声波的三要素：频率、振幅和波形；频率代表音阶的高低，振幅代表响度，波形代表音色。
频率越高，波长越短；而波长的声音能够轻易绕过障碍物，能量衰减较小，传递的距离更远。
视频
帧，是视频的一个基本概念，表示一张画面；一个视频就是有许许多多的帧组成的。
帧率一般为以下几个典型值：
- 24/25 fps 一般的电影帧率
- 30/60 fps 游戏的帧率
85 fps 以上肉眼基本就无法察觉出来了，更高的帧率并不能带来太大的收益。
编码 (压缩)
- 空间冗余：图像相邻像素之间有较强的相关性
- 时间冗余：视频序列的相邻图像之间内容相似
- 编码冗余：不同像素值出现的概率不同
- 视觉冗余：人的视觉系统对某些细节不敏感
- 知识冗余：规律性的结构可由先验知识和背景知识得到
音频
PCM 的采集步骤：模拟信号 -> 采样 -> 量化 -> 编码 -> 数字信号
根据奈奎斯特采样定理：为了不失真地恢复模拟信号，采样频率应该不小于模拟信号频谱中最高频率的 2 倍。
采样率、采样位数
人耳的听力范围，大约是 20~20kHz
人耳能听到的最高频率为 20kHz，所以为了满足人耳的听觉要求，采样率至少为 40kHz，通常为 44.1kHz，更高的通常为 48kHz。
采样位数，涉及到上面提到的振幅量化。波形振幅在模拟信号上也是连续的样本值，而在数字信号中，信号一般是不连续的，所以模拟信号量化以后，只能取一个近似的整数值，为了记录这些振幅值，采样器会采用一个固定的位数来记录这些振幅值，通常有 8 位、16 位、32 位。
编码
声道数
指支持能不同发声（注意是不同声音）的音响的个数。
码率
指一个数据流中每秒钟能通过的信息量，单位 bps（bit per second）。
$$码率 = 采样率 * 采样位数 * 声道数$$
色彩空间
- RGB 三原色，可以混合出所有的颜色
- YUV
- Y 亮度，灰度值；除表示亮度信号外，还含有较多的绿色通道量
- U 蓝色通道与亮度的差值
- V 红色通道与亮度的差值
人眼对亮度敏感，对色度不敏感，因此减少部分 UV 的数据量，人眼却无法感知出来，这样可以通过压缩 UV 的分辨率，在不影响观感的前提下，减小视频的体积。
|
|