मात्रा का ठहराव मैट्रिक्स जोड़तोड़। भाग २

यह लेख की एक निरंतरता है, जिसमें मैं Xvid का उपयोग करके वीडियो कोडिंग के सिद्धांत और अभ्यास के बारे में अधिक बात करूंगा, साथ ही साथ अपने मैट्रिक्स का एक उन्नत संस्करण पेश करूंगा, जिसमें गुणवत्ता / आकार संकेतक बड़ा हो गया है। कट के तहत विवरण।

हाल ही में, Xvid कोडेक 7 साल का हो गया है, लेकिन सामान्य तौर पर वीडियो संपीड़न का यह सिद्धांत 15 वर्षों से मौजूद है, लेकिन रूसी इंटरनेट में एन्कोडिंग पर बहुत अधिक जानकारी नहीं है। बीज के लिए आप इसे पढ़ सकते हैं: वीडियो संपीड़न , MPEG-4 , Xvid ।

मैं केवल सिद्धांत पर संक्षिप्त रूप से स्पर्श करूंगा (मुझे अधिक ईमानदारी से पता नहीं है) एन्कोडिंग से पहले, तस्वीर को 8x8 ब्लॉकों में विभाजित किया गया है, प्रत्येक ब्लॉक के लिए चमक और रंग के औसत मूल्य पाए जाते हैं, और सभी पिक्सेल औसत मूल्यों पर गणितीय निर्भरता में बदल जाते हैं। परिमाणीकरण मैट्रिक्स का उपयोग करके एक असतत कोसाइन रूपांतरण परिणामस्वरूप मैट्रिक्स पर लागू होता है। मुख्य फ्रेम के लिए इंट्रा मैट्रिक्स, बाकी सभी के लिए इंटर। मैट्रिस के ऊपरी बाएं कोने का उपयोग उन मानों को परिमाणित करने के लिए किया जाता है जो क्रमशः औसत मान से कम भिन्न होते हैं, निम्न दाएं कोने - उन मानों के लिए जो औसत मूल्य से बहुत भिन्न होते हैं। मैट्रिक्स में गुणांक जितना बड़ा होगा, चमक और रंग मूल्यों का उतना बड़ा होगा। ऑड्स 8-255 की रेंज में हैं। यह परिमाणीकरण समाप्त नहीं हुआ है, अंतिम पैकेजिंग से पहले, सभी ब्लॉक मानों को Xvid कोडेक सेटिंग में निर्दिष्ट मात्राक द्वारा विभाजित किया गया है। फोटो लक्ष्य क्वांटाइज़र (फोटो मैट्रिक्स के बाद लाल, फ़ोटो में हाइलाइट किया गया) में।

मात्रा का ठहराव एक संकेत का समन्वय है। एन्कोडिंग करते समय, संकेत मान एक निश्चित संख्या से विभाजित होता है, और जब डिकोडिंग गुणा होता है। चूंकि भिन्नात्मक भाग को छोड़ दिया जाता है, क्वांटाइज़र के बड़े मूल्यों के साथ कई विवरण खो जाते हैं और 8x8 ब्लॉक भी ध्यान देने योग्य हो जाते हैं। लेकिन फ़ाइल का आकार भी बहुत छोटा है। इसलिए, एन्कोडिंग कार्य छोटी फ़ाइलों में स्क्वैरिटी को कम करना है। और अपना खुद का मैट्रिक्स विकसित करना एक जरूरी है।

फ्रेम के प्रकार । सीधे शब्दों में कहें, फ्रेम कुंजी और गैर-कुंजी हैं। गैर-कुंजी वाले प्रमुख पर निर्भर करते हैं, वे चित्र (आंदोलन) में बदलाव दिखाते हैं। Xvid सेटिंग्स फोटो मुख्य फ़्रेम 300 के अंतराल के लिए मानक मान दिखाता है, सेटिंग्स को मुख्य Xvid सेटिंग्स विंडो में निचले "अधिक" बटन द्वारा कहा जाता है। चूंकि एक गैर-कुंजी फ़्रेम एक कुंजी फ़्रेम की तुलना में 5 गुना कम जगह लेता है, इसलिए हम इसे छोटे फ़ाइल आकार के लिए छोड़ देते हैं। 300 से अधिक मूल्य का आमतौर पर उपयोग नहीं किया जाता है, क्योंकि यह अंतराल देखने के 10-12 सेकंड के लिए पर्याप्त है। वॉल्यूम के संदर्भ में, इस सेटिंग वाले प्रमुख फ़्रेम ऑडियो को छोड़कर आपकी फ़ाइल के 5-7% हिस्से पर कब्जा कर लेंगे।

नीचे दी गई तस्वीरों में मैं दिखाऊंगा कि क्वांटिज़ेशन मैट्रिक्स और क्वांटिज़र के गुणांक छवि की गुणवत्ता को कैसे प्रभावित करते हैं।
प्रयोग के लिए, मैंने निम्नलिखित इंट्रा मैट्रिक्स का उपयोग किया:


जैसा कि आप देख सकते हैं, मैंने सबसे पहले गुणांक को यह देखने के लिए अधिकतम किया कि सबसे बड़ी विकृतियाँ कहाँ होंगी।
300% के पैमाने में सभी चित्र। यह संपीड़न से पहले की एक तस्वीर है:


यह मात्रात्मक 2 संपीड़न है:


यह मात्रा 4 संपीड़न है:


