On 2023-11-09, Shrek <...@w...pl> wrote:
> W dniu 09.11.2023 o 12:55, J.F pisze:
>
>>> Żaden - strumień wideo w tej samej kompresji będzie mniejszy niż
>>> odpowiadający zbiór zdjęć. W skrajenie pesymistycznym przypadku taki sam.
>>
>> Ale jakosc moze byc całkiem inna.

W praktyce jest inna, ale zdecydownie nie "całkiem". Bez powiekszania
szczegółów, nie odróżnisz. Piszę to ponownie na podstawie doświadczenia
z kamerami poklatkowymi, gdzie przez 2-3 lata pracy zebrało mi się
sporo tych zdjęć i postanowiłem je "spakować" w x265.

Jak ktoś ma czas i ochotę to popularny ffmpeg potrafi w obie strony. Tak
się ekstrahuje ramki do obrazków w najprostszym podejściu:

ffmpeg -i filmik out%03d.jpg

%03d wprowadza cześć decymalną do nazwy pliku, tu 3 cyfry z dopełnieniem
zerami.

w drugą np. tak:

ffmpeg -r 25 -i out%03d.jpg -c:v libx264 -pix_fmt yuv420p out.mp4

Oczywiście tam jest kupa parametrów, która wpływa na jakoś i w jedna i w
drugą stronę, więc trzeba to podopieszczać jak już sie ktos tym zacznie
bawić.

> Mówię o tej samej jakości. Minutowy strumień 1 kl/s będzie mniejszy lub
> taki sam jak 60 zdjęć skompresowanych tym samym algorytmem kompresji.

Zawsze będzie mniejszy bo nie będzie zawierał jakiś nagłowków i
metadanych dla każdej pełnej ramki. To tez nie jest ten sam algorytm
kompresji. Dobra, to jak się mamy doedukowywać to spróbujmy tak:

Chyba wszystkie obecnie uzywane powszechniej standardy kodowania kodują
obraz w segmentach. Taki segent nazywa się Group Of Pictures (GOP) i
składa się z sekwencji indywidualnych ramek. Ramki są zasadniczo 2-ch
rodzajów: (1) zawierajace pełny obraz (podobnie jak w izolowanym
zdjęciu), to są tzw. I-ramki (I-frames); (2) ramki zawierajace tzw obraz
"przewidziany" (predicted), to P-ramki i B-ramki.

GOP może wyglądać tak: IPPPPPPPPI

I zawiera pełen obraz. P zawiera informacje co się zmieniło od
poprzedzającej ją ramki. W zalezności od kodeka, tam moga też być
informacje o wektorze zmian, więc to nie jest tylko przestrzenny jpeg, a
trochę więcej.

Ramki typu B, są jak P (predicted) ale zarówno w stosunku do
poprzedzającej jak i następującej. Umozliwia to, jak sie można domyślic
jeszcze wyższą kompresję.

No więc jak nam sie urwie zapis na IPPPP to nadal można odtworzyć pełen
obraz z ostatniej klatki P. Dane do tego są zawarte w poprzedzającej
ramce I i wszystkim poprzedzających P. Jak sie urwie na B, to zdaje się
pełnego odtworzyć się nie da, ale częściowy zapewne tak.

Idea takiego kodowania (GOP) jest stara i siegajaca mpeg2, więc nie
tylko 264 i 265.

--
Marcin