Что такое avc формат

Видео высокого разрешения – открываем файлы с расширением AVCHD

AVCHD – это расширения файлов Advanced Video Codec High Definition, своего рода формат сжатия для записи и хранения видео высокой чёткости. Хотя оно и имеет качество 1920х1080, большинством видеоплееров на Windows или Mac этот тип файлов не поддерживается. Как посмотреть AVCHD на компьютере? Вы можете воспроизводить видео с помощью проигрывателей или конвертировать их в поддерживаемый формат. Рассмотрим первый способ более подробно.

Выбор программы для открытия файла с расширением AVCHD.

Advanced Video Codec High Definition – стандарт записи HDTV высокого разрешения, предназначенный для цифровых камер и позволяющий записывать информацию на компакт диски 8 и 12 см (как на CD и DVD, так и на BD), на жёсткие диски или на карты памяти. Впервые формат AVCHD был использован Sony и Panasonic. Внедрение формата позволило создать компактные любительские видеокамеры с возможностью записи HD. Диски, записанные в этом формате, могут воспроизводиться на устройствах Blu-ray (например, Sony PlayStation 3), а также на компьютерах под управлением Windows.

Особенности формата AVCHD

Что это за формат – AVCHD? AVCHD-файл состоит из аудио и видео с субтитрами и другими вспомогательными потоками. Они мультиплексируются в поток MPEG и сохраняются на носителе в виде двоичных файлов. Большинство видеокамер с поддержкой видео AVCHD используют схему сжатия Dolby Digital (AC-3), что поддерживает стерео и многоканальный звук. Скорость передачи аудиоданных варьируется с 64 кбит/с до 640 кбит/с, но, в основном, используется 256 кбит/с и 384 кбит/с. Кодек для AVCHD – FFmpeg. Он включает в себя декодер AVCHD в библиотеке libavcodec, который использует ffdshow – свободную и открытую исходную библиотеку медиа. Это фактически H.264, что декодирует AVCHD и некоторые другие форматы. Для декодирования AVCHD для Linux, BSD, OS X, Windows и Solaris используется libavcodec.

Открываем ролики в формате avchd

Современные разработчики предлагают множество софта и утилит, которые позволяют не только воспроизводить непопулярные форматы, но и кодировать их в более известные. Чем же открыть файлы в AVCHD? К счастью, большинство плееров позволяют воспроизводить AVCHD без установки дополнительных компонентов, кодеков или кодирования видео в AVI.

VLC Media Player

VLC – бесплатный транскодер и мультимедийный проигрыватель. Это компьютерный плеер, который поддерживает многие форматы записи файлов, включая M2TS и MTS, что являются не чем иным, как AVCHD. Обычными стандартными форматами, поддерживаемыми Windows, являются WMV и AVI. Вы можете использовать VLC для преобразования avchd-файлов в любой формат, поддерживаемый VLC.

Чтобы воспроизвести видео в avchd в VLC прямо с камеры, используйте кабель, подключите видеокамеру или регистратор к компьютеру. Включите камеру и установите её в режим воспроизведения. Подождите, пока Windows Explorer не обнаружит ваше устройство. Когда камера будет обнаружена, перейдите в раздел «Мой компьютер» и откройте камеру, дважды щёлкнув значок устройства. Найдите файл avchd, который нужно воспроизвести, и перетащите его на рабочий стол или в любую другую папку. Можно использовать кнопку «Media» в левом верхнем углу интерфейса VLC, а затем нажать «Открыть файл». Найдите и выберите файлы AVCHD, после чего они автоматически начнут проигрываться.

Media Player Classic

Media Player Classic – простой, бесплатный медиаплеер, который воспроизводит широкий спектр различных мультимедийных файлов. Его внешний вид напоминает более старый Windows Media Player, но, в отличие от него, он воспроизводит практически любой доступный формат мультимедиа, включая AVCHD.

