C’est ainsi que fonctionnent les algorithmes de compression les plus récents pour obtenir des vidéos plus légères, mais de qualité
Les contenus vidéo sont devenus plus que des éléments communs dans le travail quotidien avec nos PC de bureau ou nos appareils mobiles , nous pouvons donc actuellement utiliser un bon nombre de formats et de types de fichiers de ce type, en fonction de leur destination.
Et il faut garder à l’esprit que c’est là que les importants algorithmes de compression vidéo entrent en jeu , car au fil des années ils ont beaucoup évolué pour améliorer leurs fonctionnalités en raison, entre autres, de leur utilisation généralisée. Pour cela, ce qui est fait en interne est d’appliquer différentes techniques mathématiques et logiques au fichier vidéo en tant que tel, le tout dans le but de réduire sa taille et de maintenir au maximum la qualité de la vidéo .
C’est pourquoi, pour nous donner une idée, nous allons voir comment les tâches de compression vidéo sont effectuées dans un standard largement utilisé aujourd’hui comme H.264 . Pour commencer, nous dirons qu’entre autres choses, les algorithmes de compression vidéo recherchent des redondances dans le contenu, de sorte qu’en encodant des données redondantes un minimum de fois, la taille du fichier final peut être réduite . Par exemple, si dans une scène d’une minute le visage d’un personnage change lentement d’expression, il n’a aucun sens d’encoder l’image pour chaque image, elle est donc encodée une fois et réutilisée jusqu’à ce que des changements significatifs se produisent dans l’image. Vidéo.
Para entender mejor el proceso, debemos distinguir entre los fotogramas “I”, “P” y “B”, donde los “I” son aquellos que están completamente codificados, por lo que cada uno de estos fotogramas contienen todos los datos necesarios para representar une image. D’autre part, les «P» sont prédits en fonction de la façon dont l’ image change depuis la dernière image «I» codée, tandis que les «B» sont prédits de manière bidirectionnelle, en utilisant les données de la dernière image «P» et de la suivante « Je ””. De cette manière, les cadres «P» n’ont besoin que de stocker les informations visuelles qui leur sont propres.
Comment les vidéos actuelles que nous voyons quotidiennement sont compressées
En même temps, l’algorithme a une « idée » d’où l’image commence, ce qui correspond à la première « I » cadre et où elle se termine, la deuxième « I » cadre , il utilise des données partielles pour encode en laissant toutes pixels statiques redondants qui ne sont pas nécessaires pour créer l’ image compressée résultante . De plus, il faut aussi savoir que les trames «I» sont compressées indépendamment, de la même manière que les images fixes sont enregistrées, car du fait qu’elles n’utilisent pas de données prédictives, l’image compressée contient toutes les données utilisées pour afficher cette même Cadre.
Bien sûr, ils sont toujours compressés par un algorithme de compression d’image similaire à JPEG , donc ce codage a normalement lieu dans l’ espace colorimétrique YCbCr , qui sépare les données de luminosité des données de couleur permettant ainsi des changements de mouvement et la couleur est codée séparément. En revanche, si l’on se réfère à des codecs non prédictifs tels que DV ou Motion JPEG, la seule compression qui peut être obtenue est de compresser l’image en une seule image, qui bien que moins efficace, la qualité est supérieure.
Cependant, dans les codecs prédictifs tels que H.264, les images «I» sont affichées périodiquement pour rafraîchir le flux de données, de sorte que plus ces images sont éloignées , plus le fichier vidéo résultant sera petit . Mais ils ne peuvent pas non plus être trop éloignés, car la précision obtenue par la compression des images prédictives se dégradera, affectant la qualité du résultat.
On peut donc en déduire que les encodeurs vidéo essaient de «prédire» le changement d’une image à l’autre, donc plus leurs prédictions sont proches, plus l’ algorithme de compression sera efficace , ce qui est créé dans les images «P» et « B «.
