摄像和视频编辑的基础知识.doc

9第1章 摄像和视频编辑的基础知识第1章 摄像和视频编辑的基础知识1.1 视频的扫描格式是怎样定义的问题解答在制作视频之前，首先要对视频的扫描格式有一定的认识，以免在将来的视频制作中选择扫描格式时发生错误，而对于彩色信息的表述，也同样重要，我们应该了解视频标准中的颜色编码方法。1 / 像素像素是构成图形的基本，它是位图的基本单位。各像素之间有相对位置，并具有颜色能力，像素的大小取决于整幅图像中像素数量的多少。2 / 分辨率在位图中，所谓的分辨率是指单位面积内像素的多少。分辨率高，单位面积内的像素就多，图像就越清晰。这在位图制作软件中，如Photoshop中表现得非常明显。电视的清晰度也同样是根据分辨率来表示的，它主要是用垂直分辨率来表示。垂直分辨率与扫描的行数有关，扫描行数越多，垂直分辨率越高。3 / 颜色深度在图像中，每个像素能够显示出来的颜色数称为颜色深度。这个数值越大，显示出来的颜色越多，图像越绚丽。在计算机中，经常见到的颜色深度有2色（1位）、16色（4位）、256色（8位）、高彩色（16位）、真彩色（24位）和真彩色（32位）。每多1位颜色数增加2倍。如256色=28色，高彩色（也叫16位增强色）共216=65536，24位真彩色共224=1680多万种颜色。而32位真彩色，则是在24位真彩色的基础上加了8位的灰色Alpha通道，用于存储图像的透明信息。4 / 帧帧表示影片中的单个图像，它是扫描获得的一幅完整图像的模拟信号。5 / 帧速率视频中的每秒帧数。6 / 扫描格式扫描格式是视频标准中最基本的参数，主要包括图像在时间和空间上的抽样参数，即每行的像素数、每秒的帧数，以及隔行扫描或逐行扫描。扫描格式主要有两大类：525/59.94和625/50，前者是每帧的行数，后者是每秒的场数。NTSC制式的场频准确数值是59.94005994Hz，行频是15734.26573Hz；PAL制式的场频是50Hz，行频是15625Hz。在数字视频领域经常用水平、垂直像素数和帧速率来表示扫描格式，例如720像素 576像素25帧/秒、720像素480像素29.97帧/秒。在ATSC（广播行业组织美国高级电视系统委员会）标准中，共有28种扫描格式。相关问题视频中的宽高比是什么意思？答：一幅图像、一段视频或屏幕宽度和高度的比称为宽高比。它可以用两个整数的比来表示，也可以用一个小数来表示，并没有专门的要求，现在制作的节目有时候也不完全沿用一些标准的宽高比。在一般情况下，电视节目的宽高比是43（1.33），但现在有相当多的电视节目的宽高比被设置成了169（或1.78），在电影中的宽高比更加随意一些，例如：在电影指环王中，应用的宽高比为2.35，辛德勒的名单中，应用的宽高比是1.85，这两种都是最普通的也是最流行的Widescreen的宽高比模式，但法斯宾德VERONIKA VOSS CC版中就应用了1.78这种电视节目中的169的宽高比，而有的电影就采用了比较极端的宽高比，但那毕竟不是主流的宽高比。1.2 当前世界上的彩色电视主要有哪几种制式问题解答电视的制式是电视信号标准的别称。制式的区分主要在于场频、分辨率、信号带宽及载频、彩色信息的表述的不同。目前，世界上实际用于彩色电视广播的是NTSC制、PAL制和SECAM制这三种彩色电视制式。1 / NTSC制NTSC制属于同时制，是美国在1953年12月首先研制成功的，并以美国国家电视系统委员会（National Television System Committee）的缩写命名。这种制式的色度信号调制特点为平衡正交调幅制，即包括了平衡调制和正交调制两种。虽然解决了彩色电视和黑白电视广播相互兼容的问题，但是存在相位容易失真、色彩不太稳定的缺点。NTSC制电视的供电频率为60Hz，场频为每秒60场，帧频为每秒30帧，扫描线为525行，图像信号带宽为6.2MHz。采用NTSC制的有美国、加拿大、日本等国家。2 / PAL制PAL制是为了克服NTSC制对相位失真的敏感性，在1962年，由前联邦德国在综合NTSC制的技术成就基础上研制出来的一种改进方案。PAL是英文Phase Alteration Line的缩写，意思是逐行倒相，也属于同时制。