数字化音视频技术：视频的数字化过程

前面我们已经聊了音频的数字化【音视频数字化（音频数字化）】，并且介绍了音乐CD的那些事儿【音视频数字化（音乐CD）】。从原理上讲，视频的数字化与音频大致相仿，只是相对复杂。

在【音视频数字化（数字与模拟-电视）】一文中，我们了解到，模拟视频是由帧组成，帧是由场组成，场是由行（扫描线）组成，而且还得解决彩色问题、伴音问题。

模数转化

模拟视频时代，视频的来源就是电影摄像机、电视摄像机。模拟电影剪辑、存储、传播均需要使用胶片作为截止，随着时间推移自然就会老化甚至出现尘土、划痕，导致视频质量严重下降，因此现在电影院都是数字化设备了。电视摄像机也是如此，它采用的介质是磁带，除了自然老化，磁带能记录的视频清晰度也有限制。因此只有数字化才能提高画质，减少中间环境导致的画质降低。

摄像机

摄像机将视频保存在磁带上，电影也需要翻拍，将录像机与电脑采集卡相连接，使用电脑软件开始视频采集，最终保存到电脑内形成文件，就完成了视频的数字化，后期的编辑、存储、复制、传播就全部实现了数字化。

录像带

采集卡

以PAL制式信号为例，视频信号由每秒25帧组成，每帧分为奇偶两场，每场312.5行组成。采集卡接收到的视频信号，就是这个结构，但与音频不一样的地方是，音频是连续，没有帧、场、线这样的机构，只需按照采样频率采集即可，最多是多处理一下额外的声道。

电视机

视频处理除了要对伴音信号采样外，还需要对亮度信号、色度信号分开采样。因为只有这样，才能兼容以前的黑白信号（黑白信号就是亮度变化的信号），并且提高图像的清晰度。

色度信号采取色差方式，也就是R（Red红）G（Green绿）B（Blue蓝）颜色与亮度的差，表示为Y（亮度）U（红色差）V（蓝色差）颜色编码。

三原色RGB

对YUV的采样频率分别为：13.5MHz、6.75MHz、6.75MHz，这就是符合信号采样标准的4:2:2，这是CCIR601（模拟电视广播级标准）的高档标准，低档标准是2:1:1。当然还有别的标准，这个地方请大家记住，将来我们谈到别的视频编码，比如视频监控系统时还会提到。

YUV

量化位采用8bit，行有效采样点数为720（水平取样），有效采样行数为576（PAL制）和480（N制），这样组中分辨率就是720×576（PAL）、720×480（N）。

按照这个原理，我们可以计算一下传输的码率：

码率R=13.5MHz×8bit+(6.75MHz×8bit)×2=216Mbit/s

按照字节计算就是13.5MHz+6.75MHz×2=27MB/s

大家可以看到，如果用100Mbps的网络是无法传递这么大信号的，如果非要传递，得到的结果也是高延迟的卡顿；如果用CD盘（650MB）存储，只能存储24秒；用DVD最高格式D9（双层单面，容量8.4GB）才能存储5分钟。因此我们得出结论，视频数字化后必须压缩！

传输拥堵

因为视频是静态的单帧画面组成，因此谈到压缩，我们先看一下静态画面的压缩，这里必须提到的就是JPEG格式。

JPEG是国际标准化主持（ISO）在1986年提出的图片标准（Joint Photographic Experts Group）。这个标准实现了图像清晰度与存储容量的平衡，它采取的有损压缩算法，可以在视觉允许的清晰度下，大幅度降低图片容量，而且清晰度可调，非常适合存储于传输，因此目前仍旧是互联网使用的主要图片格式，文件扩展名通常为“.jpg”。

单帧的压缩可以参考JPEG，连续图像的视频怎么压缩呢？1998年，ISO成立活动图像专家组（Moving Picture Expert Group），这就是MPEG标准。1991年推出了第一视频压缩标准MPEG-1；1994年又推出了MPEG-2；目前最新的是MPEG-4（后文详述）。

MPEG组织

MPEG-1采用广播级视频质量折半的标准，将720×576（PAL）、720×480（N）减少为352×288（PAL）、352×240（N）。这样我们可以看出，这个标准低于广播级标准，图像清晰度也就家用录像机VHS水平。这样的清晰度保存在CD上，可以保存72分钟，与音乐CD相近。将视频安装MPG-1标准压缩，保存到CD上，这就是VCD，因此一部电影（90分钟左右）必须两张VCD盘片。

VCD

其实VCD在国外没有流行起来，但在国内发展得如火如荼，主要原因就是造价低廉，盘片与CD一样，不过随着大家对视频质量要求的提高，很快就没落了。

MPGE-2质量等同于广播级标准，720×576（PAL）、720×480（N），因此视频质量有了本质的提高，刻录到专用大容量光盘上，就是DVD了。

DVD机

此外，1998年国内还出现过一个SVCD（Super VCD），它实际上在CD盘片上存储MPEG-2压缩的，图像质量高于VCD，相当于DVD的2/3，优点是使用CD机架构，成本低廉。虽然支持多语言、AC-3、可变码率等先进技术，但仍旧是过渡技术，很快就被DVD淘汰。

视频的压缩除了采用分辨率调整外，还使用可变码率（静态内容低码率，动态内容高码率）、动态内容（只记录与上一帧不同内容）等算法进行了有损压缩，这样就使得数字化后的视频，可以适应当时的IT水平，可以存储、编辑、传播了。

说到MPEG的音频部分，不得不说MP3格式的音频，它是MPEG Audio Layer III的标准，这是音频压缩层次，前两层音质一般，码率较高。MP3压缩算法最复杂，音质最佳，码率较低，因此成为了目前最常用的数字音乐格式。另外MPEG-2的Dolby Digital AC-3，实现了多声道家庭影院效果，后来改名为“杜比数码环绕声”(Dolby Surround Digital)。这些我们另文再聊。

至此，我们终于完成了音视频由模拟到数字的转换，迈进了数字化的门槛，可以领略数字化音视频的无限魅力了！