Если вы когда-либо пробовали более старую версию Windows Media Player, тогда этот проигрыватель придётся вам по душе. Элементы управления находятся там, где и должны быть – меню понятное и доступное. Проигрыватель не требует особых ресурсов ПК – он работает быстро и плавно даже на старых компьютерах. Media Player Classic проще в использовании и более универсален, чем большинство аналогичных приложений.

jetAudio

jetAudio – продвинутый мультимедийный проигрыватель, который, помимо воспроизведения аудио- и видеофайлов, предлагает запись компакт-дисков, создание интернет-радиостанций, конвертацию между форматами музыки и видео.

jetAudio поддерживает многие форматы, в том числе непопулярные. В главном окне программы для самых популярных музыкальных стилей можно настроить графический эквалайзер, применить специальные эффекты, такие как реверберация, усиление басов или плавный переход от одной песни к другой. JetAudio включает в себя утилиту для копирования аудиодорожек с компакт-дисков. Их можно сохранять в самых популярных аудиоформатах или записывать на другой диск. Можно конвертировать аудио и записывать звук с микрофона или других внешних источников. Любители интернет-радио могут не только слушать его, но и запускать трансляцию своих собственных программ в интернете.

Во время воспроизведения видео jetAudio может отображать субтитры, замедлять или ускорять, изменять формат изображения, регулировать его скорость или циклически воспроизводить какой-либо фрагмент. Всё работает быстро, стабильно и без оговорок. jetAudio очень функционален, поэтому интерфейс содержит огромное количество опций. Управление проигрывателем иногда может показаться сложным. Однако это цена за использование такого многофункционального приложения. Если вы воспроизводите и конвертируете аудио и видео, записываете и копируете компакт-диски, запускаете радиостанцию в интернете, добавляете специальные эффекты к своей музыке, записываете данные из внешних источников, обязательно попробуйте jetAudio.

KMPlayer

KMPlayer – это инновационный медиаплеер, поддерживающий большое количество форматов, включая требуемый AVCHD.

Приложение предлагает ряд основных функций, включая отображение субтитров или создание скриншотов воспроизводимого материала. Благодаря The KMPlayer можно установить специальные эффекты, замедлить или ускорить скорость воспроизведения фильма, указать любимые моменты фильмов и многое другое. Важно отметить, что у проигрывателя есть встроенный набор кодеков, позволяющий просматривать мультимедиа в самых популярных форматах без каких-либо дополнительных танцев с бубном.

Плеер хорошо справляется с воспроизведением как сохранённого на локальном диске мультимедиа, так и с CD/DVD-носителя или из интернета. Преимущества приложения усиливаются поддержкой скинов, обеспечивающих адаптацию внешнего вида KMPlayer к индивидуальным потребностям, а также поддержкой внешних аудио- и видеофильтров.

Splash 2.0

Splash 2.0 – бесплатная программа для воспроизведения HD-фильмов, файлов HD-видеокамер и телевидения DVB-T (Digital Video Broadcasting – Terrestrial). Он поддерживает стандарт AVCHD (только в премиум версии) и субтитры TXT, SUB, SRT, SSA. Утилита декодирует видео с помощью аппаратного ускорения, имеет встроенный деинтерлейсинг и поддерживает дистанционное управление (MCE). Она также конвертирует 1080i-видео в формат 1080p и без проблем их воспроизводит. Плеер имеет инструменты для быстрого преобразования видеофайлов в популярные для мобильных устройств или YouTube форматы.

GOM Player

GOM Player – мультимедийный проигрыватель, который благодаря своей простоте и функциональности обретает всё большую популярность. Он позволяет воспроизводить различные форматы, а также просматривать фильмы без необходимости загрузки дополнительных фильтров или кодеков из интернета. Кроме того, он предлагает возможность просмотра не полностью загруженных файлов. Эта функция, безусловно, понравится пользователям P2P, которые хотят просмотреть запись перед загрузкой всего содержимого. Плеер поддерживает потоковое воспроизведение (WMV, ASF, ASX). Ещё одна интересная особенность – возможность снимать скриншоты из любого видео. Пользователь имеет доступ к ряду базовых инструментов: звуковым фильтрам, резкости/размытости изображения, созданию плейлистов и т. д.

