دليل Vidlora
كيف يعمل ضغط الفيديو
الفيديو غير المضغوط هائل الحجم: فدقيقة واحدة بدقة 1080p وبمعدل 30 fps تبلغ نحو 5.6 غيغابايت حتى مع أخذ عينات الألوان بكفاءة. وتجعل المرمّزات ذلك عمليًا بالاستفادة من حقيقتين: البكسلات المتجاورة تتشابه، والإطارات المتتالية تتشابه. يشرح هذا الدليل الأفكار الرئيسية وراء الضغط الحديث، ومنها التنبؤ والإطارات المفتاحية والتكميم والتحكم في معدل البت، لتفهم لماذا تنكمش بعض الفيديوهات بسهولة ولا تنكمش أخرى، ولماذا تضر إعادة الترميز المتكررة بالجودة.
قراءة 7 دقائق
لماذا الفيديو الخام كبير إلى هذا الحد
يحتوي إطار 1080p على 1920 × 1080 = 2,073,600 بكسل. وعند تخزينه بألوان 8 بت وبالتخطيط الشائع 4:2:0 يبلغ نحو 3.1 ميغابايت للإطار. وبمعدل 30 إطارًا في الثانية تبلغ الثانية الواحدة 93 ميغابايت والدقيقة نحو 5.6 غيغابايت؛ ومع RGB الكامل تقارب 11 غيغابايت. وبث ذلك يتطلب نحو 750 Mbps، وهو أبعد بكثير من الإنترنت المنزلي. أما الفيديو 1080p المبثوث النموذجي فيعمل بمعدل 5 Mbps، أي أصغر بنحو 150 مرة. ويحقق الضغط ذلك بالتخلص من المعلومات التي يقل احتمال أن يلاحظها الناس وبوصف ما يتبقى بطريقة كفؤة. وفهم مصدر هذا التوفير يفسر معظم النصائح العملية المتعلقة بإعدادات الفيديو.
الضغط المكاني داخل الإطار
داخل الإطار الواحد تقسم المرمّزات الصورة إلى كتل (macroblocks في H.264، ووحدات شجرة الترميز coding tree units حتى 64x64 في H.265 وAV1). ولكل كتلة تتنبأ بمحتواها من البكسلات المجاورة التي فُك ترميزها فعلًا، ثم تخزن الفرق فقط. فالسماء الزرقاء الصافية يمكن التنبؤ بها تقريبًا بشكل كامل من حافتها، فتكلف قليلًا جدًا. وتمر الفروق المتبقية عبر تحويل يشبه المستخدم في JPEG، يحول أنماط البكسلات إلى مكونات ترددية. وتقع التفاصيل الدقيقة في الترددات العالية التي يستطيع المرمّز تقليلها أو إسقاطها. ولهذا تنضغط المناطق المسطحة جيدًا، وتكون الملمسات التفصيلية مثل أوراق الشجر والماء والقصاصات الملونة مكلفة.
الضغط الزمني بين الإطارات
يتكرر معظم الفيديو من إطار إلى الذي يليه، لذا تخزن المرمّزات التغييرات لا الصور الكاملة. فلكل كتلة يبحث المرمّز في الإطار السابق عن أفضل تطابق ويسجل متجه حركة، يقول مثلًا: حرّك هذه الكتلة ثلاثة بكسلات إلى اليسار، مع تصحيح صغير. والخلفيات الثابتة تكاد لا تكلف شيئًا؛ فكاميرا على حامل ثلاثي موجهة إلى شخص يتحدث تنضغط جيدًا جدًا. أما اللقطات المحمولة باليد واللقطات البانورامية والانفجارات والمطر وحبيبات الفيلم فتكسر هذا التنبؤ لأن التغييرات كبيرة وغير متوقعة. ولهذا قد يختلف فيديوهان بالدقة والمدة نفسيهما في الحجم عدة أضعاف، ويكون تسجيل عرض شرائح ثابت صغيرًا جدًا مقارنة بمباراة كرة قدم.
إطارات I وP وB
تُنظَّم الإطارات في مجموعات. فإطار I (الإطار المفتاحي) يُرمَّز بمفرده كأنه صورة ثابتة، وهو الأكبر. وإطار P يتنبأ من إطارات سابقة. أما إطار B فيمكنه التنبؤ من إطارات سابقة ولاحقة معًا، مما يجعله الأصغر. وقد تحتوي مجموعة الصور النموذجية على إطار مفتاحي واحد كل 2 إلى 10 ثوانٍ مع إطارات P وB بينها. وتتيح الإطارات المفتاحية التنقل والتعافي من الأخطاء، إذ يمكن بدء فك الترميز عند أي منها. وتوفر الفواصل الأطول مساحة لكنها تجعل القفز بين المواضع أبطأ والتعافي من الأخطاء أسوأ. وتستخدم خدمات البث كثيرًا فواصل مدتها ثانيتان للتبديل السريع، بينما تستخدم ملفات الأرشفة فواصل أطول. وهذه البنية هي أيضًا سبب أن القص بلا فقد يتوقف عند الإطارات المفتاحية.
