Tốc độ khung hình và thời gian
Tốc độ khung hình (khung hình/giây)
Video chứa bao nhiêu hình ảnh mỗi giây. Các giá trị phổ biến: 24 (rạp chiếu phim), 25 (phát sóng PAL), 30 (hầu hết điện thoại và video trên web), 50 và 60 (thể thao, chơi game, chuyển động mượt mà), 120 và 240 (quay chuyển động chậm).
Tại sao nó quan trọng ở đây: nó quyết định số lượng khung hình tồn tại để trích xuất và nó xác định "bước một khung hình" nghĩa là gì. Đặt công cụ bước ở tốc độ khung hình sai và bạn sẽ nhìn thấy cùng một hình ảnh hai lần hoặc âm thầm bỏ qua các khung hình.
Thời lượng khung hình
Tỷ lệ nghịch đảo của tốc độ khung hình — mỗi khung hình xuất hiện trên màn hình trong bao lâu. Ở tốc độ 30 khung hình / giây, 33,3 ms; ở tốc độ 60 khung hình / giây, 16,7 ms; ở tốc độ 24 khung hình/giây, 41,7 mili giây.
Tại sao nó quan trọng: đây là mức trần chính xác. Nếu khoảnh khắc bạn muốn kéo dài 10 mili giây và cảnh quay của bạn là 30 khung hình/giây thì cảnh đó có thể nằm giữa hai khung hình và đơn giản là không tồn tại trong tệp.
Tốc độ khung hình thay đổi (VFR)
Một số nguồn — bản ghi màn hình, cảnh quay điện thoại trong điều kiện ánh sáng yếu, ảnh chụp trực tuyến — không sử dụng khoảng thời gian liên tục giữa các khung hình. Chúng chỉ phát ra khung hình khi nội dung thay đổi hoặc thay đổi tốc độ theo ánh sáng sẵn có.
Tại sao nó quan trọng: "mỗi khung hình thứ 10" trở thành một khoảng thời gian không thể đoán trước trên cảnh quay VFR và độ lệch số học của dấu thời gian. Nếu bước khung hoạt động không nhất quán thì VFR có thể là nguyên nhân. Việc chuyển đổi sang tốc độ khung hình không đổi trước khi trích xuất sẽ loại bỏ được vấn đề.
Mã thời gian
Một định dạng hình ảnh mới hơn với cả chế độ lossy và lossless, nhỏ hơn khoảng 25–30% so với JPEG ở chất lượng tương đương. HH:MM:SS:FF trong đó FF là số khung trong giây. Khác biệt với thời gian phát lại đã trôi qua.
Tại sao nó quan trọng: đó là cách bạn ghi lại khung hình mình đã chụp theo cách mà người khác có thể tìm lại. Dấu thời gian mili giây có cùng mục đích đối với hầu hết tác phẩm không được phát sóng.
Loại nén và loại khung
I-frame (khung hình chính, khung được mã hóa nội bộ)
Một khung được lưu dưới dạng một hình ảnh hoàn chỉnh, độc lập với mọi khung hình khác. Gần tương đương với một ảnh JPEG độc lập bên trong luồng video.
Tại sao nó quan trọng: I-frame là nơi bộ giải mã có thể bắt đầu. Tìm kiếm đến một vị trí tùy ý có nghĩa là chuyển sang khung hình I trước đó và giải mã tiếp theo — đó là lý do tại sao việc tìm kiếm trong một số tệp có cảm giác chậm chạp và không chính xác.
P-frame (khung dự đoán)
Chỉ lưu trữ sự khác biệt so với khung hình trước đó. Nhỏ hơn nhiều so với khung hình chữ I.
Tại sao nó quan trọng: không thể giải mã khung chữ P một mình. Đây là cơ chế đằng sau hầu hết hiệu quả của việc nén video và đằng sau thực tế là bạn không thể đơn giản kéo khung hình 4.732 ra khỏi tệp mà không giải mã những gì có trước nó.
Khung B (khung hai chiều)
Lưu trữ những điểm khác biệt so với cả khung hình trước đó và khung hình sau khung. Loại nhỏ nhất trong ba loại.
Tại sao nó quan trọng: Khung B có nghĩa là thứ tự lưu trữ trong tệp khác với thứ tự hiển thị, đó là một lý do khiến việc tìm kiếm chính xác theo khung hình khó hơn vẻ bề ngoài.
GOP (Nhóm ảnh)
Mẫu lặp lại của khung hình I, P và B — ví dụ: một khung hình I theo sau là 29 khung hình khác, sau đó là một khung hình I khác.
Tại sao nó quan trọng: GOP dài có nghĩa là các khung hình I cách xa nhau, khiến việc tìm kiếm trở nên thô hơn. Các tệp được tối ưu hóa cho việc phát trực tuyến thường có GOP trong vài giây; cảnh quay trực tiếp từ máy ảnh thường có cảnh ngắn hơn.
