作业1：视音频的数据源分析

一：RGB如何转化为YUV

（1）RGB介绍：

在记录计算机图像时，最常见的是采用RGB（红、绿、蓝）颜色分量来保存颜色信息，例如非压缩的24位的BMP图像就采用RGB空间来保存图像。一个像素24位，每8位保存一种颜色强度（0-255），例如红色保存为0xFF0000。

YUV介绍：

YUV是被欧洲电视系统所采用的一种颜色编码方法，其中“Y”表示明亮度，也就是灰阶值；而“U”和“V”表示的则是色度。彩色电视采用YUV空间正是为了用亮度信号Y解决彩色电视机与黑白电视机的兼容问题，使黑白电视机也能接收彩色电视信号。

（2）RGB转YUV：

     在整个视频行业中，定义了很多YUV格式，我以UYVY格式标准来说明，4:2:2格式UYVY每像素占16位，UYVY字节顺序如下图：

其中第一个字节为U0，每二个字节为Y0，依次排列如下：

[U0，Y0，V0，Y1] [U1，Y2，V1，Y3] [U2，Y4，V2，Y5] ……

经过仔细分析，我们要实现RGB转YUV格式的话，一个像素的RGB占用三个

节，而UYVY每像素占用两个字节，在演示中直接把UYVY字节信息保存到*.pal格式中，*.pal格式字节顺序是先保存上场像素，接着保存下场像素，如果是720x576的一张图像转换为YUV格式并保存的话，文件大小应该是829,440字节(720*576*2)。

RGB转UYVY公式如下：

公式：（RGB=>YCbCr）

Y=0.257R’+0.504G’+0.098B’+16

Cb=-0.148R’-0.291G’+0.439B’+128

Cr=0.439R’-0.368G’-0.071B’+128

二：16bit量化如何表示音频信号

一套双声道数字音频若取样频率为44.1KHz，每样值按16bit量化，则其码率为：

2*44.1kHz*16bit=1.411Mbit/s

如此大的带宽将给信号的传输和处理都带来许多困难，因此必须采取音频压缩技术对音频数据进行处理，才能有效地传输音频数据。

三：针对对象为语音、图像、视频，压缩后的数据如何表示、存储

（1）      压缩目的：为了使数据量更小，以便存储和传输

（2）      压缩原理：首先数据本身存在冗余；其次是在许多情况许媒体本身允少量失真。

（3）      数据压缩技术是如何分类的？

答：按对象类型可分为：视频压缩、音频压缩和图像压缩。

按有无损失可分为：有损压缩和无损压缩，无损压缩也称为可逆压缩，有损压缩也称为不可逆压缩。

四：常见的音频文件格式

（1）WAV文件

WAV是Microsoft/IBM共同开发的PC波形文件，因未经压缩，文件数据量很大

特点：声音层次丰富，还原音质好

（2）MP3文件

MP3是一种按MPEG标准的音频压缩技术制作的音频文件。

特点：高压缩比（11:1），优美音质

（3）WMA文件

WMA是Windows Media 格式中的一个子集（音频格式）。

特点：压缩到MP3一半

（4）MIDI文件

MIDI（乐器数字接口）是由一组声音或乐器符号的集合。

特点：数据量很小，缺乏重视自然音频。

五：以WAV文件为例说明原始数据音频是怎么保存的

（1）WAV是波形音频文件，是由资源互换文件格式（RIFF）结构衍生出来的。整个WAV文件分成两部分：WAV头文件和PCM编码的音频数据块。标准化的WAV文件是采用44.1k的采样率，采用16位的数字表示。WAVE文件是由若干个Chunk组成的。按照在文件中的出现位置包括：riff wave chunk,format chunk,fact chunk,data chunk.其中除了fact chunk 外，其他三个chunk是必须的。每个chunk 有各自的ID，位于chunk最开始位置，作为标示，而且均为4个字节。并且紧跟在ID后面的是chunk大小（去除ID和size所占的字节数后剩下的其他字节数目），4个字节表示，低字节表示数值低位，高字节表示数值高位。

（2）原始音频经44.1khz的频率采集之后，进行16位PCM编码，然后在WAV头文件中写入相应的信息，并在数据区保存经过编码后的音频信号数据，从而实现将原始音频保存为WAV文件