Zoom player

Zoom Player – очень хороший мультимедийный проигрыватель. Вы можете смотреть фильмы с DVD-дисков и файлов, слушать музыку и даже воспроизводить непопулярные форматы видео, например, AVCHD. Во время установки Zoom Player загружает с сервера последние обновления, чтобы воспроизводить последние форматы видео и музыки. Программа читает практически все популярные форматы мультимедийных файлов. Для этого даже не нужно устанавливать дополнительные кодеки!

Интерфейс очень прост и интуитивно понятен – управление воспроизведением не вызывает никаких трудностей. Дополнительная конфигурация не требуется. Однако, если вы хотите изменить любые настройки, есть два режима конфигурации – расширенный и базовый. В расширенном режиме можно корректировать практически все элементы Zoom Player. Утилита также может воспроизводить файлы, защищённые от воспроизведения другими программами. В случае проблем с декодированием программа автоматически перезапускает процесс, что защищает компьютер от зависания.

Какой формат лучше: AVCHD или MP4

Какой формат лучше и практичнее – mp4 или avchd? MP4 более популярен и универсален, чем AVCHD, и поддерживается большинством программ и устройств. Как следует из названия AVCHD, он был создан специально для нужд изображения высокой чёткости, то есть HD. Это очень эффективный формат, и, таким образом, используя его, мы получим высококачественное видео. Однако, хотя AVCHD может дать даже лучшее качество, чем MP4, последний более популярен, и при необходимости дальнейшей обработки видео стоит использовать именно его – файлы будут не только хорошего качества, но и размер будет меньшим. Некоторые камеры, такие как популярная Panasonic GH-4, дают возможность записывать видео в обоих форматах.

Advanced Video Codec High Definition, сокращённо называемый AVCHD, представляет собой тип файла, который был разработан Panasonic и Sony. Поэтому видеокамеры или HD-камеры от этих производителей записывают видео именно в нём. Чтобы не было проблем с их воспроизведением, используйте одно из описанных приложений.

Источник

Как работает видеокодек. Часть 2. Что, для чего, как

Первая часть: Основы работы с видео и изображениями

Что? Видеокодек — это часть программного/аппаратного обеспечения, сжимающая и/или распаковывающая цифровое видео.

Для чего? Невзирая на определённые ограничения как по пропускной способности так
и по количеству места для хранения данных, рынок требует всё более качественного видео. Припоминаете, как в прошлом посте мы подсчитали необходимый минимум для 30 кадров в секунду, 24 бита на пиксель, с разрешение 480×240? Получили 82,944 Мбит/с без сжатия. Сжатие — это пока единственный способ вообще передавать HD/FullHD/4K на телевизионные экраны и в Интернет. Как это достигается? Сейчас кратко рассмотрим основные методы.

Перевод сделан при поддержке компании EDISON Software.

Кодек vs Контейнер

Распространенная ошибка новичков — путать кодек цифрового видео и контейнер цифрового видео. Контейнер это некий формат. Обёртка, содержащая метаданные видео (и, возможно, аудио). Сжатое видео можно рассматривать как полезную нагрузку контейнера.

Обычно расширение видеофайла указывает на разновидность контейнера. Например, файл video.mp4, вероятно всего, является контейнером MPEG-4 Part 14, а файл с именем video.mkv — это, скорее всего, матрёшка. Чтобы быть полностью уверенным в кодеке и формате контейнера, можно воспользоваться FFmpeg или MediaInfo.

Немного истории

Прежде чем перейдем к Как?, давайте слегка погрузимся в историю, чтобы немного лучше понимать некоторые старые кодеки.

Видеокодек H.261 появился в 1990 году (технически — в 1988) и был создан для работы со скоростью передачи данных 64 Кбит/с. В нём уже использовались такие идеи, как цветовая субдискретизация, макроблоки и т.п. В 1995 году был опубликован стандарт видеокодека H.263, который развивался до 2001 года.

В 2003 году была завершена первая версия H.264/AVC. В том же году компания «TrueMotion» выпустила свой бесплатный видеокодек, сжимающий видео с потерями под названием VP3. В 2008 году Google купил эту компанию, выпустив VP8 в том же году. В декабре 2012 года Google выпустил VP9, ​​и он поддерживается примерно на ¾ рынка браузеров (включая мобильные устройства).