जैसा कि आप देख सकते हैं, क्वांटाइज़र 4 चौकों को अधिक दृश्यमान बनाता है, और मैट्रिक्स में 255 गुणांक, अधिकांश चमक और रंग मानों को बढ़ाते हैं, जिससे ब्लॉक एक वर्ग स्थान में फैल जाता है। यदि ब्लॉक गोल थे, तो यह बोकेह जैसा दिखेगा - एक पृष्ठभूमि जो ध्यान से बाहर है। और तथ्य यह है कि तस्वीर का विवरण अभी भी दिखाई दे रहा है, क्योंकि हमने शेष गुणांक न्यूनतम छोड़ दिए हैं। क्वांटाइज़र 1 का उपयोग करने के लिए दृढ़ता से हतोत्साहित किया जाता है क्योंकि कोडेक की विशेषताओं के कारण, और मैं 4 से अधिक का उपयोग नहीं करता हूं, क्योंकि ब्लॉक बहुत विकृत हैं।

अब मेरे मैट्रिक्स के बारे में। उसका नया रूप है:


इसे तीन मोड में लागू किया जा सकता है। सभी मापदंडों के लिए सेटिंग्स समान हैं, एक पैरामीटर को छोड़कर, मुख्य क्वांटाइज़र लक्ष्य क्वांटाइज़र (लाल रंग में हाइलाइट किया गया) है।


लाल रंग में हाइलाइट की गई महत्वपूर्ण सेटिंग्स को फोटो में सेट करने की सलाह दी जाती है (पहली पोस्ट में विस्तार से)।


1. गुणवत्ता। लक्ष्य मात्रा 2. गुणवत्ता उत्कृष्ट है, फ़ाइल का आकार 80% है (मानक सेटिंग्स H263 मैट्रिक्स के साथ एन्कोडिंग के साथ फ़ाइल आकार 100% के रूप में लिया जाता है। इस आकार से हम सभी मोड में "नृत्य" करते हैं)।
2. समझौता। लक्ष्य मात्रा 3. गुणवत्ता सामान्य है, आकार 54% है।
3. संपीड़ित। लक्ष्य मात्रा 4. गुणवत्ता संतोषजनक है, आकार 40%।

जैसा कि आप देख सकते हैं, तीसरे मोड में हमारे पास पहली (ऑडियो के बिना) की तुलना में 2 गुना छोटी फ़ाइल है, लेकिन हम गुणवत्ता का काफी त्याग करते हैं। यद्यपि "महत्वपूर्ण" शब्द का बहुत सापेक्ष अर्थ है। तथ्य यह है कि मैंने नमूनों की तुलना की जो एक साथ अलग-अलग वर्चुअलब विंडो में खोले गए, फ्रेम-बाय-फ्रेम 200% और 300% स्केल पर। यदि आप तीसरे मोड में 1280x720 के रिज़ॉल्यूशन वाली फिल्म को एनकोड करते हैं और इसे केवल प्लेयर में देखते हैं, तो आप अंतर को नोटिस नहीं कर सकते। कम-रिज़ॉल्यूशन वाले वीडियो के लिए या दिल के लिए बहुत प्यारे वीडियो के लिए पहले मोड की सिफारिश की जाती है। दूसरा मोड अधिकांश फिल्मों के लिए उपयुक्त है, और तीसरा उच्च-रिज़ॉल्यूशन वाले वीडियो के लिए या उन वीडियो के लिए जहां गुणवत्ता महत्वपूर्ण नहीं है, लेकिन सामग्री ही है।

तीसरा मोड चुनते समय, ध्वनि की गुणवत्ता के बारे में मत भूलना, क्योंकि 5: 1 384 Kbit प्रारूप में ऑडियो बहुत अधिक जगह लेता है (आमतौर पर एक फिल्म में 300 एमबी)। किसी भी प्रारूप से एमपी में ऑडियो स्थानांतरित करने के लिए, मैं प्रारूप फैक्टरी की सिफारिश करता हूं। यह मुफ़्त है, वीडियो और ऑडियो को एन्कोड करता है। जानकारी के लिए: न्यूनतम एमपी ऑडियो प्रारूप जिस पर सामान्य ध्वनि संरक्षित है, मोनो 48 Kbit 44 KHz है। 22 KHz पर एन्कोड न करें, क्योंकि यह किसी भी बिटरेट पर बहुत खराब है। इसके अलावा, यदि आपके पास कम आवृत्ति स्रोत कोड है या आप इसे नहीं जानते हैं तो 48 KHz पर एन्कोड न करें। आवृत्ति को बदलने से आमतौर पर विरूपण होता है। 44 KHz सबसे सुरक्षित आवृत्ति है।

बहुतों के मन में एक सवाल होगा: हमें एक निरंतर क्वांटाइज़र के साथ कोड क्यों करना चाहिए? क्योंकि किसी भी अन्य मोड (दो-पास मोड, निरंतर बिट दर) में आप मात्रा को नियंत्रित नहीं करते हैं। अर्थात्, क्वांटाइज़र मुख्य रूप से फुहार के लिए जिम्मेदार है (ऊपर प्रयोग देखें)। उन्नत Xvid सेटिंग्स के बारे में पहली पोस्ट में भी पढ़ें, उनके बिना, मेरे मैट्रिक्स का उपयोग करना प्रभावी नहीं होगा।

स्वास्थ्य के लिए कोड!