टीवी / पीसी वीडियो रेंज की समस्या

हाय, हेब्र!

मैं आपको अपने हालिया अध्ययन के बारे में बताना चाहता हूं, जिसमें मैंने वीडियो को कंप्रेस / प्ले करते समय टीवी / पीसी रेंज की बेमेल समस्या का अध्ययन किया। यह समस्या बल्कि क्षुद्र है, लेकिन एक ही समय में काफी बड़े पैमाने पर, इसकी वजह से मैं अक्सर रंग बदलने से पहले संपीड़न कोडेक्स को दोषी ठहराया।

उदाहरण

कल्पना करें कि आप सिर्फ एक छुट्टी से लौटे हैं, आप एन में थे और ईवेंट में शानदार तस्वीरें ले लीं निस्संदेह उत्कृष्ट कैमरा एफ। आप अपने कंप्यूटर पर तस्वीरें लेते हैं और आपको पता चलता है कि आपके हाथ वीडियो कोलाज बनाने और अपने दोस्तों को सभी सुंदरता दिखाने के लिए खुजली कर रहे हैं । यह कहा जाता है - किया, अपने पसंदीदा वीडियो संपादक को स्थापित करें, इसके विपरीत समायोजित करें, सरगम, सब कुछ करें ताकि यह यथासंभव सुंदर हो। और अब परियोजना तैयार है: आपके सामने एक ताजा बेक्ड वीडियो फ़ाइल है। चलाने के लिए जाँच करें और ... कुछ गलत है, जैसे कि इसके विपरीत और संतृप्ति को कम किया गया था। क्या होगा अगर एक और कोडेक ?? हमने एक और कोडेक की कोशिश की - वही बात। ठीक है, मुख्य बात यह है कि डीवीडी पर सब कुछ ठीक है। आप डीवीडी पर एक वीडियो क्लिप रिकॉर्ड करते हैं - और रंग वास्तव में जगह में गिर गए ... ऐसा कैसे?

प्रागितिहास

यह सब एनालॉग टीवी के दिनों के बाद से चला गया है, जिसमें किनेस्कोप जैसी अद्भुत चीज है। पहली पिक्चर ट्यूब रंगहीन थी, यानी उस पर चमक के निशान प्रदर्शित किए गए थे - अधिक तीव्र धारा ने इलेक्ट्रॉन गन को एक निश्चित बिंदु पर भेजा, उज्जवल इस बिंदु को चमक दिया, सब कुछ सरल है। उसी तरह उन्होंने इस टीवी के लिए एक संकेत प्रेषित किया, अर्थात, उन्होंने तस्वीर के चमक घटक को प्रसारित किया।

लेकिन, श्वेत-श्याम तस्वीर वास्तव में लोगों को संतुष्ट नहीं करती है, फिर भी हमारे पास रंग दृष्टि थी, इसलिए जल्द ही रंगीन टेलीविजन दिखाई दिया। रंगीन टीवी में, एक किनेस्कोप का भी उपयोग किया गया था, लेकिन रंग के प्रसारण के लिए, इसका उपयोग किया गया, जैसे आधुनिक मॉनिटर, लाल-हरा-नीला पिक्सल। एक सवाल था, सिग्नल को कैसे प्रसारित किया जाए ताकि ब्लैक एंड व्हाइट टीवी के साथ पिछड़ी संगतता को संरक्षित किया जा सके? बेशक, चमक के अलावा, एक पड़ोसी आवृत्ति पर प्रसारण करना संभव होगा, 3 रंग चैनल, लेकिन, सबसे पहले, चैनल को आवंटित आवृत्ति रेंज काफी संकीर्ण थी, और दूसरी बात, यह अधिक कठिन है, क्योंकि हमें परिणाम मिलता है 4 रंग चैनल। तो, गणितज्ञों और इंजीनियरों को चमक चैनल दो रंग "क्रोमैटिक" वाले के अलावा संचारित करने का विचार आया - नीला और लाल, इसी रंग चैनल से चमक में अंतर के रूप में प्राप्त किया गया, आरजीबी (वाई, सीबी - बीवाई, सीआर = आरवाई) से रंग स्थान प्राप्त करना। पूरे रंग रेंज की गणना इन तीन चैनलों से की जा सकती है। इसके अलावा, एक व्यक्ति की दृष्टि रंगों के प्रति कम संवेदनशील है, यही कारण है कि इसने रंग चैनलों के संकल्प को आधा करने की अनुमति दी, लगभग तस्वीर की गुणवत्ता को खोए बिना। यही है, पाल फ्रेम में चमक चैनल का रिज़ॉल्यूशन 720x576 है, और इसके लिए रंग 360x576 (तथाकथित 4: 2: 2 रंग ग्राहकी) के संकल्प में प्रेषित किए गए थे। लेकिन मैं वास्तव में ब्राइटनेस (Y) और रंगीन क्रोमैटिक चैनल (Cb, Cr) को RGB और इसके विपरीत कैसे बदल सकता हूं?

