多媒体技术基础：从位图到视频文件大小计算

多媒体技术基础：从位图到视频文件大小计算

引用

CSDN

1.

https://blog.csdn.net/qiongloucheng/article/details/145831035

多媒体技术是现代信息技术的重要组成部分，涉及图像、音频和视频等多个领域。本文将系统地介绍多媒体技术的基础知识，包括位图与矢量图的区别、图像数字化过程、音频数字化原理、视频帧率等核心概念，并配有具体的计算公式和实例讲解。

图形图像基础

位图与矢量图

像素（Pixel）

定义
像素是“图像元素”（Picture Element）的简称，是数字图像（位图）中最小的可寻址单位。它是构成图像的基本单元，每个像素包含颜色和位置信息。

特点

1. 离散性：像素是离散的，图像由一个个独立的像素点组成，每个像素都有固定的位置。
2. 颜色信息：像素包含颜色信息，通常用RGB（红、绿、蓝）值表示，每个通道的值范围为0到255。例如，一个像素的颜色可以表示为（255, 0, 0），即红色。对于灰度图像，像素值通常是一个介于0（黑色）到255（白色）之间的整数。
3. 分辨率相关：像素的数量和排列方式决定了图像的分辨率。分辨率越高，图像越清晰，但文件体积也越大。例如，一张1920×1080像素的图像包含2,073,600个像素。

应用场景

1. 位图图像：像素是位图（如JPG、PNG、BMP等格式）的基本组成单元。位图图像通过存储每个像素的颜色信息来呈现图像。例如，一张照片就是一个典型的位图图像，由大量像素组成。
2. 屏幕显示：显示器、手机屏幕等显示设备通过点亮像素点来显示图像或文字。每个像素点的颜色组合形成了我们看到的图像。
3. 图像处理：在图像编辑软件（如Photoshop）中，操作对象通常是像素。例如，调整亮度、对比度、色彩平衡等操作都是基于像素的。

图元（Graphic Primitive）

定义
图元是计算机图形学中用于描述图形的基本元素，是图形绘制的最小单位。它通常包括点、线、圆、矩形、多边形等几何形状。

特点

1. 基于几何和数学描述：图元通过数学公式和几何属性（如坐标、半径、边长等）来定义，而不是通过像素点。例如，一个圆形可以通过圆心坐标和半径来定义。
2. 与分辨率无关：图元的描述不依赖于显示设备的分辨率。无论在什么分辨率下，图元都能保持其定义的形状和属性。例如，一个矢量图形中的圆形在放大后仍然保持圆形，不会出现像素化。
3. 可组合性：图元可以组合成更复杂的图形。例如，多个矩形和圆形可以组合成一个房屋的图形。

应用场景

1. 矢量图形：图元是矢量图形（如SVG、AI、EPS等格式）的基本组成单元。矢量图形通过图元的组合和数学描述来呈现图形。例如，Adobe Illustrator中的图形设计主要基于图元。
2. 计算机图形绘制：在计算机图形学中，图元用于绘制和渲染图形。例如，OpenGL和DirectX等图形API通过图元来绘制三维模型。
3. 图形设计和排版：图元在标志设计、插画、排版等领域广泛应用，因为它们可以无损地放大或缩小。例如，一个公司标志通常由多个图元（如圆形、矩形、线条等）组成。

图像图形数字化

基本概念

• 模拟图像：连续
• 数字图像：不连续
• 图像数字化：将模拟图像转数字图像的过程

数字化过程

1. 采样：在水平和垂直方向上等间距地分割成多个像素点 → 图像分辨率
2. 量化：使用一定大小的数值来表示采样后的每一个点 → 颜色深度
3. 编码：将离散值表示为数字形式（即二进制）

图像文件大小

• 分辨率
• 图像分辨率：图像在宽和高方向上的像素量
• 屏幕显示分辨率：显示器屏幕的水平和垂直方向上显示的像素点数量
• 颜色深度：指图像中每个像素所占的二进制位数（bit）。n位可以表示2^n种颜色。例如，RGB-24位、GIF-8位
• 文件大小：图像文件的大小 = 图像分辨率 × 颜色深度 ÷ 8

音频基础

声音的基本概念

声音的物理概念

1. 振幅
2. 周期（s）
3. 频率（Hz）

声音的分类

• 按频率分：次声波（频率低于20Hz）、超声波（高于20000Hz）、可听声（20～20000Hz）
• 按频率范围可分不同质量：CD-DA、FM、AM、电话

声道

• 单声道
• 双声道（立体声）
• 多声道

音频的数字化

数字化：模拟音频转数字音频，需要ADC设备

数字化过程：

1. 采样：在时间（横轴）上等间隔地从声波信号中取振幅瞬时值 → 采样频率（Hz）
2. 量化：在纵轴上划分等间距的离散级别并将采样值映射到最接近的值 → 量化位数（bit）
3. 编码：将离散值表示为数字形式（即二进制）

音频文件的大小

音频文件大小 = 采样频率×量化精度×声道数×时间÷8
音频文件大小 = 比特率(bps)×时间÷8
数据速率 (bps)=采样频率 (Hz)×量化位数 (bit)×声道数
立体声：声道为2
GoldWare软件中

• stereo：双声道
• mono：单声道

例题讲解：
图中给出的信息是关于一个WAV音频文件的，其中包含了“Wave PCM signed *位”的描述，但图中并未明确显示“*位”的具体数值。不过，我们可以从给出的比特率（bps）来推断量化位数。图中显示的比特率是1376 kbps（即每秒1376000比特）。对于PCM（脉冲编码调制）音频来说，数据速率（比特率）可以通过以下公式计算：
数据速率 (bps)=采样频率 (Hz)×量化位数 (bit)×声道数
图中还给出了采样频率是44.1 kHz（即44100 Hz），并且是立体声，所以声道数为2。我们可以将这些信息代入公式中求解量化位数：
1376000=44100×量化位数×2
解这个方程，我们得到：
量化位数=44100×21376000
量化位数=882001376000
量化位数=16
因此，该音频文件的量化位数是16位，答案是 C.16。

视频基础

视频基本概念

原理：视觉暂留效应
视觉暂留效应（Persistence of Vision），也称为视觉残像或视觉暂存，是人眼的一种生理现象。它指的是当光线停止进入眼睛后，人眼对光线所形成的影像能够在视网膜上保留一段短暂的时间。这种现象使得我们能够看到连续运动的图像，而不是一系列静止的图像。

帧和帧速率

• 帧：组成视频的每一幅静态图像
• 帧速率：每秒钟显示的图片数量 ，单位为帧/秒（fps）

电视制式

• NTSC制式：帧频30
• PAL制式：帧频25
• SECAM制式：帧频25

数字化即视屏文件大小

• 分离、采样、量化、编码

视频文件大小

视频文件大小 = 图像分辨率×颜色深度×帧频×时间÷8
视频文件大小 = 比特率 × 时间 ÷8

总结

这总的来说还是比较有计算量的，其中也蕴含了很多的多媒体基本知识，当我们学的越多，懂得越多，知识也就越广了。这次的难点在我看来就是了解图像文件的一些基本概念，像分辨率，颜色深度，还有音频视频文件的深层原理。