Fajl formati (3): Video

Niz slika koje prikazane jedna za drugom daju iluziju kretanja prvobitno je sniman baš tako – kao niz slika u jednom fajlu. A onda je potreba za kompresijom zakomplikovala stvari...

Nekada je zamisao o snimanju, obradi i reprodukciji video zapisa na PC računaru bila neostvariv san, ali su pojava Pentium procesora i pad cena CD-ROM uređaja početkom devedesetih godina omogućili prve stidljive korake ka tom cilju. Kartice sa video ulazom omogućile su dovođenje analognog video signala do računara i njegovo pretvaranje u digitalni oblik, ali je tu nastao i prvi problem – količina prostora koja je neophodna za njegovo čuvanje bila je naprosto ogromna za tadašnje, pa čak i za današnje pojmove.

Video zapis zapravo čini niz statičnih slika („frejmova”) koje se velikom brzinom prikazuju jedna za drugom i time stvaraju iluziju kretanja. Koriste se uglavnom dve brzine – u Americi i Japanu 29,97, a u Evropi 25 slika u sekundi.

Kako analogni signal nije pogodan za obradu na računaru, neophodno ga je digitalizovati. Digitalizacija se obično obavlja preko zasebnog uređaja poput TV kartice, koji svaki frejm analognog signala konvertuje u bitmapiranu sliku. Ovaj proces ne obrađuje celu sliku odjednom, već se redom obrađuje jedna po jedna horizontalna linja. Uzmimo za primer sliku PAL standarda, DVD-Video kvaliteta. Svaka linija deli se na 720 segmenata, od kojih svaki prestavlja jedan piksel, pa je horizontalna rezolucija PAL signala 720 piksela. Cela slika sastoji se od 576 ovakvih linija (u televiziji se u stvari koristi 625 linija, ali se 49 linija ne vidi na ekranu, jer su u njima smešteni kontrolni i pomoćni signali, te se na kompjuterima pamti samo 576 linija). Za snimanje slike rezolucije 720 x 576 piksela pri 24-bitnoj paleti boja (24 bita = 3 bajta) potrebno je 720 x 576 x 3 = 1,2 MB. Kako se u jednoj sekundi reprodukuje 25 slika, 25 x 1,2 daje 30 MB neophodnog prostora za čuvanje jedne jedine sekunde video zapisa. Ovu količinu podataka moguće je gotovo prepoloviti trikom korišćenim u analognoj televiziji, tj. pretvaranjem u tzv. komponentni oblik (YCbCr). Umesto RGB vrednosti, čuvaju se podaci o sjajnosti boje (Y) i vrednosti signala razlika boja B-Y (Cb) i R-Y (Cr), pri čemu se Cb i Cr čuvaju u dvostruko manjoj rezoluciji. I pored ove uštede, nekomprimovani video zapis je astronomski veliki, pa je rešenje problema nađeno u kompresiji sadržaja.

Intraframe i interframe kompresija

Prvi način kompresije koji se primenjivao kod video materijala jeste takozvani intrafrejm metod. Na svaki pojedinačni frejm slike primenjuje se kompresija i dobija se niz I frejmova. Kod metode interfrejm takođe se vrši kompresija jednog frejma, a zatim se vrši analiza sledećeg frejma. Razlike između dva frejma obično nisu prevelike – često je više frejmova veoma slično, tj. sa malim promenama. Delovi slike gde nema promene jednostavno se kopiraju iz prethodne slike, a čuva se samo podatak o razlici ta dva frejma, čime se ostvaruje drastična ušteda u količini snimljenih podataka.

Motion JPEG

MJPEG je jedan od najstarijih i najšire podržanih kodeka koji su danas u upotrebi. Zasnovan je na intrafrejm metodi kompresije, što znači da se svaki frejm kompresovan u MJPEG formatu posmatra zasebno i da se nad svakim vrši JPEG kompresija, koja (kao što smo objasnili u SK 1/2011) podrazumeva primenu tzv. diskretne kosinusne transformacije i odbacivanje manjih razlika u boji i intenzitetu slike. Kao i kod JPEG-a, ivice predmeta i sitni detalji najpodložniji su deformacijama. Glavna prednost MJPEG-a je upravo u tome što je zasnovan na JPEG formatu, što ga čini jednostavnim za primenu i hardverski nezahtevnim. Nedostatak je relativno slab stepen kompresije, maksimalno 1:20.

