公衆號回覆：666，領取學習資源大禮包
這是一份循序漸進的視頻技術的介紹，來自 Github 倉庫：
https://github.com/leandromoreira/digital_video_introduction
本文檔旨在儘可能使用淺顯的詞語，豐富的圖像和實際例子介紹數字視頻概念，使這些知識能適用於各種場合。
有興趣瞭解更多內容的同學可以下載倉庫源碼，這裏只做摘錄，僅供參考。
往期內容：
消除冗餘
我們認識到，不對視頻進行壓縮是不行的；一個單獨的一小時長的視頻，分辨率爲 720p 和 30fps 時將需要 278GB*。僅僅使用無損數據壓縮算法——如 DEFLATE（被PKZIP, Gzip, 和 PNG 使用）——也無法充分減少視頻所需的帶寬，我們需要找到其它壓縮視頻的方法。
*我們使用乘積得出這個數字 1280 x 720 x 24 x 30 x 3600 （寬，高，每像素比特數，fps 和秒數）
爲此，我們可以利用視覺特性：和區分顏色相比，我們區分亮度要更加敏銳。時間上的重複：一段視頻包含很多隻有一點小小改變的圖像。圖像內的重複：每一幀也包含很多顏色相同或相似的區域。
顏色，亮度和我們的眼睛
我們的眼睛對亮度比對顏色更敏感，你可以看看下面的圖片自己測試。
如果你看不出左圖的方塊 A 和方塊 B 的顏色是相同的，那麼好，是我們的大腦玩了一個小把戲，這讓我們更多的去注意光與暗，而不是顏色。右邊這裏有一個使用同樣顏色的連接器，那麼我們（的大腦）就能輕易分辨出事實，它們是同樣的顏色。
簡單解釋我們的眼睛工作的原理
眼睛是一個複雜的器官，有許多部分組成，但我們最感興趣的是視錐細胞和視杆細胞。眼睛有大約1.2億個視杆細胞和6百萬個視錐細胞。
簡單來說，讓我們把顏色和亮度放在眼睛的功能部位上。視杆細胞主要負責亮度，而視錐細胞負責顏色，有三種類型的視錐，每個都有不同的顏料，叫做：S-視錐（藍色），M-視錐（綠色）和L-視錐（紅色）。
既然我們的視杆細胞（亮度）比視錐細胞多很多，一個合理的推斷是相比顏色，我們有更好的能力去區分黑暗和光亮。
![]()
eyes composition
一旦我們知道我們對亮度（圖像中的亮度）更敏感，我們就可以利用它。
顏色模型
我們最開始學習的 彩色圖像的原理 使用的是 RGB 模型，但也有其他模型。有一種模型將亮度（光亮）和色度（顏色）分離開，它被稱爲 YCbCr*。
* 有很多種模型做同樣的分離。
這個顏色模型使用 Y 來表示亮度，還有兩種顏色通道：Cb（藍色色度） 和 Cr（紅色色度）。YCbCr 可以由 RGB 轉換得來，也可以轉換回 RGB。使用這個模型我們可以創建擁有完整色彩的圖像，如下圖。
YCbCr 和 RGB 之間的轉換
有人可能會問，在**不使用綠色（色度）**的情況下，我們如何表現出所有的色彩？
爲了回答這個問題，我們將介紹從 RGB 到 YCbCr 的轉換。我們將使用 ITU-R 小組*建議的標準 BT.601 中的係數。
第一步是計算亮度，我們將使用 ITU 建議的常量，並替換 RGB 值。
Y = 0.299R + 0.587G + 0.114B
一旦我們有了亮度後，我們就可以拆分顏色（藍色色度和紅色色度）：
Cb = 0.564(B - Y)
Cr = 0.713(R - Y)
並且我們也可以使用 YCbCr 轉換回來，甚至得到綠色。
R = Y + 1.402Cr
B = Y + 1.772Cb
G = Y - 0.344Cb - 0.714Cr
*組織和標準在數字視頻領域中很常見，它們通常定義什麼是標準，例如，什麼是 4K？我們應該使用什麼幀率？分辨率？顏色模型？
通常，顯示屏（監視器，電視機，屏幕等等）僅使用 RGB 模型，並以不同的方式來組織，看看下面這些放大效果：
色度子採樣
一旦我們能從圖像中分離出亮度和色度，我們就可以利用人類視覺系統對亮度比色度更敏感的特點，選擇性地剔除信息。色度子採樣是一種編碼圖像時，使色度分辨率低於亮度的技術。
我們應該減少多少色度分辨率呢？已經有一些模式定義瞭如何處理分辨率和合並（最終的顏色 = Y + Cb + Cr）。
這些模式稱爲子採樣系統，並被表示爲 3 部分的比率 - a:x:y，其定義了色度平面的分辨率，與亮度平面上的、分辨率爲 a x 2 的小塊之間的關係。
a是水平採樣參考 (通常是 4)，x是第一行的色度樣本數（相對於 a 的水平分辨率），y是第二行的色度樣本數。
存在的一個例外是 4:1:0，其在每個亮度平面分辨率爲 4 x 4 的塊內提供一個色度樣本。
現代編解碼器中使用的常用方案是：4:4:4 (沒有子採樣)**, 4:2:2, 4:1:1, 4:2:0, 4:1:0 and 3:1:1。
YCbCr 4:2:0 合併
這是使用 YCbCr 4:2:0 合併的一個圖像的一塊，注意我們每像素只花費 12bit。
![]()
YCbCr 4:2:0 合併
下圖是同一張圖片使用幾種主要的色度子採樣技術進行編碼，第一行圖像是最終的 YCbCr，而最後一行圖像展示了色度的分辨率。這麼小的損失確實是一個偉大的勝利。
前面我們計算過我們需要 278GB 去存儲一個一小時長，分辨率在720p和30fps的視頻文件。如果我們使用 YCbCr 4:2:0 我們能剪掉一半的大小（139GB）*，但仍然不夠理想。
* 我們通過將寬、高、顏色深度和 fps 相乘得出這個值。前面我們需要 24 bit，現在我們只需要 12 bit。
自己動手：檢查 YCbCr 直方圖
你可以使用 ffmpeg 檢查 YCbCr 直方圖。這個場景有更多的藍色貢獻，由直方圖顯示。
![]()
ycbcr 顏色直方圖
推薦閱讀：
覺得不錯，點個在看唄~