التكميم: حيث تُفقد الجودة فعلًا
بعد التحويل يقسم المرمّز المعاملات على خطوة تكميم ويقرّبها. وتدفع الخطوات الأكبر عددًا أكبر من المعاملات الصغيرة إلى الصفر، فتقلص البيانات لكنها تزيل التفاصيل. والمكمِّم، الذي يُعبَّر عنه غالبًا بـ QP، هو المصدر الرئيسي للفقد. عند QP منخفض يكون الفيديو شبه شفاف؛ وعند QP مرتفع ترى التكتل حيث تظهر حواف مربعة، وهالات حول الحواف الحادة، وتشرّطًا لونيًا في التدرجات، وملمسات ملطخة. وتغيّر المرمّزات الجيدة التكميم عبر الإطار، فتنفق أكثر على الوجوه وأقل على الخلفيات المزدحمة، وعبر الزمن فتنفق أكثر على المشاهد التي ستُرجع إليها إطارات لاحقة. وتؤثر إعدادات المرمّز مثل الإعدادات المسبقة في جودة هذه القرارات لا في ما إذا كانت العملية بفقد.
معدل البت وCRF والتحكم في المعدل
معدل البت هو البيانات المستخدمة في الثانية. وتتحكم المرمّزات فيه بعدة طرق. فمعدل البت الثابت (CBR) يبقيه مستقرًا، وهو مفيد للبث المباشر بعرض نطاق ثابت. ومعدل البت المتوسط (ABR) يستهدف حجمًا إجماليًا. أما معامل المعدل الثابت (CRF) فيستهدف جودة متسقة ويترك معدل البت يتذبذب، فيستخدم بتات أكثر للمشاهد المعقدة وأقل للسهلة. وCRF هو الخيار المعتاد للملفات التي تحتفظ بها أو تشاركها. أما الترميز بمرورين فيحلل الفيديو كاملًا أولًا ثم يوزع البتات بدقة أكبر، وهو مفيد حين يجب أن تبلغ حجم ملف محددًا. وفي x264، فإن فرقًا في CRF بنحو 6 يخفض معدل البت إلى النصف أو يضاعفه تقريبًا. ولهذا السبب تعرض منصات مثل Vidlora هدف جودة بدل معدل بت خام.
المرمّزات الأحدث: H.265 وVP9 وAV1
يضيف كل جيل من المرمّزات تنبؤًا أذكى وكتلًا أكبر وأكثر مرونة. فـ H.265 (HEVC) يحتاج عادةً إلى معدل بت أقل بنحو 30 إلى 50 بالمئة من H.264 لجودة مماثلة. وVP9 في المدى نفسه تقريبًا. ويمكن لـ AV1 توفير 20 إلى 30 بالمئة أخرى مقارنةً بـ H.265 لكنه يتطلب حوسبة ترميز أكبر بكثير. أما التكاليف فهي وقت الترميز وطاقة فك الترميز والتوافق: فقد لا تفك الأجهزة القديمة ترميزها بسلاسة، وتختلف التراخيص بين المرمّزات. ويبقى H.264 هو الأساس لأن كل جهاز تقريبًا يفك ترميزه عتاديًا. وتتألق المرمّزات الأحدث في 4K وHDR والبث ذي عرض النطاق المحدود، حيث يمثل حتى توفير بنسبة متواضعة كميات كبيرة من البيانات عبر مشاهدين كثيرين.
الفقد عبر الأجيال ودروس عملية
لأن الضغط يتخلص من المعلومات، فإن كل إعادة ترميز تبدأ من صورة متدهورة أصلًا وتضيف أخطاء جديدة فوقها. وبعد عدة أجيال ترى التكتل وانزياحات الألوان وتشوشًا لا يستطيع أي إعداد لاحق إزالته. وتنتج عن ذلك قواعد عملية. احتفظ بالتسجيل الأصلي واصنع منه نسخ المشاركة مرة واحدة. وفضّل العمليات التي تتجنب إعادة الترميز، مثل القص بنسخ المسار وإعادة تغليف الحاوية. ورمّز بالدقة النهائية، لا عدة مرات بأحجام مختلفة. واستخدم هدف جودة يناسب الوجهة، لأن رفع ملف مضغوط بشدة إلى منصة تعيد ضغطه مرة أخرى يضاعف الضرر. وأخيرًا تذكّر أن زيادة معدل البت لا تستعيد تفاصيل فُقدت فعلًا، لكنها تستطيع إيقاف مزيد من الفقد.
جرّب أداة تنزيل الفيديو المجانية