Tốc độ bit
Dữ liệu mỗi giây của video, tính bằng Mbps. Cảnh quay điện thoại thường có tốc độ 10–50 Mbps; phát trực tuyến video 3–8; codec trung cấp chuyên nghiệp có thể vượt quá 200.
Tại sao nó quan trọng: đó là yếu tố dự báo mạnh mẽ nhất về mức độ đẹp mắt của một khung hình được trích xuất. Khung hình 4K từ luồng 5 Mbps sẽ hiển thị các thành phần nén mà khung hình 1080p từ tệp camera 50 Mbps sẽ không hiển thị — chỉ độ phân giải không cho bạn biết chất lượng hình ảnh.
Có mất dữ liệu và không mất dữ liệu
Nén có mất dữ liệu sẽ loại bỏ thông tin vĩnh viễn (H.264, JPEG, MP3). Lossless bảo toàn chính xác mọi giá trị (PNG, FFV1, FLAC).
Tại sao nó quan trọng: việc giải nén sang PNG từ một nguồn bị mất dữ liệu sẽ không khôi phục được gì — bạn sẽ nhận được một bản sao không mất dữ liệu của các pixel đã bị xuống cấp. Điều nó ngăn cản là thêm thế hệ mất mát thứ hai, điều quan trọng là khung hình có được chỉnh sửa sau đó hay không.
Màu sắc và pixel
Lấy mẫu con Chroma (4:4:4, 4:2:2, 4:2:0)
Video lưu trữ độ sáng ở độ phân giải đầy đủ và màu sắc ở độ phân giải giảm vì thị giác của con người nhạy cảm hơn nhiều so với hình ảnh trước đây. Ký hiệu mô tả lượng màu được giữ: 4:4:4 là đầy đủ, 4:2:2 là một nửa theo chiều ngang, 4:2:0 là một nửa theo cả hai hướng.
Tại sao nó quan trọng: hầu hết video dành cho người tiêu dùng là 4:2:0, do đó, khung được trích xuất có chi tiết màu ở độ phân giải một nửa theo mỗi hướng. Nó không thể nhìn thấy được trên nội dung ảnh nhưng rất dễ nhìn thấy trên các cạnh có màu sắc nét — văn bản màu đỏ trên nền tối là trường hợp điển hình và đó là thuộc tính của nguồn chứ không phải lỗi trích xuất.
Không gian màu (Rec. 709, Rec. 2020, sRGB)
Định nghĩa về ý nghĩa của các số được lưu trữ dưới dạng màu sắc. Video HD thường là Rec. 709, HDR thường Rec. Năm 2020, hình ảnh tĩnh thường có sRGB.
Tại sao nó quan trọng: Rec. 709 và sRGB gần nhau nhưng không giống nhau. Các nguồn HDR rất khác nhau và khung hình HDR được trích xuất mà không ánh xạ tông màu thường trông mờ và phẳng.
Phạm vi giới hạn và phạm vi đầy đủ
Video thường đặt màu đen ở giá trị mã 16 và màu trắng ở 235, đặt khoảng trống ở hai bên. Hình ảnh tĩnh sử dụng thuật ngữ trích xuất khung hình video đầy đủ từ 0–255.
Tại sao nó quan trọng: đây là nguyên nhân phổ biến nhất khiến "khung hình được trích xuất của tôi trông buồn tẻ hơn video". Nếu chuyển đổi không được áp dụng, màu đen sẽ chuyển sang màu xám và hình ảnh trông phẳng; áp dụng hai lần, làm mờ bóng và làm nổi bật clip. Không phải là giảm chất lượng — đó là các giả định không khớp.
Độ sâu bit
Số bit trên mỗi kênh màu. Video tiêu dùng thường là 8 bit (256 cấp độ cho mỗi kênh); cảnh quay chuyên nghiệp và HDR là 10 bit hoặc 12 bit.
Tại sao nó quan trọng: 8 bit hiển thị dải hiển thị ở độ dốc mượt mà, rõ ràng nhất là bầu trời. Việc trích xuất sang PNG sẽ giữ nguyên độ sâu mà nguồn có nhưng không thể thêm các mức chưa từng được ghi lại.
Gamma
Mối quan hệ phi tuyến tính giữa các giá trị được lưu trữ và độ sáng được hiển thị. Quy trình video và hình ảnh tĩnh không phải lúc nào cũng có cùng một đường cong.
Tại sao nó quan trọng: gamma không khớp sẽ làm thay đổi độ sáng ở tông trung tính — tổng thể hình ảnh trông hơi tối hoặc quá sáng mà không có bất kỳ thay đổi nào về các điểm đen trắng.
Các định dạng và vùng chứa
Vùng chứa so với codec
Vùng chứa là trình bao bọc tệp (MP4, MOV, MKV, WebM). Codec là phương pháp nén nội dung bên trong (H.264, HEVC, VP9, AV1, ProRes).