它对同时传送的两个色差信号中的一个色差信号采用逐行倒相，另一个色差信号进行正交调制方式。这样，如果在信号传输过程中发生相位失真，则会由于相邻两行信号的相位相反起到互相补偿作用，从而有效地克服了因相位失真而起的色彩变化。因此，PAL制对相位失真不敏感，图像彩色误差较小，与黑白电视的兼容也好，但PAL制的编码器和解码器都比NTSC制的复杂，信号处理也较麻烦，接收机的造价也高。由于世界各国在开办彩色电视广播时，都要考虑到与黑白电视兼容的问题，因此，采用PAL制的国家较多，如中国、德国、新加坡、澳大利亚、新西兰等。PAL制电视的供电频率为50Hz、场频为每秒50场、帧频为每秒25帧、扫描线为625行、图像信号带宽分别为4.2,5.5,5.6MHz等。即使是同样采用了PAL制，不同的国家也有不同的参数，它还可以划分为G、I、D等制式，在我国采用的是PAL-D制式。3 / SECAM制SECAM制是法文Sequentiel Couleur A Memoire的缩写，意思为“按顺序传送彩色与存储”，是由法国在1966年研制成功的，它属于同时顺序制。SECAM制色度信号的调制方式与NTSC制和PAL制的调幅制不同，因此，它不怕干扰，彩色效果好，但其兼容性较差。世界上采用SECAM制的国家主要有俄罗斯、法国及中东一些国家。1.3 在数字视频的制作中，应用哪些图像视频和音频格式问题解答在数字视频的制作过程中，并不是所有格式的图像、视频和音频文件都能在数字视频软件中应用，另外由于它们的格式不同，存储和应用的侧重点也不同，所以在实际操作中要注意严格区分，才可以取得更好的效果。在不同的视频处理和剪辑软件中，使用的各种素材文件的格式和多少也是不一样的。1 / 图像和图形格式BMPBMP文件格式是当前Windows操作系统中应用最广泛的一种位图格式，是Windows操作系统的标准格式。BMP格式采用了一种叫RLE的无损压缩方式，对图像质量不会产生影响。PCXPCX文件格式现在已经应用的不是很多了，它是MS-DOS下常用的格式。GIFGIF文件格式在Flash被大量应用之前，是网络上最流行的图像格式，它最多只能使用256种颜色。自从GIF89a格式发布后，它可以存储成背景透明的图像形式，并且能够形成动画，使得它的应用领域更加广泛。JPEGJPEG文件格式是一种高效率的图像有损压缩格式，它可以将人眼无法识别的一些颜色删除，如果对图像质量要求不高的话，可以使用这种文件格式保存图像。这种压缩格式的弱点是无法使图像还原。在文件放大后，它的压缩损失就显示出来。TIFFTIFF格式的全称是Tagged Image File Format，是一种灵活的位图图像格式，它可以是不压缩的，也可以是压缩的，这种压缩使用的是LZW无损压缩方式，大大减少了图像尺寸。另外，TIFF格式还可以保存通道，几乎所有的绘画、图像编辑和页面排版、影像编辑程序都能够支持它。TGATrueVision的TGA（Targa） 文件格式是计算机上应用最广泛的图像文件格式，它支持32位，可以保存通道。它可将图像和图像序列文件转入电视中，PC上的视频应用软件都广泛支持TGA格式。PSDPSD文件格式是Photoshop的固有格式，PSD格式可以比其他格式更快速地打开和保存图像，并能很好地保存图层、通道、路径、蒙板以及压缩方案，不会导致数据丢失等。并不是所有的影像处理软件都支持这种格式的文件，但在比较专业的影像处理软件中对它的支持都非常好，比如，Premiere Pro和Photoshop都可以直接应用和编辑。PICTPICT文件格式是Mac上常见的数据文件格式之一。因为PICT文件打开的速度相当快，所以将图像保存PICT格式要比JPEG要好。但如果在PC上没有安装QuickTime的话，将不能打开PICT图像。PNGPNG格式是一种将图像压缩到Web上的文件格式，占用空间很小，和GIF格式不同的是，PNG格式并不仅限于256色并且可以设置为透明。随着时间的推移，PNG文件已经被大多数影像编辑软件所接受。2 / 视频格式AVIAVI文件格式是Video for Windows的视频文件格式。它所采用的压缩算法没有统一的标准。虽然都是以.avi为后缀的视频文件，但采用的压缩算法可能不同，需要相应的解压软件才能识别和回放该文件。