🎬А вот и третья часть большой темы по воркфлоу!

Мы уже рассмотрели информацию о кодеках, и не единожды, а дважды. Сегодня хочу подробнее рассказать о компрессии изображения.

Часть 3. Компрессия изображения.

✅Из названия в целом все понятно: изображение сжимается, что помогает экономить место на диске. С компрессией мы сталкиваемся ежедневно, взять хотя бы .rar и .zip архивы, .jpeg и другие зашакаленные картинки. Из предыдущих постов мы еще и про компрессию видео узнали! Теперь нам понятно, почему компрессия — не всегда благо, ведь в случае с тем же .mp4/h.264 при сильной экономии места мы получаем худшее качество (артефакты сжатия), для декодирования требуется большая вычислительная мощность. Давайте залезем в теорию поглубже, мне кажется, это будет полезным и лучше поможет понять, как вообще работает сжатие. Всего существует два вида компрессии: с потерями и без потерь, или lossy и lossless по-английски.

Параграф 1.
Lossy compression, то есть сжатие с потерями.

Файлы, прошедшие через алгоритмы lossy, невозможно восстановить в исходном качестве: пережатый джипег не станет исходной хайрезной фотографией. Но здесь нужно ответить себе на вопрос, зачем мы пользуемся именно lossy-алгоритмами в случае с конкретным видео?

1. Если видео не предполагает дальнейшей обработки, и мы предоставляем его как финальный результат, то lossy нам будет достаточно (но есть нюанс со степенью сжатия, чуть ниже расскажу).

2. Если с видео будет работать кто-то после нас, например ротоскопер/колорист/композер, то сжатие с потерями — не наш выбор. Специалистам в пайплайне почти всегда необходимы исходники с минимальными потерями или вообще без них.

Степень сжатия lossy-алгоритмами

Википедия добродушно подсказывает, что

очень сильная компрессия видео (порядка 100:1) практически незаметна глазу;
сильная компрессия аудио (10:1) не приводит к субъективной потере качества звука;
сильная компрессия статичных картинок (10:1) заметна при скрупулезном рассмотрении.

Разумеется, это ориентировочные показатели, потому что сжатие видео или фото с зеленой листвой с таким соотношением приведет к серьезным видимым артефактам. То же самое можно сказать про плавные световые и цветовые градиенты, которые при сжатии приводят к так называемому бандингу (мерзким широким полоскам😡).

➡️Если говорить понятным всем монтажерам языком, то результат вывода HD-видео с разрешением 1920x1080 в .mp4/h.264 с битрейтом 1 Мб/с выглядит плохо, а вот если битрейт поднять до 20 Мб/с, то вполне себе неплохая картинка получается, не видно никаких артефактов.

✅Вывод: если клиент должен получить результат в lossy-кодеке («давай эмпэчетыре тяжелую»), то постарайтесь избежать артефактов высоким битрейтом. А если есть строгая верхняя граница битрейта, то клиенту стоит быть готовым к артефактам. Впрочем, даже с низким битрейтом можно частично избежать видимых артефактов, но это уже другая история, которую я обязательно расскажу в грядущих постах!

#воркфлоу #компрессия

Смотрите, сделал тест по бандингу, чтобы было понятнее, чем lossy и сильная компрессия могут быть опасны. Это простой статичный линейный градиент на 5 секунд.

Тут 4 картинки:

1. Экспорт стилла из Premiere с таймлайна
2. Стилл из отрендеренного файла в 10 Мб/с
3. Первый кадр из отрендеренного файла в 1 Мб/с
3. Двадцать шестой кадр из отрендеренного файла в 1 Мб/с

Последние два кадра взяты из одного и того же рендера, но при переходе с 25 на 26 кадр происходит резкий скачок. Это связано с низким битрейтом и длиной GOP, которую Premiere выставляет автоматически. На видео видно, что таких скачков несколько.

🎬Продолжим разговаривать про воркфлоу в целом и про компрессию изображения в частности, первая половина текста была выше.

Часть 3. Компрессия изображения.

Параграф 2.
Lossless compression, то есть сжатие без потерь.

В отличие от lossy-компрессии, lossless-алгоритмы позволяют восстановить информацию исходного файла. То есть используется обратимое сжатие. Хитрые алгоритмы позволяют сократить используемое дисковое пространство, за что мы обычно платим потерей производительности при воспроизведении или обработке.

⚠️Здесь нужно понимать, зачем нам такое сжатие, потому что при доставке готового рендера клиенту lossless-кодеки практически никогда не используются, во всяком случае в видео. Обычно lossless-алгоритмами пользуются при передаче секвенций на композ (здесь нам помогает уже знакомый .exr) или при сдаче важных рендеров в архив. То есть в воркфлоу мы пользуемся сжатием без потерь только как intermediate-кодеком для передачи между департаментами.

А что у нас по lossy- и lossless-кодекам?