AV1 — это новый бесплатный видеокодек с открытым исходным кодом, разработанный Альянсом за открытые медиа (AOMedia), в состав которого входят известнейшие компании, как-то: Google, Mozilla, Microsoft, Amazon, Netflix, AMD, ARM, NVidia, Intel и Cisco. Первая версия кодека 0.1.0 была опубликована 7 апреля 2016 года.

Рождение AV1

В начале 2015 года Google работал над VP10, Xiph (который принадлежит Mozilla) работал над Daala, а Cisco сделала свой бесплатный видеокодек под названием Thor.

Затем MPEG LA сначала объявила годовые лимиты для HEVC (H.265) и плату, в 8 раз выше, чем за H.264, но вскоре они снова изменили правила:

без годового лимита,
плата за контент (0,5% от выручки) и
плата за единицу продукции примерно в 10 раз выше, чем за H.264.

Альянс за открытые медиа был создан компаниями из разных сфер: производителями оборудования (Intel, AMD, ARM, Nvidia, Cisco), поставщиками контента (Google, Netflix, Amazon), создателями браузеров (Google, Mozilla) и другими.

У компаний была общая цель — видеокодек без лицензионных отчислений. Затем появляется AV1 с гораздо более простой патентной лицензией. Тимоти Б. Терриберри сделал сногсшибательную презентацию, ставшей источником текущей концепции AV1 и её модели лицензии.

Вы будете удивлены, узнав, что можно анализировать кодек AV1 через браузер (заинтересовавшиеся могут перейти по адресу aomanalyzer.org).

Универсальный кодек

Разберём основные механизмы, лежащие в основе универсального видеокодека. Большинство из этих концепций полезны и используются в современных кодеках, таких как VP9, AV1 и HEVC. Предупреждаю, что многие объясняемые вещи будут упрощены. Иногда будут использоваться реальные примеры (как в случае с H.264) для демонстрации технологий.

1-й шаг — разбиение изображения

Первым шагом является разделение кадра на несколько разделов, подразделов и далее.

Для чего? Есть множество причин. Когда дробим картинку, можно точнее прогнозировать вектор движения, используя небольшие разделы для маленьких движущихся частей. В то время как для статического фона можно ограничиться и более крупными разделами.

Обычно кодеки организуют эти разделы в секции (или фрагменты), макроблоки (или блоки дерева кодирования) и множество подразделов. Максимальный размер этих разделов варьируется, HEVC устанавливает 64×64, в то время как AVC использует 16×16, а подразделы могут дробиться до размеров 4×4.

Припоминаете разновидности кадров из прошлой статьи?! Это же можно применить и к блокам, так что, у нас могут быть I-фрагмент, B-блок, P-макроблок и т.п.

Для желающих попрактиковаться — посмотрите как изображение разобъётся на разделы и подразделы. Для этого можно воспользоваться уже упоминаемой в прошлой статье Intel Video Pro Analyzer (тот, что платный, но с бесплатный пробной версией, имеющей ограничение на первые 10 кадров). Здесь проанализированы разделы VP9:

2-й шаг — прогнозирование

Как только у нас появились разделы, мы можем составлять астрологические прогнозы по ним. Для INTER-прогнозирования необходимо передать векторы движения и остаток, а для INTRA-прогнозирования передаётся направление прогноза и остаток.

3-й шаг — преобразование

После того, как получим остаточный блок (предсказанный раздел → реальный раздел), возможно преобразовать его таким образом, чтобы знать, какие пиксели можно отбросить, сохраняя при этом общее качество. Есть некоторые преобразования, обеспечивающие точное поведение.

Хотя есть и другие методы, рассмотрим более подробно дискретное косинусное преобразование (DCT — от discrete cosine transform). Основные функции DCT:

Не переживайте, если не поняли преимуществ каждого пункта. Сейчас на конкретных примерах убедимся в их реальной ценности.

Давайте возьмем такой блок пикселей 8×8:

Этот блок рендерится в следующее изображение 8 на 8 пискелей:

Применим DCT к этому блоку пикселей и получаем блок коэффициентов размером 8×8:

И если отрендерим этот блок коэффициентов, получим такое изображение:

Как видим, это не похоже на исходное изображение. Можно заметить, что первый коэффициент сильно отличается от всех остальных. Этот первый коэффициент известен как DC-коэффициент, представляющий все выборки во входном массиве, нечто похожее на среднее значение.