तो, 1982 में, YCbCr <=> RGB रूपांतरण मानक निर्धारित किया गया था, इसे CCIR 601 (1992 से BT.601) कहा जाता है। कई मानव रंग धारणा प्रयोगों के परिणामों के आधार पर, चमक को क्रमशः 77/256, 150/256 और 29/256 गुणांक वाले लाल, हरे और नीले रंग के योग के रूप में परिभाषित किया गया है।



RGB => YCbCr से रूपांतरण के परिणामस्वरूप, चमक (16-235) और रंग (16-240) की एक कम श्रृंखला प्राप्त की जाती है। जैसा कि मानक में दर्शाया गया है, 0 और 255 के मूल्यों का उपयोग सिंक्रनाइज़ेशन के लिए किया जा सकता है, और 1-15 और 236-254 के मूल्यों को गलत माना जाता है, और उन्हें काले और सफेद के रूप में प्रदर्शित किया जाएगा। बाद में, इन संकीर्ण सीमाओं को डिजिटल वीडियो में स्थानांतरित कर दिया गया, जिसके परिणामस्वरूप वीडियो में एक संकीर्ण सीमा मानक बन गई। यद्यपि उच्च परिभाषा के वीडियो के लिए हमने रंग रूपांतरण के लिए एक और मानक विकसित किया है - BT.709, जो केवल गुणांक में BT.601 से भिन्न होता है।

वीडियो को कैसे संपीड़ित किया जाना चाहिए और सही तरीके से खेला जाना चाहिए एक वीडियो फ़ाइल, अगर यह उज्ज्वल-रंगीन योजनाओं में से एक में संपीड़ित है (और यह कोडेक्स का विशाल बहुमत है, तो आरजीबी केवल असम्पीडित वीडियो में उपयोग किया जाता है), एक संकीर्ण टीवी-रेंज चमक में एन्कोडेड होना चाहिए (16-235)। चूंकि मॉनिटर अभी भी RGB आउटपुट का उपयोग करता है, इसलिए डिकोडर को 0-255 की पूरी रेंज के साथ YCbCr को RGB में बदलना चाहिए। यह एक लगभग सही योजना है, लेकिन लगभग क्यों? और यहाँ क्यों है:

1. कृत्रिम रेंज संपीड़न - भूरे रंग के 256 रंगों में से हमें 220 (8 बिट्स से, वास्तव में, हम 7 बिट्स से थोड़ा अधिक मिलते हैं), और कोई उद्देश्य कारण नहीं हैं कि आपको संगतता को छोड़कर, सीमा को संकुचित करने की आवश्यकता क्यों है। हम तस्वीर की गुणवत्ता को जानबूझकर नीचा दिखा रहे हैं।
2. वीडियो का प्रत्येक पिक्सेल अलग-अलग फिल्टर (डिकोडर, प्लेयर प्रोग्राम, रेंडरिंग, वीडियो साइंस) के एक गुच्छा के माध्यम से मॉनिटर पर एक फ़ाइल से एक बिंदु तक गुजरता है। साथ ही, इस लंबी श्रृंखला में कई रूपांतरण किए जा सकते हैं, जिसके परिणामस्वरूप रेंज के लगातार संकुचित होने के कारण गुणवत्ता में कमी हो सकती है।
3. इस तथ्य के कारण कि कुछ फ़िल्टर श्रेणियों की संकीर्णता को अनदेखा करते हैं, और कुछ वीडियो पूरी सीमा में ग़लती से एन्कोड हो जाते हैं, संकीर्ण के बजाय, अन्य फ़िल्टर इसे ठीक करने का प्रयास करते हैं, परिणामस्वरूप, और भी अधिक भ्रम होता है।

प्रयोग

मैंने एक प्रयोग करने का फैसला किया, यह जांचने के लिए कि मानक संकीर्ण रेंज (16-235) और पूर्ण (0-255) रेंज में एन्कोड किए गए वीडियो को चलाने के दौरान विभिन्न खिलाड़ी / ड्राइवर कैसे व्यवहार करते हैं। ऐसा करने के लिए, मैंने 0-255 से एक ग्रे ग्रेडिएंट के साथ एक पीएनजी छवि ली, एविंसथ के माध्यम से मैंने इसे सबसे लोकप्रिय और आधुनिक एनकोडर x264 को दिया। मैंने तीन एवी स्क्रिप्ट्स का उपयोग किया, पहले एक चित्र को पढ़ा और इसे "जैसा है", RGB प्रारूप में (एक असम्पीडित वीडियो के रूप में) दिया:

rgb.avs

 इमेजरीडर ("पैलेट.पंज", अंत = 24)

