音视频学习 01 (音视频基础概念)

初见-Android

已于 2022-08-17 13:45:25 修改

阅读量418

点赞数 1

文章标签：音视频学习

于 2022-08-17 13:40:59 首次发布

本文链接：https://blog.csdn.net/aagjkgluhgyy/article/details/126384240

版权

视频

1. 码率
	1. 又叫比特率,单位时间内传输的数据量,单位是kbps/mps
	2. 计算公式 平均码率(kbps) = 文件大小(kb) * 8/时间(s)
	3. 恒定码率 CBR 码率稳定可控,图像变化较大时方块效应明显
	4. 动态码率 VBR 码率波动较大,图片变化较大时方块效应有所改善,网络抖动时容易丢包
2. 分辨率
	1. 又叫解析度,分辨率越高像素越多,图像越清晰
	2. 分辨率由宽*高组成,常见的有480P,720P,1080P,4K
3. 帧率
	1. 视频帧率
		1. 测量显示帧数的量度,单位为每秒显示的帧数fps
		2. P制(PAL)的帧率一般为25fps,也就是每帧显示40ms(一秒等于1000ms  1000/25 = 40)
		3. N制(NTSC)的帧率一般为30fps
	2. 显示帧率
		1. 图像连续出现在显示器的频率,又被称为刷新速率
		2. Android设备刷新率一般为60Hz,也就是60fps,每帧16ms
4. 画质
	1. 画面质量由清晰度,锐利度,解析度,色彩度构成
	2. 清晰度 ->图像细节纹理以及其边界的清晰程度
	3. 锐利度 ->图像边缘的锐利程度
	4. 解析度 ->像素点数量,分辨率越高,解析度越高
	5. 色彩度构成 ->原色在色彩中所占的百分比,所有色彩都是RGB三原色组成
5. 时长
	1. 视频所有图像所需的播放时间称为视频时长
	2. 计算公式 时长(s) = 帧数 * 每帧时长 = 帧数 * (1(s)/fps)
	3. 比如视频有1000帧 帧率(fps)为25 那么计算他的时长通过帧率计算每帧的时长1000(ms)/25 = 40(ms)然后再换算成秒(s) = 40/1000 = 0.04(s)然后计算时长 = 帧数 * 每帧时长 = 1000 * 0.04 = 40s
6. 旋转角度
	1. 视频的YUV存储方向
	2. 一般视频的旋转角度是0,对应横屏显示
	3. 手机摄像头竖屏拍摄的视频旋转角度为90
7. 像素格式
	1. 描述像素色彩分量的排列,由各分量占用的位数决定
	2. 图像的像素格式一般是ARGB,四个分量通道各站8位,组成32位像素
		1. A代表Alpha
		2. R代表Red
		3. G代表Green
		4.  B代表Blue
	3. 视频压缩存储的格式不是ARGB而是YUV
		1. Y代表亮度Luma
		2. U代表色度Chroma
		3. V代表对比度Contrast

音频

1. 采样率
	1. 指的是声音信号每秒的采样次数,采样率越高,声音的还原越真是,单位为Hz
	2. 场景的采样率 8000Hz 16000Hz 44100Hz 48000Hz
	3. 人类一般能听到的剩下范围20Hz - 20KHz
	4. 根据奈奎斯特采样定理,当采样频率大于信号中最大频率的2倍时,采样后的数字信号能够完整的保存原始信号信息
2. 声道数和声道布局
	1. 声道指的是在录制或者播放的时候,在不同空间位置的独立音频信号
	2. 声道数指的是在录制时的音源数量,或者在播放的时候扬声器的数量
	3. 声道布局指的是声道在空间位置的排列
	4. 单声道指的是只有一个声道,数据量少但是确定声音位置定位
	5. 立体声道指的是有左右两声道,改善对声音位置定位状况
	6. 四声环绕指的是由前左,前右,后左,后右组成形成立体环绕
	7. 4.1声道指的是在四声环绕的基础上加一个LFE的低音效
	8. 5.1声道指的是在4.1声道的基础上加一个中场声道(杜比特音效就是5.1声道)
3. 音质三要素
	1. 音质指的是声音的质量,经过编码压缩后音频信号保真度
	2. 音量 音频的强度,范围0-100
	3. 音调 音频的频率,描述每秒变化次数
	4. 音色 又称为音品,不同声音表现在波形与众不同的特性
4. 采样数,采样位数
	1. 采样数指的是每帧音频的采样数量,在ffmpeg的AVFrame结构体中,定义为nb_samples
	2. 采样数指的是每个采样占用多少位,在ffmpeg定义为bits_per_sample
5. 时长
	1. 每帧音频时长由采样数和采样率决定
	2. 计算公式 帧时长 = 采样数/采样率
	3. 假设采样率为44.1KHz,采样数为1024,那么帧时长约为1024/441011=23ms假设音频长度为1000帧那么时长为23s
6. 存储空间
	1. 由采样率,声道数,采样位数决定
	2. 假设采样率为44.1Khz,声道数为2,采样位数为16,那么每秒所占得存储空间(byte)为 = 44100 * 2 * 16/8(原单位是bit所以/8转换为byte) 约为170K,加入这段音频有10s,那么占用的存储空间约等于1.7M
7. 采样格式
	1. 分为大端存储和小端存储,按照符号分为有符号和无符号,按照类型分为整形和浮点型,按照存储位数分为8位,16为,32位,64位,FFmpeg中的AVSampleFormat枚举中有常见的类型