У этого блока коэффициентов есть интересное свойство: он отделяет высокочастотные компоненты от низкочастотных.

В изображении большая часть мощности сконцентрирована на более низких частотах, поэтому, если преобразовать изображение в его частотные компоненты и отбросить более высокие частотные коэффициенты, можно уменьшить количество данных, необходимых для описания изображения, не слишком жертвуя качеством картинки.

Частота означает, насколько быстро меняется сигнал.

Давайте попробуем применить знания, полученные в тестовом примере, преобразовав исходное изображение в его частоту (блок коэффициентов), используя DCT, а затем отбросив часть наименее важных коэффициентов.

Сначала конвертируем его в частотную область.

Далее отбрасываем часть (67%) коэффициентов, в основном нижнюю правую часть.

Наконец, восстанавливаем изображение из этого отброшенного блока коэффициентов (помните, оно должно быть обратимым) и сравниваем с оригиналом.

Видим, что оно напоминает исходное изображение, но есть много отличий от оригинала. Мы выбросили 67,1875% и все же получили что-то, напоминающее первоисточник. Можно было более продуманно отбросить коэффициенты, чтобы получить изображение ещё лучшего качества, но это уже следующая тема.

Каждый коэффициент формируется с использованием всех пикселей

Важно: каждый коэффициент напрямую не отображается на один пиксель, а представляет собой взвешенную сумму всех пикселей. Этот удивительный график показывает, как рассчитывается первый и второй коэффициент с использованием весов, уникальных для каждого индекса.

Вы также можете попытаться визуализировать DCT, взглянув на простое формирование изображения на его основе. Например, вот символ A, формируемый с использованием каждого веса коэффициента:

4-й шаг — квантование

После того как на предыдущем шаге выбрасываем некоторые коэффициенты, на последнем шаге (преобразование), производим особую форму квантования. На этом этапе допустимо терять информацию. Или, проще говоря, будем квантовать коэффициенты для достижения сжатия.

Как можно квантовать блок коэффициентов? Одним из самых простых методов будет равномерное квантование, когда берём блок, делим его на одно значение (на 10) и округляем то что получилось.

Можем ли обратить этот блок коэффициентов? Да, можем, умножив на то же значение, на которые делили.

Этот подход не самый лучший, поскольку он не учитывает важность каждого коэффициента. Можно было бы использовать матрицу квантователей вместо одного значения, а эта матрица может использовать свойство DCT, квантуя большинство нижних правых и меньшинство верхних левых.

5 шаг — энтропийное кодирование

После того, как мы квантовали данные (блоки изображений, фрагменты, кадры), все еще можем сжимать их без потерь. Существует много алгоритмических способов сжатия данных. Мы собираемся кратко познакомиться с некоторыми из них, для более глубокого понимания вы можете прочитать книгу «Разбираемся со сжатием: сжатие данных для современных разработчиков» («Understanding Compression: Data Compression for Modern Developers»).

Кодирование видео с помощью VLC

Сжимаем поток, предполагая, что в итоге потратим 8 бит на каждый символ. Без сжатия на символ понадобилось бы 24 бита. Если каждый символ заменять на его код, то получается экономия!

Первый шаг заключается в кодировании символа e, который равен 10, а второй символ — это a, который добавляется (не математическим способом): [10] [0], и, наконец, третий символ t, который делает наш финальный сжатый битовый поток равным [10] [0] [1110] или же 1001110, для чего требуется всего 7 бит (в 3,4 раза меньше места, чем в оригинале).

Обратите внимание, что каждый код должен быть уникальным кодом с префиксом. Алгоритм Хаффмана поможет найти эти цифры. Хотя данный способ не без изъянов, существуют видеокодеки, которые всё ещё предлагают этот алгоритмический метод для сжатия.

И кодер, и декодер должны иметь доступ к таблице символов со своими бинарными кодами. Поэтому также необходимо отправить во входных данных и таблицу.

Арифметическое кодирование

С этой таблицей построим диапазоны, содержащие все возможные символы, отсортированные по наибольшему количеству.

