企业官网建设流程全解析

做网站怎么推广,最新外贸电商平台,廊坊十大名牌模板厂,wordpress 注册登录分块与预处理是视频压缩#xff08;编码#xff09;流程的起点#xff0c;它的目标是将原始的、高冗余的视频数据转换成适合高效压缩的格式和基本处理单元。这一阶段的工作质量直接影响后续运动估计、变换编码和量化等步骤的效率和最终的压缩比与图像质量。 预处理的核心目标…分块与预处理是视频压缩编码流程的起点它的目标是将原始的、高冗余的视频数据转换成适合高效压缩的格式和基本处理单元。这一阶段的工作质量直接影响后续运动估计、变换编码和量化等步骤的效率和最终的压缩比与图像质量。预处理的核心目标与作用预处理阶段主要完成两项任务去除人眼不敏感的数据冗余和建立后续处理的粒度。目标具体作用色彩空间优化将冗余度高的RGB格式转换为YUV格式为色度信息降采样提供基础消除部分视觉冗余。数据降采样降低色度数据的分辨率利用人眼对亮度比色度更敏感的生理特性减少数据量。确定处理单元将视频帧分割为宏块或编码单元作为运动估计和变换编码的基本处理粒度实现并行处理。去噪与滤镜采用预处理滤波器去除原始视频中的噪声避免噪声在编码过程中占用宝贵的码率。关键技术关键技术一色彩空间转换与色度采样1. 色彩空间转换 (Color Space Conversion)原始视频信号通常使用RGB红、绿、蓝色彩模型这是一种面向显示的加法混色模型。在RGB模型中三个分量都以相同的分辨率存储但人眼对这三个分量的敏感度是不同的。在视频压缩中必须转换为YUV或YCbCr模型Y (Luminance)亮度分量携带了图像的灰度信息人眼对此最敏感。U/Cb 和 V/Cr (Chrominance)色度分量携带了图像的颜色信息蓝色和红色的差异度。转换将RGB转换为YUV的数学操作确保了亮度与色度信息的解耦这是后续降采样的基础。2. 色度采样 (Chroma Subsampling)由于人眼对亮度Y的细节比对色度U/V或Cb/Cr的细节更敏感可以安全地减少色度分量的空间分辨率而不会对视觉质量造成明显影响。这种技术称为色度降采样。主流采样格式格式Y:U:V 比率说明常见应用4:4:41:1:1无降采样。Y、U、V三个分量具有相同的采样率。用于高质量编辑、数字电影制作。高清专业视频4:2:22:1:1水平方向色度采样减半。每两个亮度采样点共享一组色度采样点。广播电视、DVD、专业编辑4:2:04:1:1**水平和垂直方向色度采样都减半。**每四个亮度采样点一个2x2的区域共享一组色度采样点。这是最常见的消费级视频和网络视频格式。H.264/AVC, HEVC, MPEG-4, 网络流媒体4:2:0 格式的原理对于一个 2 * 2 的宏块有4个亮度样本Y但只有1个U样本和1个V样本。通过降采样数据量理论上减少了 50%。色度采样的优点大幅减少数据量4:2:0 相比 4:4:4 节省一半的原始数据显著提高了压缩效率。不显著影响视觉质量基于人眼的生理特性这种损失在日常观看中难以察觉。关键技术二视频帧的分块处理视频压缩的效率依赖于对局部区域而非整帧进行高效的预测和变换。因此每一帧图像都需要被分割成标准化的处理单元。1. 宏块 (Macroblock, MB)在早期的MPEG系列标准和H.264/AVC标准中视频帧的基本处理单元是宏块 (MB)。定义一个宏块通常是 16 * 16 像素的区域。结构在4:2:0格式中一个宏块包含 16 * 16 的亮度样本和 8 * 8 的U和 8 * 8 的V色度样本因为色度是半分辨率。用途宏块是进行运动估计和运动补偿消除时间冗余以及块内预测消除空间冗余的基本单元。2. 编码单元 (Coding Unit, CU)随着更高分辨率视频4K/8K的出现固定的 16 * 16 宏块不再是最优选择。在H.265/HEVC和H.266/VVC等新一代标准中引入了更灵活的编码树单元 (Coding Tree Unit, CTU)和编码单元 (Coding Unit, CU)的概念。CTU类似于宏块但尺寸可以更大如 64 * 64 或 128 * 128。CU (Coding Unit)CTU 可以根据图像内容递归地通过四叉树结构分割成更小的CU其尺寸范围可以从 64 * 64 到最小的 4 * 4。优势自适应性对于图像内容平坦的区域使用大尺寸CU如 64 * 64可以减少编码所需的头部信息header/overhead提高效率。精度对于图像细节丰富、纹理复杂的区域使用小尺寸CU如 8 * 8 或 4 * 4可以提高预测和变换的精度减少残差。关键技术三预处理滤波器除了色彩转换和分块之外在编码前还可以应用各种预处理滤波器来优化源视频使其更适合压缩。1. 噪声去除 (Noise Reduction)视频源尤其是摄像机或老旧胶片往往包含各种噪声如高斯噪声、椒盐噪声。噪声本质上是高频随机信号在压缩过程中编码器会试图对这些随机的细节进行编码。问题编码随机噪声会消耗大量的宝贵码率但对人眼来说这些噪声并无信息价值。解决方案使用空间滤波器如中值滤波、高斯平滑或时域滤波器来平滑图像去除冗余的噪声。权衡滤波器力度过大可能去除图像真实的细节和纹理导致图像模糊Softening。编码器必须在去噪和保留细节之间取得平衡。2. 去隔行扫描 (Deinterlacing)对于标清或一些旧的高清视频源如果采用隔行扫描 (Interlacing)方式采集将一帧分为奇数场和偶数场在进行现代逐行扫描Progressive编码之前需要通过去隔行算法将其转换为逐行扫描格式。总结分块与预处理阶段的工作是为压缩算法搭建框架和提供基础数据通过色彩空间转换和色度降采样将数据量减少了 50% 左右并为后续变换编码提供了更优化的数据格式。通过分块MB/CU将大规模的帧处理问题分解为可以并行和自适应处理的小规模子问题。通过预处理滤波器提高了输入信号的质量减少了噪声对码率的消耗。这些经过预处理和分块的 Y、 U、V 宏块/编码单元将作为输入进入视频压缩的核心阶段——运动估计与补偿消除时间冗余和变换编码与量化消除空间冗余最终生成压缩的比特流。