 或 P 帧和后面的 P 帧为参考帧。

DTS 与 PTS

  • DTS（ Decode Time Stamp ）， DTS 主要用于视频的解码，在解码阶段使用。
  • PTS（ Presentation Time Stamp ） PTS 主要用于视频的同步和输出。在显示的时候使用，在没有 B 帧的情况下，DTS 和 PTS 的输出顺序是一样的。
posted @ 2024-02-29 15:08  kitsum  阅读(13)  评论(0)  编辑  收藏  举报