Теперь давайте закодируем поток из трёх символов: eat.

Сначала выбираем первый символ e, который находится в поддиапазоне от 0,3 до 0,6 (не включая). Берём этот поддиапазон и снова делим его в тех же пропорциях, что и ранее, но уже для этого нового диапазона.

Давайте продолжим кодировать наш поток eat. Теперь берём второй символ a, который находится в новом поддиапазоне от 0,3 до 0,39, а затем берём наш последний символ t и, повторяя тот же процесс снова, получаем последний поддиапазон от 0,354 до 0,372.

Нам просто нужно выбрать число в последнем поддиапазоне от 0,354 до 0,372. Давайте выберем 0,36 (но можно выбрать и любое другое число в этом поддиапазоне). Только с этим числом сможем восстановить наш оригинальный поток. Это как если бы мы рисовали линию в пределах диапазонов для кодирования нашего потока.

Обратная операция (то бишь декодирование) так же проста: с нашим числом 0,36 и нашим исходным диапазоном можем запустить тот же процесс. Но теперь, используя это число, выявляем поток, закодированный с помощью этого числа.

С первым диапазоном замечаем, что наше число соответствует срезу, следовательно, это наш первый символ. Теперь снова разделяем этот поддиапазон, выполняя тот же процесс, что и раньше. Тут можно заметить, что 0,36 соответствует символу a, и после повторения процесса мы пришли к последнему символу t (формируя наш исходный кодированный поток eat).

И для кодера и для декодера должна быть в наличии таблица вероятностей символов, поэтому необходимо во входных данных отправить и её.

Довольно элегантно, не так ли? Кто-то, придумавший это решение, был чертовски умён. Некоторые видеокодеки используют эту технику (или, во всяком случае, предлагают её в качестве опции).

Идея состоит в том, чтобы сжать без потерь квантованный битовый поток. Наверняка в этой статье отсутствуют тонны деталей, причин, компромиссов и т.д. Но вы, если являетесь разработчиком, должны знать больше. Новые кодеки пытаются использовать разные алгоритмы энтропийного кодирования, такие как ANS.

6 шаг — формат битового потока

После того, как сделали всё это, осталось распаковать сжатые кадры в контексте выполненных шагов. Необходимо явно информировать декодер о решениях, принятых кодером. Декодеру должна быть предоставлена вся необходимая информация: битовая глубина, цветовое пространство, разрешение, информация о прогнозах (векторы движения, направленное INTER-прогнозирование), профиль, уровень, частота кадров, тип кадра, номер кадра и многое другое.

Мы поверхностно ознакомимся с битовым потоком H.264. Нашим первым шагом является создание минимального битового потока H.264 (FFmpeg по умолчанию добавляет все параметры кодирования, такие как SEI NAL — чуть дальше узнаем, что это такое). Можем сделать это, используя наш собственный репозиторий и FFmpeg.

Данная команда сгенерирует необработанный битовый поток H.264 с одним кадром, разрешением 64×64, с цветовым пространством YUV420. При этом используется в качестве кадра следующее изображение.

Битовый поток H.264

Стандарт AVC (H.264) определяет, что информация будет отправляться в макрокадрах (в понимании сети), называемых NAL (это такой уровень абстракции сети). Основной целью NAL является предоставление «дружественного к сети» представления видео. Этот стандарт должен работать на телевизорах (на основе потоков), в Интернете (на основе пакетов).

Существует маркер синхронизации для определения границ элементов NAL. Каждый маркер синхронизации содержит значение за исключением самого первого, который равен Если запустим hexdump для сгенерированного битового потока H.264, то идентифицируем по крайней мере три паттерна NAL в начале файла.

Как говорилось, декодер должен знать не только данные изображения, но также и детали видео, кадра, цвета, используемые параметры и многое другое. Первый байт каждого NAL определяет его категорию и тип.

Обычно первым NAL битового потока является SPS. Этот тип NAL отвечает за информирование об общих переменных кодирования, таких как профиль, уровень, разрешение и прочее.

Если пропустить первый маркер синхронизации, то можем декодировать первый байт, чтобы узнать, какой тип NAL является первым.

