?大家好，我又來了，距離上次專欄隔了個幾天想起還是寫寫掉這個比較好。

上次我們聊到編碼和流媒體的方面的知識，今天我們就來進一步說點相關(guān)的雜談

說起視頻每個人的理解都不一樣， 對其中內(nèi)容和情感的賦予者會認為它是藝術(shù)創(chuàng)作品。

對拍攝人員和記錄人員來說，它也可以是記錄和收藏故事的書本。

但如果要從結(jié)構(gòu)上去認知它，其實把它稱作“非常多張圖片的連續(xù)放送”這種方式會比較合適。

FPS,這個耳熟能詳?shù)脑~相信很多人都不陌生，Frames Per Second，每秒鐘的幀速率是圖像領(lǐng)域中的定義，是指畫面每秒傳輸幀數(shù)，通俗來講就是指動畫或視頻的畫面數(shù)。FPS是測量用于保存、顯示動態(tài)視頻的信息數(shù)量。每秒鐘幀數(shù)愈多，所顯示的動作就會越流暢。通常，要避免動作不流暢的最低是30。

不知道，各位有沒有遇到過這種情況，當(dāng)你使用手機去試圖拍攝其他顯示設(shè)備畫面，或者去觀察一些流動的顯像畫面時出現(xiàn)過仿佛“壞電視”那樣的花屏現(xiàn)象。

這里的原因除了攝像設(shè)備接受的是光信號而不是數(shù)字信號，還有一方面就是顯示器的刷新率，刷新率這個概念其實非常好理解，如果你的顯示設(shè)備的120hz的刷新率 也就意味著它一秒鐘內(nèi)刷新了120次畫面，同時意味著，高于這個分辨率的幀數(shù)是無法在這個顯示設(shè)備上完美還原的。

那既然說到了視頻是由一條圖片的連續(xù)播放軌和音頻or字幕軌道疊加的封裝格式。

我們就不得不引人所謂的高清分辨率和色彩，這兩個概念了

我們先產(chǎn)生這樣的認知， 我們所看到的所有顯示設(shè)備，都是在“發(fā)光”

而，現(xiàn)實中我們之所以能看到物體發(fā)光，是因為有光反射到我們眼中導(dǎo)致的。

但？ 人是任性的，我們希望這一切的色彩，能夠原汁原味的在兩個環(huán)境中互相轉(zhuǎn)換，

所以曾近的程序員對這兩種色彩模式分別定義為了cmyk和rgb疊加模式。

在這兩種定義下，色彩的疊加成就了從純白到純黑之間跨度的轉(zhuǎn)換。

當(dāng)然細分之下還有adobe家的rgba和牙膏廠的srgb，這里就不展開了。

所以，其實每一個顯示器環(huán)境中的每一個小塊顏色都是由多種色彩疊加產(chǎn)生的，

而色彩深度就是去細化記錄色彩信息時能夠再現(xiàn)圖像色彩的搭配種類的多少來定義的

也就是說8bit就是最大有256種色彩，10bit就是最大有1024色彩,14bit則有16384種色彩可供選擇和復(fù)原。

接下來，我們來探討下分辨率， 我相信很多85-90時代的人，對于那些由方塊圖形組成的小人有非常深刻的音響，這些“馬賽克”小人，就是我們分辨率/像素的原理。

可以把整個圖像想象成是一個大型的棋盤，而分辨率的表示方式就是所有經(jīng)線和緯線交叉點的數(shù)目。顯示分辨率就是屏幕上顯示的像素個數(shù)，分辨率160×128的意思是水平像素數(shù)為160個，垂直像素數(shù)128個。分辨率越高，像素的數(shù)目越多，感應(yīng)到的圖像越精密。而在屏幕尺寸一樣的情況下，分辨率越高，顯示效果就越精細和細膩。（沒錯，我就是看不起jpg，來打我?。?/p>

雖然現(xiàn)在的主流屏幕都是液晶屏幕了，可早年的顯像管顯示屏還是會看到像素之間的縫隙的。

那，說完了圖像信息，我們來聊下視頻中的聲音部分，

在大自然環(huán)境中，我們的耳朵無時無刻不在接收著各種各樣的聲音，他們由物體的震動發(fā)出，但要記錄或再現(xiàn)這些信息，我們就需要對這種信息進行數(shù)字的建模定義，于是給予聲音的物理特性，物理學(xué)家將他用正波形來記錄，但一個物體震動時，他還會帶動很多物體一同“共振”

所以，雖然數(shù)字環(huán)境中，每個hz下的聲波是干凈的正弦波，但實際所有的聲音都是多變的波形疊加而成的復(fù)合波，

但就像記錄光信息時，我們需要對自然環(huán)境進行數(shù)字定義一樣，聲音信息的記錄也是就是一個采集模擬信號向數(shù)字信號轉(zhuǎn)換的過程，

所以，我們可以引入兩個影響聲音文件大小的關(guān)鍵，采樣深度和采樣率，

雖然音頻文件本身也有wav,mp3,flac這些細分格式，但這些我們下次有機會再談，

先對采樣深度我們做一個解讀，聲音信號在數(shù)字環(huán)境下的記錄其實是靠著多次對一個波段的能量進行記錄得到的，所以這個采樣深度就是處理記錄次數(shù)的直觀表達，這個過程中，音頻的波形模被量化記錄，就成了能被計算機記錄的數(shù)據(jù)格式。

也就是我們所謂高解析度音頻自帶的“通透感”的來源，相反，采樣深度較低的音頻會因為再次被設(shè)備還原時因為無法對音頻本身的“細節(jié)”進行還原，會自然的有“悶”的感覺。

那采樣率又是什么那？

直觀點說，它就是一個盒子，在這個盒子中的數(shù)據(jù)將被保存，而超出這個大小的數(shù)據(jù)則會流失。 而作為音樂或聲音， 人耳的自然可認知頻段為20hz-20000hz之間，（成年人會因為過度使用而減弱）

而實際要將音頻數(shù)據(jù)再現(xiàn)而不失真則需要2倍于原音頻的采樣范圍，所以，如果要保證保存的音頻文件不因為記錄方式失真，就需要至少在編碼時保持40000hz以上的采樣率，

當(dāng)然，至于為什么通用采樣格式是44100hz,這里就不做展開了-=-。

那 也寫了這么多了，雖然不知道有多少人會看，但總覺得不定期寫點什么就有點像鴿子了，所以這個系列？? 或許還會更新下去，如果有人對語法啊，或內(nèi)容太簡單有意見和疑問依舊歡迎各位能踩上一腳，提出你的意見，我們下次再見。