दूसरी और तीसरी फ़ाइल में, मैंने दो मानकों BT.601 और BT.709 के अनुसार पूरी रेंज में YV12 रंग स्थान में परिवर्तित किया:

pc601.avs

 इमेजरीडर ("पैलेट.पंज", अंत = 24)
 ConvertToYV12 (मैट्रिक्स = "PC.601")

pc709.avs

 इमेजरीडर ("पैलेट.पंज", अंत = 24)
 ConvertToYV12 (मैट्रिक्स = "PC.709")

इसके बाद, मैंने कई तरीकों से संपीड़ित किया। तथ्य यह है कि x264 में दो पैरामीटर हैं जो परिणाम को प्रभावित कर सकते हैं: --input-range [TV, PC] और --range [TV, PC]। पुराने x264 संस्करणों में, --full व्यवस्था विकल्प इसके लिए जिम्मेदार था।

colortest.cmd

 x264.exe --preset veryslow --crf 1 --output rgb.mp4 rgb.avs
 x264.exe --preset veryslow --crf 1 --input-range TV --range TV --output rgb-tv-tv.mp4 rgb.avs
 x264.exe --preset veryslow --crf 1 --input-range TV --range PC --output rgb-tv-pc.mp4 rgb.avs
 x264.exe --preset veryslow --crf 1 --input-range PC --range TV --output rgb-pc-tv.mp4 rgb.avs
 x264.exe --presets veryslow --crf 1 --input-range PC --range PC --output rgb-pc-pc.mp4 rgb.avs

 x264.exe --preset veryslow --crf 1 --output pc601.mp4 pc601.avs
 x264.exe --presets veryslow --crf 1 --input-range TV --range TV --output pc601-tv-tv.mp4 pc601.avs
 x264.exe --preset veryslow --crf 1 --input-range TV --range PC --output pc601-tv-pc.mp4 pc601.avs
 x264.exe --preset veryslow --crf 1 --input-range PC --range TV --output pc601-pc-tv.mp4 pc601.avs
 x264.exe --preset veryslow --crf 1 --input-range PC --range PC --output pc601-pc-pc.mp4 pc601.avs

 x264.exe --preset veryslow --crf 1 --output pc709.mp4 pc601.avs
 x264.exe --preset veryslow --crf 1 --input-range TV --range TV --output pc709-tv-tv.mp4 pc709.avs
 x264.exe --presets veryslow --crf 1 --input-range TV --range PC --output pc709-tv-pc.mp4 pc709.avs
 x264.exe --preset veryslow --crf 1 --input-range PC --range TV --output pc709-pc-tv.mp4 pc709.avs
 x264.exe --preset veryslow --crf 1 --input-range PC --range PC --output pc709-pc-pc.mp4 pc709.avs

नतीजतन, मुझे 15 फाइलें मिलीं। AviSynth के साथ हिस्टोग्राम की जाँच करने के बाद, मैंने पाया कि - व्यवस्था और --input- श्रेणी के मापदंडों को निर्दिष्ट किए बिना, वीडियो को उसी तरह संकुचित किया जाता है, अन्यथा x264 का उपयोग करके श्रेणियों को परिवर्तित किया जाता है। यही है, केवल pc601.mp4 और pc709.mp4 फाइलें एक चिकनी हिस्टोग्राम प्रदान करती हैं, लेकिन चूंकि ये मानक केवल क्रोमैटिक चैनलों के लिए गुणांक में भिन्न होते हैं, हमारे ग्रे स्केल के लिए उनके बीच कोई अंतर नहीं होगा, मैं केवल दो फाइलें - rgb.mp4 और pc601.mp4 (क्रमशः संकीर्ण और पूर्ण सीमा)।

मैंने 4 कंप्यूटरों पर इन फ़ाइलों के प्लेबैक का परीक्षण किया, विंडोज 7 और एफएफएसडवॉ और के-लाइट कोडेक पैक कोडेक्स हर जगह हैं। परिणाम टैबलेट पर सूचीबद्ध है:



तालिका की व्याख्या:
सामान्य - सही प्रदर्शन
में - गलत प्रदर्शन, रेंज 16-235 0-255 तक नहीं बढ़ाया गया
आउट - गलत डिस्प्ले, रेंज 0-255 गलती से स्केल की जाती है, जिसके परिणामस्वरूप रेंज क्रॉप हो जाती है।