除了微软公司之外，其他公司也推出了自己的压缩算法， 只要把该算法的驱动（Codec）加到Windows系统中，就可以播放用该算法压缩的AVI 文件。MOVMOV文件格式是Apple公司开发的专用的视频格式，但只要在PC上安装了QuickTime软件，就能正常播放。它具有跨平台、存储空间小的技术特点，而采用了有损压缩方式的MOV格式文件，画面效果较AVI格式要稍微好一些。它可以被Premiere Pro等非线性编辑软件使用。RMRM格式的文件是一种网络实时播放文件，它压缩比大，失真率小，随着宽带网的普及，它已经成为最主流的网络视频格式。RM格式的文件需要专门的RealPlayer软件来播放，现在主流的软件是RealPlayer 10和Real One Player。MPEG/MPGMPEG文件格式是视频压缩的基本格式，在计算机和视频制作中非常流行。它采用了一种将视频信号分段取样的压缩方法，压缩率比较大。VCD中的视频文件是以.dat为后缀名的文件，其实就是一种MPEG文件，如果将它的后缀名直接改为.mpg，可以使用Media Player直接播放。时下流行的大部分视频编辑软件，都可以直接将.dat和.mpg文件作为素材直接导入到项目文件中。3 / 音频格式WAVWAV格式是微软公司开发的一种声音文件格式，也叫波形声音文件，它符合RIFF（Resource Interchange File Format）文件规范，用于保存Windows平台的音频信息资源，是最早的数字音频格式，被Windows平台及其应用程序广泛支持。WAV格式支持MSADPCM、CCITTALaw、CCITT Law和其他压缩算法，支持多种音频位数、采样频率和声道，采用44.1kHz的采样频率，16位量化位数，因此WAV的音质与CD相差无几，但WAV格式对存储空间需求太大不便于交流和传播，不适合长时间记录。如果想保存较好的音质的话，使用WAV文件是最好的选择。MP3MP3是一种在损压缩技术，但它可以用极小的失真率换来较大的压缩比。它利用 MPEG Audio Layer 3 的技术，将音乐以1:10甚至1:12的压缩率，压缩成容量较小的文件，例如一分钟的CD音质的音乐，未经压缩大约要占用10MB的空间，而经过MP3压缩编码后只要大约1MB就够了，虽然它的体积变得很小了，但仍然能很好地保持原来的音质。这是因为MP3为降低声音失真采取了名为“感官编码技术”的编码算法，编码时先对音频文件进行频谱分析，然后用过滤器滤掉噪声电平，接着通过量化的方式将剩下的每一位打散排列，最后形成具有较高压缩比的MP3文件，并使压缩后的文件在回放时能够达到比较接近原音源的声音效果。正是因为MP3体积小，音质高的特点使得MP3格式几乎成为网上音乐的代名词。WMAWMA的全称是Windows Media Audio，它是微软公司推出的与MP3格式齐名的一种新的音频格式。比起MP3压缩技术，WMA无论从技术性能（支持音频流）还是压缩率（比MP3高一倍）都远远把MP3抛在后面了。1.4 视频和音频质量的等级是怎样划分的问题解答在视频和音频的制作过程中，对视音频接口、视频质量和音频质量都是分等级的。不同等级视音频接口做出来的视频和音频的质量也不同，它们的质量等级也有相应的划分。1 / 视音频接口的质量等级在非线性编辑系统中，视音频接口是决定视音频信号指标的关键所在。根据性能指标的不同，视音频接口可分为三个级别：广播级水平分辨率大于700线，能够对NTSC或PAL制式实行实时输入输出，支持RGB和Y，R-Y、B-Y分量信号，压缩比小于41。专业级支持复合信号和Y/C分量信号，水平分辨率达700线，压缩比大于101，能够对NTSC或PAL制式实行实时输入输出。商用、家用级水平分辨率大于350线，支持复合信号或Y/C分量信号，能够对NTSC或PAL制式实行实时输入输出。2 / 视频质量等级视频质量等级并没有严格的标准，根据不同条件下的实时视频传输的要求，可以将视频的服务质量分为五个等级，分别是：高清晰度会议电视质量、演播数字电视质量、广播发送电视质量、VCR质量和视频会议质量。高清晰度会议电视（HDTV）质量HDTV的定义、标准和HDTV的相关技术是近10年来研究的热点。