✅На самом деле проще начать с lossless. Применительно к нашей работе нам интересны:

a) Статичные изображения/секвенции:

OpenEXR (.exr) с некоторыми алгоритмами сжатия: Zip, PIZ и RLE
PNG (.png)
JPEG (.jpg) с RLE-алгоритмом сжатия
JPEG 2000 (его мы чаще видим как Motion JPEG 2000 в составе контейнеров MXF_OP1a или DCP)
TARGA (.tga) с RLE-алгоритмом сжатия
TIFF (.tiff) с LZW-алгоритмом сжатия

b) Видеокодеки:

h.264/h.265 lossless (не встречал в работе)
VP9 (это кодек в основном для Youtube)

✅С lossy все проще: это почти все остальное, что не перечислено выше :) Исключение составляют только non-compression-кодеки вроде Avid DNxUncompressed или YUV 4:4:4, но они используются крайне редко, поскольку имеют более компактную по занимаемому месту lossless-альтернативу.

На этом я заканчиваю свой TED-talk, если остались вопросы, можете задать их в комментариях, а впереди нас ждет еще несколько интересных и важных тем, посвященных рабочему процессу!

#воркфлоу #компрессия

🎬Мы уже много чего обсудили по тэгу #воркфлоу, настало время поговорить про битность цвета, она же bit depth.

Это что такое?

➡️Мы каждый день видим разные изображения на экранах. Обычно нас при этом ничего не смущает, потому что современные устройства передают цвета так, что мы не замечаем разницы между изображением объекта и тем, как он выглядел бы в жизни. Градации цвета передаются довольно точно. Раньше было иначе, но наше воображение помогало представить в цвете монохромную картинку на Nokia 3310. Отличие экранов старых кнопочных телефонов от современных смартфонов в том, что у последних выше битность. Говоря простым языком, чем выше битность, тем лучше, тем больше оттенков цвета мы видим на картинке.

А теперь языком посложнее.

✅Бит — наименьшая единица информации, принимает значения 0 или 1, то есть «отсутствие информации» или «наличие информации». Следовательно, однобитное изображение будет иметь количество цветов равное 2¹, то есть количество значений, которое может принимать бит, возведенное в степень битности, всего 2 цвета. Это либо черный и белый (запустите командную строку в Windows, например), либо черный и зеленый, либо любые другие два оттенка. Если изображение двухбитное, то количество оттенков будет 2² = 4. А если трехбитное? Правильно! 2³ = 8, ну вы поняли. Исторически самые используемые битности это 1, 8, 24, 30.

Теперь ближе к монтажу и цветокоррекции.

➡️Сегодня большинство потребительских устройств отображает цвета в режиме 24 бит, то есть по 8 бит на каждый цветовой канал R, G и B (чаще всего используется именно RGB-модель, но не всегда).
2²⁴ = 16 777 216 оттенков.

В чем тут проблема?

⚠️Дело в том, что современные видеокамеры записывают видео с большей битностью, обычно 10, 12 или 16 бит на канал. Эти оттенки не отображаются корректно на 24-битных мониторах, потому что матрица дисплея не способна воспроизвести нужный оттенок. Для этого существуют более дорогие мониторы, в основном, конечно, для специалистов по работе с цветом. Битность таких мониторов на канал — 10 или 12. Но здесь мы ступаем на скользкую дорожку HDR, пока не будем об этом. Вернемся в мир монтажа.

✅При этом даже если наш монитор не способен отобразить цвета в 10 битах на канал, показывая лишь 8, мы легко можем запороть материал с высокой битностью, передавая его по пайплайну другим специалистам. В Premiere Pro реализован немного дурацкий алгоритм кодирования ProRes, поэтому критически важно нажимать галку Render at Maximum Depth и ставить там 16-bpc, а также ставить галку Use Maximum Render Quality. Про 16 бит на канал Premiere Pro немного лукавит, но самое главное, что так мы не потеряем в битности, а материал останется гибким при работе с цветом после нашего рендера. Стоит заметить, что это беда и многолетняя недоработка Adobe, а в том же DaVinci Resolve такой проблемы нет, там битность сохраняется в соответствии со спецификацией кодеков.

Также хочу отметить два важных момента:

- когда мы говорим «10 бит на канал», то это то же самое, что сказать «30-битное изображение», потому что мы подразумеваем, что наше RGB изображение складывается из трех цветовых каналов, у каждого из которых битность равна 10. 10 + 10 + 10 = 30;

- но не всегда это так :) Ведь при добавлении альфа-канала «10 бит на канал» превращаются в «40-битное изображение», потому что теперь у нас 4 канала: R, G, B и альфа-канал a. 10 + 10 + 10 + 10 = 40.

🎬Если резюмировать, то старайтесь обращать внимание на битность исходников, а при передаче материалов дальше по пайплайну не забывайте нажимать нужные галки, особенно в Premiere Pro :)

#воркфлоу

И то же самое отправлю файлами, чтобы телеграм не улучшал без спроса качество зашакаленных картинок :)