一个欠费合成师的自我修养——视频参数（关于格式与编解码器，分辨率，帧率，像素长宽比，扫描方式，制式，位深，采样）

84 阅读 0 评论 56 点赞

我是靠谱客的博主勤恳糖豆，最近开发中收集的这篇文章主要介绍一个欠费合成师的自我修养——视频参数（关于格式与编解码器，分辨率，帧率，像素长宽比，扫描方式，制式，位深，采样），觉得挺不错的，现在分享给大家，希望可以做个参考。

概述

本文不定期更新，最新内容请访问：https://www.shuaiqi.me/2019/07/23/yigeqianfeihechengshideziwoxiuyangshipincanshuguanyufenbianshuaizhenshuaixiangsuchangkuanbi/

笔者接触影视行业是在本科一年级，刚开始如无头苍蝇，什么都学了一点，阴差阳错地习得了关于视频参数的一些知识。看似是无关紧要的东西，但对我后来学习合成起到了莫大的帮助，今天重新把它们梳理一遍，同样的，希望对你也能有所帮助。

格式与编解码器

常见的mp4、avi、mov、wmv都是（封装）格式。H.264、HEVC（H.265）、ProRes等都是编码器。

格式与编码器息息相关。一个比喻，格式可看作一个箱子，编码器是箱子中物品的排列方式，一个箱子里可以用不同的排列方式；排列方式也可以用于不同的箱子。比如在Mp4箱子中，可以用H.264编码，也可用HEVC，H.264编码可以用于mp4格式，也可以用于mov格式。

顺带提一句解码器，要想播放特定编码器的视频，必须要有相应的解码器，比如在PC上，已经预置了对H.264的解码，对ProRes则需安装Quicktime来获得解码器支持。

分辨率

影视领域的分辨率，通常表示水平方向和垂直方向的像素数，比如常见的1080P影像分辨率为1920×1080，即水平方向有1920个像素块，垂直方向有1080个像素块，他们相乘的积（像素总数）为2,073,600，也就是207万像素。

Tips：图像的“清晰程度”与多个因素相关，比如光学系统质量、传感器质量、采样率、压缩算法、色彩空间等等，像素总数是其中影响因素之一，但起不到决定作用。一些手机厂商热衷于宣传“像素”与“清晰程度”成正比，严格来说是错误的。

帧率

24帧为电影标准帧率，25/30一般应用于广播电视领域和网络视频平台。还有其它流行帧率，比如一些视频网站（如Bilibili和Youtube）流行的50、60帧，中高端摄像机高帧率拍摄的100、120甚至更高的帧率等等，不再赘述。

值得一提的是23.976和29.97，它属于模拟信号电视时代的历史遗留问题。在电视产生早期，NTSC制式黑白电视的帧率为完整的30帧，但是在彩色电视出现之后，电视台输出彩色信号还要兼容黑白电视，这时需要在有限的带宽中添加色彩信息，但这与原有的声音信息载波相互干扰，为了解决问题工程师采取放慢1%的办法，至于其中的原理笔者不甚了解，感兴趣可参考视频Why is TV 29.97 frames per second?与维基条目NTSC。23.976和29.97是特定技术条件下妥协的产物，HDTV等新的电视制式出现后，为了兼容之前NTSC标准,有些制式仍保留了对29.97的支持。另外，PAL制式传输色彩信息的技术参数与NTSC制式不同，没有出现这种问题。

像素长宽比

一个像素块的长度与宽度之比。上图像素长宽比为x/y=0.5，当今主流视频像素长宽比为1，也就是一个像素块为正方形。有些NTSC/PAL的片源的长宽比不为1，还有一些低端摄像机，它们的感光元件为4:3，要拍摄16:9的影片，但又不舍得裁剪，会采用改变像素长宽比的方式。

扫描方式

扫描方式分为逐行扫描和隔行扫描，1080P（Progressive）和1080I（Interlace），P代表逐行扫描，I代表隔行扫描。

逐行扫描即要显示一幅图像，那么从图像的第一行开始显示，一直到最后一行，是现在的主流。

隔行扫描，还可分为上场优先和下场优先，比如上场优先，那么先扫描奇数行，比如1，3，5，7……再扫描2，4，6，8……，下场优先则是先扫描偶数行再扫描奇数行，这样组成一帧，这是模拟电视的主流扫描方式。

制式（电视标准）

在有些软件中，导出时会出现制式选项，一般有“NTSC”和“PAL”选项，NTSC和PAL是模拟信号电视的制式，NTSC制式的电视参数为29.97帧，隔行扫描，流行于北美，日本等地区。PAL制式为25帧，隔行扫描，流行于欧洲，中国等地区。电视帧数与该地区的市电频率息息相关，比如我国，市电为220V 50Hz，那么适应市电频率，每秒扫描50场，假如是上场优先，那么在1/50秒先扫描奇数行，2/50秒再扫描偶数行，2/50秒组成一帧，每秒50场也就是25帧。

隔行扫描可能会出现“画面割裂”的错误，仍以PAL上场优先为例，第2/50秒扫描的是第一帧的下场，在3/50秒时扫描的是第二帧的上场，即第一帧和第二帧的混合，势必会出现错误，画面运动越快，错误就越明显。

通常，如果不在广播电视领域使用，那么选择NTSC或PAL影响并不大，选择NTSC或PAL可能会影响帧率的选择，NTSC模式下，帧数选择可能为23.976，24，29.97，30，59.94，60等帧率选项，PAL可能会出现24，25，50等帧率选项。

位深

常见的位深有8-bit，16-bit，32-bit等，如8bit，即8位2进制所代表的 28=256个变化，在影视领域则代表每个像素的每个通道有256级灰度，RGB三通道则有 2563=16,777,216种色彩‬。

Nuke工作在32-bit浮点线性空间，合成中的32位指每个通道占有32-bit（ 32位可能还有另一个解释，即RGBA每通道占用8-bit，四通道一共32-bit，此解释在合成领域不适用），每通道有232=4,294,967,296的灰度级，RGB三通道可表示有232·232·232=7.923 x 1028种色彩。

位深影响的主要是影像的色彩细腻程度，8-bit因为占用空间较小，并且也能够较好地表现色彩，所以广泛应用于网络视频图片及广播电视领域，但是在表现一些细腻的渐变色时，很可能会出现色带（如图）。

10-bit一般用于数字电影放映，16-bit及以上用于调色、合成等后期制作。

采样

如图，采样一般是相对于Y'CbCr（YUV的一种，由RGB转化而来）颜色编码来说的，在这里，Y代表亮度，Cb和Cr可理解为颜色信息。采样方式一般有4:4:4，4:2:2，4:2:0等，把它表示为X:Y:Z，X表示单元列数（一个处理单元的列数由X规定，行数一般为2行，在这里为8个像素为一个处理单元），Y表示第一行的颜色(CbCr）采样，Z表示第二行的颜色采样，像素的亮度信息则被全部保留。那么颜色没有被采样，只有亮度采样的像素，它们的颜色从哪里来？不同的编码器对此有不同的处理方式，一般为复制周边的颜色采样等，不再深究。

这样做的目的是什么呢？因为人眼对亮度的敏感程度大于颜色，所以亮度全部保留，颜色则可以减少抽样。这样不会对影像造成太大的损坏，而且减小影像体积。

笔者对这些参数的理解有限，如有任何纰漏，敬请指出。