एमपीसी-एचसी खिलाड़ी में परिणामों के स्क्रीनशॉट इस प्रकार हैं:


यह ध्यान देने योग्य है कि रेंज सेटिंग्स लगभग हर फिल्टर में हैं। मेरे मामले में, यह सेटिंग ffdshow वीडियो डिकोडर में भी है, Lav में, हैली रेंडर करता है, वीडियो कार्ड ड्राइवर की सेटिंग में है, और आप रेंज को प्लेयर में कन्वर्ट करने के लिए बाध्य भी कर सकते हैं (एक विशेष shader है)। हालाँकि, किसी कारण से, ffdshow वीडियो डिकोडर में रेंज स्विच करने से परिणाम प्रभावित नहीं हुआ। ड्राइवर में सेटिंग्स हमेशा परिणाम को प्रभावित नहीं करती हैं, जहां यह प्रभावित होता है, मैंने तालिका (वीडियो कार्ड सेटिंग लाइन) में प्रवेश किया। इसके अलावा, DXVA और CUDA हार्डवेयर त्वरण के साथ, केवल 16-235 रेंज को सही माना जाता है, टीवी का उल्लेख नहीं करने के लिए।

मैंने दो वीडियो संपादकों का भी परीक्षण किया:

1. VirtualDub - YV12 / YUV2 से RGB और इसके विपरीत में कोई रूपांतरण नहीं होने पर यह सीमा स्पर्श नहीं करती है, अन्यथा यह पर्वतमाला का रूपांतरण करता है, फ़िल्टर RGB में कार्य करता है, जब प्रोग्राम में प्रदर्शित होता है तो यह रूपांतरण TV- PC करता है।
2. AviDemux - रेंज नहीं बदलती (यह बस RGB स्रोतों के साथ काम नहीं करता है), फ़िल्टर YUV2 के साथ काम करते हैं, जब प्रोग्राम में प्रदर्शित किया जाता है, तो रूपांतरण टीवी-> पीसी है।

परिणाम

तालिका से पता चलता है कि हम पूरी तरह से भ्रम के साथ समाप्त होते हैं: वीडियो कैसे प्रदर्शित किया जाएगा यह कई मापदंडों पर निर्भर करता है, जैसे कि कोडेक का उपयोग किया गया, खिलाड़ी, रेंडरिंग प्रकार और ड्राइवर। यहां मुख्य बात यह समझना है कि समस्या क्या है, और यदि संभव हो, तो इसे ठीक करना।

वीडियो संपीड़न के लिए सही (हालांकि काफी नहीं) रेंज टीवी (16-235) है, अन्यथा अधिकांश मामलों में वीडियो सही ढंग से प्रदर्शित नहीं होगा (काले और सफेद की सीमा को काटते हुए)। और यद्यपि डिजिटल वीडियो के दृष्टिकोण से, किसी भी परिवर्तन के बिना पूरी श्रृंखला को स्टोर करना और प्रदर्शित करना अधिक तर्कसंगत होगा, वर्तमान स्तर पर एक ऐसा मानक है, जिसके बिना हमें अधिकांश उपकरणों में गलत प्रदर्शन मिलेगा।

इससे कैसे निपटें? यह तुरंत ध्यान में आता है - मेटा टैग में उपयोग की जाने वाली सीमा को इंगित करने के लिए, यह विधि पहले से ही लागू की गई है (फुलेंज फ्लैग मौजूद है), लेकिन, दुर्भाग्य से, इस ध्वज को अक्सर अनदेखा किया जाता है। इसलिए:

1. डेवलपर्स - इस तरह के झंडे के प्रभाव के कार्यान्वयन का ध्यान रखना आवश्यक है, साथ ही साथ उनके खिलाड़ियों / कोडेक्स में वीडियो का सही प्रदर्शन करना, अगर सीमा रूपांतरण आवश्यक है;
2. उपयोगकर्ता, यदि रंगों के साथ कोई समस्या है, तो सेटिंग्स (कोडेक / प्लेयर / ड्राइवर में) को कॉन्फ़िगर करने का प्रयास करें, या किसी अन्य खिलाड़ी को आज़माएं;
3. वीडियो हैंडलर्स को इस तरह की समस्या के अस्तित्व के बारे में पता होना चाहिए, और सही ढंग से संपीड़ित करना (16-235 की सीमा में सांकेतिक शब्दों में बदलना, या कम से कम फुलेंज फ्लैग को निर्दिष्ट करना)।

प्रयोग के साथ संग्रह डाउनलोड करें

संदर्भ

विकिपीडिया YCbCr
विकिपीडिया Rec। 601
विकिपीडिया Rec। 709
विकिपीडिया 4: 2: 2
विकिपीडिया रंग उप-नमूनाकरण