Tại sao nó quan trọng: điều này giải thích lỗi khó hiểu nhất trong quá trình trích xuất khung — cả hai tệp đều có tên .mp4, một khung mở và một khung không mở. Phần mở rộng mô tả cái hộp chứ không phải nội dung bên trong. MP4 chứa HEVC có thể bị từ chối khi MP4 chứa H.264 hoạt động.
H.264 (AVC)
Bộ giải mã video được hỗ trợ rộng rãi nhất. Về cơ bản phát ở mọi nơi.
Tại sao nó quan trọng: nếu một tệp không mở được trong một công cụ dựa trên trình duyệt thì việc chuyển mã sang H.264 trong vùng chứa MP4 là giải pháp khắc phục hầu như luôn hoạt động.
HEVC (H.265)
Người kế nhiệm của H.264: tốc độ khoảng một nửa cho chất lượng tương tự. Mặc định cho bản ghi iPhone kể từ iOS 11.
Tại sao nó quan trọng: hỗ trợ trình duyệt không đồng đều và phụ thuộc vào nền tảng. Một video iPhone không tải trong công cụ trình duyệt thường là HEVC.
ProRes và DNxHD
Các codec trung gian được sử dụng trong chỉnh sửa. Các tệp rất lớn, độ nén rất nhẹ, được thiết kế để mã hóa lại nhiều lần.
Tại sao nó quan trọng: không có trình duyệt nào giải mã được chúng. Đây là trường hợp rõ ràng nhất khi sử dụng FFmpeg hoặc một trình soạn thảo thay vì một công cụ web.
PNG
Định dạng hình ảnh không mất dữ liệu với kênh alpha. Các tệp lớn hơn.
Tại sao nó quan trọng: lựa chọn phù hợp cho các khung hình được trích xuất sẽ được chỉnh sửa, phân tích, đo lường hoặc lưu trữ.
JPEG
Định dạng hình ảnh lossy có cài đặt chất lượng, thường là 1–100. Kích thước gần bằng một phần mười PNG với chất lượng cao.
Tại sao nó quan trọng: lựa chọn đúng khi bạn cần nhiều khung hình và đích đến là một tài liệu, một vé hoặc một tập huấn luyện có khả năng chịu đựng mức độ nhẹ nén. Lưu ý rằng thang đo chất lượng của nó không được chuẩn hóa giữa các công cụ — "90" trong một ứng dụng không chính xác là "90" trong một ứng dụng khác.
WebP
Một định dạng hình ảnh mới hơn với cả chế độ lossy và lossless, nhỏ hơn khoảng 25–30% so với JPEG ở chất lượng tương đương.
Tại sao nó quan trọng: tốt cho việc phân phối trên web, ít được phần mềm máy tính để bàn chấp nhận phổ biến hơn PNG và JPEG. Chọn nó khi các khung đang truy cập vào một trang web thay vì vào một công cụ.
Thuật ngữ quy trình trích xuất
Khoảng thời gian lấy mẫu
Khoảng cách giữa các khung được trích xuất, được biểu thị bằng giây (cứ 5 giây một lần) hoặc bằng khung hình (cứ 10 giây một lần).
Tại sao nó quan trọng: hai cách đọc cho kết quả hoàn toàn khác nhau trên cùng một tệp và việc nhầm lẫn chúng là nguyên nhân phổ biến nhất khiến kết quả có nhiều hoặc ít hình ảnh hơn dự định.
Bảng liên hệ
Một lưới gồm các khung hình được trích xuất được xem cùng nhau. Được mượn từ phim, trong đó tờ kiểm chứng cho phép bạn chọn nhanh các phim âm bản.
Tại sao nó quan trọng: các mẫu theo thời gian — mở khoảng cách, thay đổi trạng thái, xuất hiện lỗi — hiển thị trong lưới theo cách chúng không hiển thị trong khi phát lại.
Không đệm
Viết số thứ tự với các số 0 đứng đầu: frame_0001 chứ không phải frame_1.
Tại sao nó quan trọng: tên tệp thường được sắp xếp dưới dạng văn bản, đặt frame_10 trước khi frame_2. Bất kỳ công cụ nào đọc các khung hình của bạn theo thứ tự tên tệp sẽ phát lại chúng một cách ngẫu nhiên mà không có nó.
Xử lý phía khách hàng
Công việc được thực hiện trong trình duyệt của bạn thay vì trên máy chủ. Tệp được đọc từ đĩa vào bộ nhớ trang và không bao giờ được truyền đi.
Tại sao nó quan trọng: nó loại bỏ giới hạn thời gian tải lên và kích thước do máy chủ áp đặt, đồng thời đây là cách sắp xếp duy nhất để đoạn phim theo NDA hoặc nghĩa vụ bảo vệ dữ liệu có thể được xử lý thông qua một trang web. Nó cũng có thể kiểm tra được — ngắt kết nối mạng và xem liệu nó có còn hoạt động hay không.