图像与视频基础

图像的色深（Bit Depth/ Color Depth）

色深是指用多少bit的来表达一个像素。例如二值图就只使用1bit，每个像素是纯黑或者纯白。典型的灰度图片使用8bit，每个像素从黑到白有256级过度（0-255）。

图像的色彩空间（Color Spaces）

彩色图像可以用不同的颜色空间表示，常见的有 RGB、HSI、YCbCr 等。

  • RGB色彩空间：RGB 是通过红（R）、绿（G）、蓝（B）三个基色的组合来表示颜色的空间。RGB的色彩立方图如下，RGB色彩空间存储三个色彩的亮度。例如，在24bit彩色图像中，$(0,0,255)$就表示R和G都是0，Blue是255（最大等级），因此色彩是全蓝。若三者都是255，则是全白；三者都是0，则是全黑。

01-图像基础-颜色空间_像素点 rgb-CSDN博客

  • YUV，YIQ，YCbCr：

YUV 是一类颜色空间的基础，衍生出 YIQ、YCbCr 等变体。其中，Y（亮度分量）是指图像的 “黑白部分”，描述亮度信息。UV（色度分量）对应图像的 “颜色部分”，描述色彩信息。

因为人眼对亮度（Y）更敏感，对色度（UV）敏感度低，所以可以压缩 UV 的带宽，节省传输资源。也正因为RGB将亮度信息包含在色彩之中，不利于压缩，因此在流媒体传输中RGB并非一个好选择。

RGB可以通过转换矩阵，与YUV系列的色彩空间进行转换。例如下面的例子：

RGB -> YIQ 转换

YIQ -> RGB 转换

视频的组织结构

视频是帧 / 图像序列 + 音频信号的组合。以高速率播放，利用人眼的视觉暂留效应，让人产生 “流畅运动” 的感知。

常见视频格式有：MPEG（动态图像专家组）、AVI（英特尔）、WMV（微软）。

数字视频的基础组织单元有：

  • Shot（镜头）：视频的基本组成单元，由连续的帧构成。
  • Frame（帧）：视频中的 “单张图片”，是视频的最小视觉单元

视频的扫描方式

视频帧的显示 / 传输需要通过 “扫描” 逐行渲染，常见两种方式：

Interlaced（隔行扫描）

  • 原理：将一帧拆分为奇数行场（odd field）和偶数行场（even field）（即，拆分为两个半场），交替扫描（先扫奇数行，再扫偶数行）。播放时，先播奇场，再播偶场（两次播放的间隔极短，比如 PAL 制式下，25 帧 / 秒的视频，每半场只花 1/50 秒）。因为人眼 “视觉暂留”，会把这两个半场 “拼” 成 1 帧完整画面。
  • 效果：下方示例图可见画面有 “交错线条” 的纹理（是隔行扫描的典型特征）。
  • 优势：节省带宽（早期电视广播常用）；缺点：运动画面易出现 “拉丝” 模糊。

Progressive（逐行扫描）

  • 原理：按顺序扫描一帧的所有行，无需拆分场。
  • 效果：下方示例图画面更平滑、无交错线条。
  • 优势：画质更清晰（尤其运动画面）；现在的高清视频（如 1080P）基本采用逐行扫描。