Например, первый байт после маркера синхронизации равен 01100111, где первый бит (0) находится в поле forbidden_zero_bit. Следующие 2 бита (11) сообщает нам поле nal_ref_idc, которое указывает, является ли этот NAL ссылочным полем или нет. И остальные 5 бит (00111) сообщает нам поле nal_unit_type, в данном случае это блок SPS (7) NAL.

Второй байт (binary=01100100, hex=0x64, dec=100) в SPS NAL — это поле profile_idc, которое показывает профиль, который использовал кодер. В данном случае использовался ограниченный высокий профиль (т.е. высокий профиль без поддержки двунаправленного B-сегмента).

Если ознакомиться со спецификацией битового потока H.264 для SPS NAL, то обнаружим много значений для имени параметра, категории и описания. Например, давайте посмотрим на поля pic_width_in_mbs_minus_1 и pic_height_in_map_units_minus_1.

Если продолжить проверку нашего созданного видео в двоичном виде (например: ), то можно перейти к последнему NAL, который является самим кадром.

Здесь видим его первые 6 байтовых значений: 01100101 10001000 10000100 00000000 00100001 11111111. Поскольку известно, что первый байт указывает на тип NAL, в данном случае (00101) это IDR фрагмент (5), и тогда получится дополнительно исследовать его:

Используя информацию спецификации, получится декодировать тип фрагмента (slice_type) и номер кадра (frame_num) среди других важных полей.

Чтобы получить значения некоторых полей (ue(v), me(v), se(v) или te(v)), нам нужно декодировать фрагмент, используя специальный декодер, основанный на экспоненциальном коде Голомба. Этот метод очень эффективен для кодирования значений переменных, особенно, когда если есть много значений по умолчанию.

Значения slice_type и frame_num этого видео равны 7 (I-фрагмент) и 0 (первый кадр).

Битовый поток можно рассматривать как протокол. Если желаете узнать больше о битовом потоке, стоит обратиться к спецификации ITU H.264. Вот макросхема, показывающая, где находятся данные изображения (YUV в сжатом виде).

Можно исследовать и другие битовые потоки, такие как VP9, H.265 (HEVC) или даже наш новый лучший битовый поток AV1. Все ли они похожи? Нет, но разобравшись хотя бы с одним — гораздо проще понять остальные.

Хотите попрактиковаться? Исследуйте поток битов H.264

Можно сгенерировать однокадровое видео и использовать MediaInfo для исследования потока битов H.264. Фактически, ничто не мешает даже поглядеть исходный код, который анализирует поток битов H.264 (AVC).

Для практики можно использовать Intel Video Pro Analyzer (я уже вроде говорил, что программа платная, но есть бесплатная пробная версия, с ограничением на 10 кадров?).

Обзор

Отметим, что многие современные кодеки используют ту же самую модель, которую только что изучили. Вот, давайте взглянем на блок-схему видеокодека Thor. Она содержит все шаги, нами пройденные. Весь смысл этой заметки в том, чтобы вы, по крайней мере, лучше понимали инновации и документацию из этой области.

Ранее рассчитали, что потребуется 139 Гб дискового пространства для хранения видеофайла длительностью один час при качестве 720p и 30 fps. Если использовать методы, которые разобрали в этой статье (межкадровые и внутренние прогнозы, преобразование, квантование, энтропийное кодирование и т.п.), то можно достичь (исходя из того, что тратим 0,031 бит на пиксель), видео вполне удовлетворительного качества, занимающее всего 367,82 Мб, а не 139 Гб памяти.

Как H.265 достигает лучшей степени сжатия, чем H.264?

Теперь, когда известно больше о том, как работают кодеки, проще разбираться, как новые кодеки способны обеспечивать более высокое разрешение с меньшим количеством битов.

Если сравнивать AVC и HEVC, стоит не забывать, что это почти всегда выбор между большей нагрузкой на CPU и степенью сжатия.

HEVC имеет больше вариантов разделов (и подразделов), чем AVC, больше направлений внутреннего прогнозирования, улучшенное энтропийное кодирование и многое другое. Все эти улучшения сделали H.265 способным сжимать на 50% больше, чем H.264.

Источник