Motion Picture Experts Group – 1 (MPEG-1)

Prvobitni cilj MPEG 1 standarda bio je dobijanje izlaznog fajla čija je bitska brzina 1,5 Mbit/s, što je omogućavalo prenos putem optičkih telefonskih linija ili smeštanje na CD-ROM. Ulazni fajl se iz niza RGB podataka pretvara u YCbCr (komponentni) signal. Što se tiče intrafrejm kompresije, kao i kod JPEG-a, u obzir se uzima osobina ljudskog vida da manje primećuje razlike u boji nego razlike u sjajnosti, pa se zato redukuje broj prenetih informacija o boji. U konkretnom slučaju koristi se odnos 4:2:0. Tehničko objašnjenje prevazilazi okvire ovog teksta, ali poenta je u tome da se čuva četiri puta manje podataka o boji nego podataka o sjajnosti. Svaki frejm deli se na makroblokove, koje čine polja 16 x 16 piksela. Makroblokovi se dalje dele na četiri bloka veličine 8 x 8 piksela, koji su osnova za kompresiju. Na njih se primenjuje niz matematičkih funkcija čiji je krajnji rezultat drastično smanjenje količine podataka.

Dobijeni rezultat predstavlja I frejm. Sledi interfrejm kompresija. Između dva I frejma nalazi se nekoliko delta frejmova. Postoji dva tipa delta frejmova: P skraćeno od predictive i B od bidirectional. Frejmovi I i P iz kojih se matematičkim putem izračunavaju ostali frejmovi nazivaju se ključni frejmovi (keyframes). P frejm sadrži samo podatak o razlici između njega i prethodnog ključnog frejma, i u proseku je 50 odsto manje veličine od I frejmova jer se ostatak frejma rekonstruiše. B frejmovi sadrže podatke o razlici trenutnog frejma i prethodnog i sledećeg ključnog frejma, i u proseku su 75 odsto manji od I frejmova. Kako prenose najmanje informacija, najbolje rezultate imaju kod brzih promena jer se tada greške najmanje primećuju, ali upravo zbog toga nikada se ne koriste kao ključni frejmovi. Na slici je prikazana tipična konfiguracija frejmova u jednoj grupi unutar MPEG fajla.

Frejm P₁ sadrži podatke o razlici u odnosu na frejm I₁. Frejm P₂ prikazuje razliku između njega i frejma P₁. Za prikaz prva dva B frejma potrebno je znati informacije iz I₁ i _P1 frejmova, pošto se oni oslanjaju kako na prethodni tako i na sledeći frejm, što znači da je za reprodukciju ovakve strukture potrebno prvo preneti I i P frejmove kako bi iz njih mogli da se proračunaju B frejmovi.

Tipična primena MPEG-1 kodiranog sadržaja jeste VideoCD, koji je bio aktuelan polovinom devedesetih godina. Kvalitet slike je približan kvalitetu VHS kasete, rezolucija je 352 x 288 piksela, dok je zvuk u MP2 formatu i nalazi se u istom fajlu sa videom.

MPEG-2

MPEG-2 predstavlja unapređenje MPEG-1 standarda u cilju poboljšanja kvaliteta komprimovanog materijala. Jedno od najbitnijih poboljšanja kod MPEG-2 jeste mogućnost korišćenja reprodukcije slike sa proredom (interlaced video), što je omogućilo primenu na televiziji i u satelitskom emitovanju. Reprodukcija slike sa proredom je trik iskorišćen kao osnova prenosa analogne televizije. Da bi se postigla ušteda u količini podataka koje je potrebno preneti i smanjilo treperenje, slika se deli na dva dela. Rezultat su dve poluslike (engl. fields), jedna koji sadrži neparne linije i druga koja sadrži parne. Njihovim naizmeničnim prikazivanjem stvara se iluzija jedne slike, jer druga poluslika ispunjava praznine u prvoj i obrnuto.

MPEG-2 dolazi u više profila, pa je moguće, recimo, odabrati profil koji koristi odnos luminentnog (Y) i signala razlika boja (Cb, Cr) 4:2:2, a zbog bolje realizovane unutrašnje strukture grupe frejmova rezultat je zapis sa manje gubitaka u kvalitetu slike. MPEG-2 kodirani zapis koristi se za DVD-Video zapis za filmove, kao interna kompresija u TV stanicama, u kompjuterskim montažama, a u novije vreme i u digitalnom emitovanju TV programa.