对于运动图像而言，人们能感到的质量参数有两个，分别是每秒的帧数（f/s）和每幅图像的分辨率。因此衡量HDTV的服务质量好坏通常用这两种参数的组合来表示。运动视频格式的另外两个重要参数是图像帧的长宽比和扫描方式。帧的长宽比被定义为帧的宽度对高度的比值。HDTV采用169，而目前的TV采用的是43。运动图像的扫描方式有两种，即隔行扫描和逐行扫描。 演播数字电视质量20世纪80年代中期，国际电信联盟（ITU）提出了数字电视的概念，并指定了以数字编码形式来传输视频电视信号的第一个标准，即ITU CCIR601建议，这是兼容标准的集合而不仅是单个标准。另外，CCIR-601标准规定帧速率为每秒30帧或每秒25帧，扫描方式为隔行扫描。广播发送电视质量由于考虑到传输网络中的残余频率干扰，在电视信号的传输中，所采用的帧速率有所不同，美国的NTSC中采用30Hz的帧速率（或者说是60Hz的场频）。而欧洲PAL或SECAM则采用25Hz的帧速率（或者说是50Hz的场频）。另外这两种标准所采用的帧频不同，结果导致了每帧行数的不同，因为总带宽受到限制，因而NTSC制式采用每帧525行，而PAL或SECAM选择625行。VCR质量VCR质量指的是具有VHS质量的录像机放映广播质量的节目时能观察到的质量。所得到的分辨率是PAL或SECAM广播质量电视的一半。视频会议质量在IP网络多媒体通信的应用中，由于考虑IP网络的带宽的限定，目前采用的视频会议质量是五个质量等级中最差的一个等级，其数据传输率约为128kbps，其分辨率约为广播发送电视质量的四分之一。考虑到信道带宽的限定，减少空间分辨率仍是不够的，帧频也必须下降。根据图像的复杂度不同，视频会议质量的帧频为525帧/秒之间。3 / 音频质量等级对于音频质量等级的划分，主要是依据采样率的不同来决定的。所谓采样率，是指在数字录音时，单位时间内对音频信号进行采样的次数，它以赫（Hz）或千赫（kHz）为单位。通常来说，采样率越高，单位时间内对声音采样的次数就越多，音质就越好，获得的声音信息也就越完整，占用的存储空间就越大。对频率在2020000Hz之间的声音信息进行正确采样，声音必须按不低于40000Hz的采样频率进行采样。降低声音文件的采样率文件的体积会减小，但声音的失真现象也会越明显。因此,采样率涉及如何协调声音文件的体积与声音的比例关系。通常使用以下几种音频的采样率：数字媒体上的声音或音乐使用48kHz的采样率，相当于演播质量。高保真声音或音乐使用44.1kHz的采样率，相当于CD质量。数字摄像机音频使用32kHz的采样率，接近CD质量。短的高质量音乐片断使用22.05kHz的采样率，相当于FM收音质量。长音乐片断一般使用11kHz的采样率，相当于可接受的音乐。简单的声音，电话一般使用5kHz的采样率，相当于可接受的话音。1.5 摄像过程中要注意哪些内容问题解答在摄像过程中，要注意的问题很多，包括策划、构图、眼线等，也包括摄像的姿势、摄像的技巧等。1 / 确定视觉中心的位置通过调整形成影像的各种视觉元素并将其以一定的方式组合起来的过程就是构图。构图的目的是正确处理画面间的位置和空间关系，作为一个好的影片，构图是相当重要的，它决定了一个影像片断的耐看程度。视觉中心，是指平常视觉焦点在画面中习惯停留的位置，它是画面构图中最具视觉吸引力的位置。在通常情况下，很多人习惯把需要表现的内容录制在画面的中心位置，这其实使用的是一种中心构图的方法，它在相当程度上来说并不是很合适。因为人们对画面的视觉焦点并不是在它的正中间，而是集中在稍微偏离中心的位置。如果经常看电视或一些长方形的绘画作品，就会发现这一点。正因为视觉习惯和长方形屏幕的原因，我们将视觉的中心点定在一个接近黄金分割的位置上，如图1-1所示。在摄像机的取景框中，可以用两条横线和两条竖线将整个取景框均分，在线条交叉的四个点就是画面的视觉中心。使用这种方法，可以防止画面被一些纵向的、横向的或对角的直线对画面做只有两部分的平均切割，取而代之的是将这些分割的视觉元素通过视觉中心的位置，这些分割的视觉元素可以是地平线、山坡、树木等，如图1-2所示。一个重要的视觉元素放在视觉中心上，可以迅速抓住观众的注意。图1-1 确定视觉中心的位置 图1-2 分割用的视觉元