抖音这么火，你对视频的基本常识又了解多少？

作者：cynic  原文链接：https://testerhome.com/topics/20436

开篇

从抖音、火山、快手等短视频app的不断流行，越来越多的人开始自己制作视频。由于本人工作原因，也是以视频剪辑app为主的测试，在工作过程中，对于视音频的一些知识需要有所理解。

本文主要介绍视频技术相关知识概念。像素、分辨率、色彩空间、帧速率、码率、比特率、编码方式、封装格式。。。。对于视频文件的相关术语，在非专业人员看来都是一些搞不清楚的词汇。希望通过本文，可以对视频中提及的相关术语能够有更加深刻的理解。

一个视频文件，可以简单理解为由一系列的图片拼接组合而成的文件，在介绍视频之前，先从一张图片开始。

像素

一个图像可以视作一个二维矩阵。如果将色彩考虑进来，我们可以做出推广：将这个图像视作一个三维矩阵——多出来的维度用于储存色彩信息。

如果我们选择三原色（红、绿、蓝）代表这些色彩，这就定义了三个平面：第一个是红色平面，第二个是绿色平面，最后一个是蓝色平面。

我们把这个矩阵里的每一个点称为像素（图像元素）。像素的色彩由三原色的强度（通常用数值表示）表示。例如，一个红色像素是指强度为 0 的绿色，强度为 0 的蓝色和强度最大的红色。粉色像素可以通过三种颜色的组合表示。如果规定强度的取值范围是 0 到 255，红色 255、绿色 192、蓝色 203 则表示粉色。

一个像素通常被视为影像的最小的完整取样。包含了在影像中的位置信息和色彩信息。

颜色深度

还有许多其它模型也可以用来表示色彩，进而组成图像。例如，给每种颜色都标上序号（如下图），这样每个像素仅需一个字节就可以表示出来，而不是 RGB 模型通常所需的 3 个。在这样一个模型里我们可以用一个二维矩阵来代替三维矩阵去表示我们的色彩，这将节省存储空间，但色彩的数量将会受限。

例如以下几张图片。第一张包含所有颜色平面。剩下的分别是红、绿、蓝色平面（显示为灰调）（注：颜色强度高的地方显示为亮色，强度低为暗色）。

 我们可以看到，对于最终的成像，红色平面对强度的贡献更多（三个平面最亮的是红色平面），蓝色平面（最后一张图片）的贡献大多只在马里奥的眼睛和他衣服的一部分。所有颜色平面对马里奥的胡子（最暗的部分）均贡献较少。

 存储颜色的强度，需要占用一定大小的数据空间，这个大小被称为颜色深度。假如每个颜色（平面）的强度占用 8 bit（取值范围为 0 到 255），那么颜色深度就是 24（8*3）bit，我们还可以推导出我们可以使用 2 的 24 次方种不同的颜色。

颜色深度越高，画面中就能显示更多种不同的颜色，色彩还原效果也就越好。

分辨率

图片的另一个属性是分辨率，即一个平面内像素的数量。通常表示成宽*高，例如下面这张 4×4 的图片。

宽高比

图像或视频还有一个属性是宽高比，它简单地描述了图像或像素的宽度和高度之间的比例关系。

当人们说这个电影或照片是 16:9 时，通常是指显示宽高比（DAR），然而我们也可以有不同形状的单个像素，我们称为像素宽高比（PAR）。

 DVD 的 DAR 是 4:3，虽然 DVD 的实际分辨率是 704×480，但它依然保持 4:3 的宽高比，因为它有一个 10:11（704×10／480×11）的 PAR。

帧速率 FPS

现在我们可以将视频定义为在单位时间内连续的 n 帧，这可以视作一个新的维度，n 即为帧率，若单位时间为秒，则等同于 帧速率FPS (每秒帧数 Frames Per Second)。

截至2013年，在电视和电影制作行业主要有三种常见帧率：24FPS、25FPS、30FPS，以及HDTV常用的50FPS和60FPS。

比特率

播放一段视频每秒所需的数据量就是它的比特率（即常说的码率）。

比特率 = 宽 * 高 * 颜色深度 * 帧速率

例如，一段每秒 30 帧，每像素 24 bits，分辨率是 480×240 的视频，如果我们不做任何压缩，它将需要 82,944,000 比特每秒或 82.944 Mbps (30x480x240x24)。

当比特率几乎恒定时称为恒定比特率（CBR）；但它也可以变化，称为可变比特率（VBR）。

这个图形显示了一个受限的 VBR，当帧为黑色时不会花费太多的数据量。

隔行扫描、逐行扫描

在早期，工程师们想出了一项技术能将视频的感官帧率加倍而没有消耗额外带宽。这项技术被称为隔行扫描；总的来说，它在一个时间点发送一个画面——画面用于填充屏幕的一半，而下一个时间点发送的画面用于填充屏幕的另一半。

如今的屏幕渲染大多使用逐行扫描技术。这是一种显示、存储、传输运动图像的方法，每帧中的所有行都会被依次绘制。

平时所说的480P 、1080i 、1080P 指的是什么呢？

前面的数字指的视频的宽高比中的高度，后面的P表示逐行扫描、i表示隔行扫描。

现在我们知道了数字化图像的原理；它的颜色的编排方式；给定帧率和分辨率时，展示一个视频需要花费多少比特率；它是恒定的（CBR）还是可变的（VBR）；还有很多其它内容，如隔行扫描、逐行扫描。

通过medinfo软件，可以查看一个视频文件的上述信息