DivX/Xvid

Kada se pomene DivX format, prva asocijacija su nelegalne kopije filmova koje kruže Internetom. Koreni DivX-a zapravo i jesu u „mutnim” vodama – iz razbijenog koda Microsoftovog kodeka MPEG-4v3. Godine 1998. francuski haker Žerom Rota, nezadovoljan time što trenutna verzija Windows Media Playera nije mogla da reprodukuje njegov CV snimljen u video formi, zajedno sa nemačkim hakerom Maksom Morisom, razbio je kôd MPEG-4v3 kodeka. Umesto Microsoftovog kontejnerskog fajla ASF, iskorišćen je daleko zastupljeniji AVI kontejner, i tako je stvoren jedan od najpopularnijih kodeka današnjice. Mogućnost izbora rezolucije, upotreba tzv. luma maskiranja (redukovanje kvaliteta slike u veoma tamnim i veoma svetlim delovima slike), kao i usavršena interpolacija pokreta omogućili su da se dobije slika ne mnogo lošija od one kod MPEG-2, uz visok stepen kompresije, što omogućava da jedan prosečan film stane na jedan CD. Novije verzije DivX kodeka imaju dodatne mogućnosti kao što je HD kvalitet slike, ali su izgubile popularnost jer su postale komercijalan proizvod koji se plaća. To je povećalo popularnost besplatnih rešenja sa sličnim mogućnostima, kao što je, recimo, popularni slobodni kodek Xvid.

H.264

MPEG-4 part 10 iliti H.264 predstavlja jedan od najpopularnijih formata nove generacije. Glavni cilj bio je postizanje dvostruko manje veličine fajla u odnosu na MPEG-2 pri istom kvalitetu slike. Broj profila drastično je povećan, mogući raspon stepena kompresije i kvaliteta takođe, a uvedena je i podrška za odnos luminentnog i signala razlika boja 4:4:4. Glavne izmene su u samom kodiranju. Makroblok više nije ograničen na 16 x 16 piksela, već prema potrebi može imati veličine 16 x 8, 8 x 16 ili 8 x 8 piksela, što se deli u manje blokove 8 x 8, 8 x 4, 4 x 8 ili 4 x 4 piksela. Time je postignuta veća fleksibilnost jer je moguće neke delove slike deliti na manje, a druge na veće makroblokove i time poboljšati kompresiju bez primetnog pada kvaliteta. Debloking filter, filter koji „pegla” oštre ivice blokova, takođe je prisutan. Unapređena predikcija pokreta kroz više referentnih frejmova poboljšava kvalitet slike kod naglih promena slike, uvođenja novih objekata na scenu ili promene kompletne pozadine. Video striming je olakšan uvođenjem novih „SP” i „SI” frejmova, čija je uloga nadoknađivanje eventualnih gubitaka u prenosu bez ponovnog učitavanja kompletnog segmenta. Ne postoji ni ograničenje da se frejm može oslanjati samo na prethodni i sledeći, već može da se „oslanja” na bilo koji ključni frejm u nizu. H.264 je danas standardni kodek koji se primenjuje od online striminga, preko BluRay diskova sa HD filmovima, do DVB-T2 standarda za prenos digitalne televizije (kao jedan od mogućih načina kompresije), čije se uvođenje očekuje uskoro u Srbiji.

Postoji više različitih besplatnih implementacija ovog kodeka. Jedna od popularnijih svakako je X.264, implementacija sa gotovo identičnim sistemom kodiranja, čije je jedino ograničenje nešto lošiji rad sa interlejs videom.

AVI i MKV video kontejneri

Mnogi korisnici brkaju način kompresije i tip datoteke (fajla) u kojoj su podaci smešteni. Takođe, dosad smo se bavili samo videom, zanemarujući činjenicu da je u istom fajlu najčešće smešten (bar) još i zvuk, i sam komprimovan nekom od metoda opisanih u SK 2/2011. Ti takozvani kontejnerski fajlovi imaju tačno određenu unutrašnju organizaciju (format) koja omogućava da se film reprodukuje bez kašnjenja u tonu i bez „seckanja” u slici.

Jedan od najpoznatijih i najzastupljenijih audio/video kontejnera današnjice jeste AVI (Audio-Video Interleaved, isprepletani zvuk i slika). Radi se o formatu koji omogućava sinhronu reprodukciju video i audio zapisa, jer su podaci o slici i zvuku izdeljeni u sitne deliće i „naslagani” naizmenično u fajlu. U AVI kontejner moguće je smestiti kako sadržaj komprimovan DivX metodom tako i MJPEG, MPEG-4, DV itd. Njegove glavne mane su nedostatak podatka o odnosu stranica video materijala i loše snalaženje sa nekim vrstama MPEG-4 sadržaja. Ovi problemi su rešeni novijim formatima kao što je Matroska (MKV) kontejner. On je dobio ime po ruskim lutkama koje su smeštene jedna u drugu – matrjoškama. MKV kontejner je pogodniji za internet striming, može da sadrži veći broj zvučnih zapisa koji prate video nego AVI, kao i titlove i drugi sadržaj koji su smešteni u sam kontejner.

Neki kontejnerski fajlovi namenjeni su ekskluzivno filmovima komprimovanim nekim od vlasničkih kodeka, recimo MOV (Apple Quick Time), RM (Real Media) i drugi.

Mario PAVIĆEVIĆ