图片纵横比&&像素纵横比

简介: 图片纵横比&&像素纵横比

Perface

本主题描述了两个相关的概念,图片纵横比[picture aspect ratio]和像素纵横比[pixel aspect ratio]。然后介绍如何在Microsoft Media Foundation中使用媒体类型来表达这些概念。

图片纵横比[Picture Aspect Ratio]

图片纵横比定义了显示的视频图像的形状。图片纵横比用X:Y表示,其中X:Y是图片宽度与图片高度的比率。大多数视频标准使用4:3或16:9的图片纵横比。16:9的纵横比通常被称为宽屏幕。电影通常使用1.85:1或1.66:1的纵横比。图片纵横比也称为显示纵横比(DAR)

有时视频图像不具有与显示区域相同的形状。例如,4:3的视频可以在宽屏幕(16×9)电视上播放。在计算机视频中,视频可能显示在具有任意大小的窗口内。在这种情况下,有三种方式可以使图像适合显示区域

  • 沿一个轴拉伸图像以适应显示区域。
  • 缩放图像以适应显示区域,同时保持原始图片的纵横比。
  • 裁剪图像。

拉伸图像以适应显示区域几乎总是错误的,因为它不能保持正确的图片纵横比。

Letterboxing

Letterboxing是一种用于调整视频或图像的纵横比的方法。

Letterboxing一词通常用于描述在宽屏电视上播放标准格式(如1.33:1)的视频内容,以保持画面完整性,同时上下留有空白。

也就是说,如果将标准格式的视频内容显示在宽屏电视上,那么在屏幕的上下两侧就会出现垂直的黑色边框,形成一种“信箱”的形状,这就是所谓的Letterboxing。

平移和扫描

平移和扫描是一种将宽屏幕图像裁剪为4×3矩形区域的技术,用于在4:3显示设备上显示。

生成的图像填充了整个显示器,而不需要黑色信箱区域,但原始图像的一部分会从图片中裁剪出来。

随着感兴趣区域的移动,裁剪的区域可以从一帧移动到另一帧。平移和扫描中的术语“平移”是指移动平移和扫描区域所产生的平移效果。

像素纵横比[Pixel Aspect Ratio]

像素纵横比(标准杆数)测量像素的形状。

当捕获数字图像时,对图像进行垂直和水平采样,产生量化样本的矩形阵列,称为pixels or pels。

采样网格的形状决定了数字化图像中像素的形状。

下面是一个使用小数字来保持数学简单的例子。

假设原始图像是正方形的(即图片纵横比为1:1);假设采样网格包含12个元素,排列在4×3的网格中。

每个结果像素的形状将宽度更高。

具体来说,每个像素的形状将是3×4。非正方形像素称为非正方形像素。

像素纵横比也适用于显示设备。显示设备的物理形状和物理像素分辨率(横向和纵向)决定了显示设备的标准像素比。

计算机显示器通常使用正方形像素。如果图像标准像素比和显示标准像素比不匹配,则必须在一个维度上缩放图像,无论是垂直还是水平,以便正确显示。

以下公式涉及标准像素比、显示纵横比(DAR)和以像素为单位的图像大小:

DAR = (image width in pixels / image height in pixels) × PAR

注意,该公式中的图像宽度和图像高度指的是存储器中的图像,而不是显示的图像。

下面是一个真实世界的例子:

NTSC-M模拟视频在活动图像区域中包含480条扫描线

ITU-R Rec.BT.601规定了每行704个可见像素的水平采样率生成704 x 480像素的数字图像。

预期的画面纵横比为4:3,产生10:11的标准像素比。

  • DAR: 4:3
  • Width in pixels: 704
  • Height in pixels: 480
  • PAR: 10/11

4/3 = (704/480) x (10/11)

要在具有方形像素的显示设备上正确显示此图像,必须将宽度缩放10/11或将高度缩放11/10。

目录
相关文章
|
2月前
|
算法 Python
扭曲图像 鼻子拉伸
【6月更文挑战第28天】
9 0
|
3月前
|
编解码 物联网 计算机视觉
【OpenCV】—图像金子塔与图片尺寸缩放
【OpenCV】—图像金子塔与图片尺寸缩放
|
3月前
|
数据可视化 定位技术 开发者
黑白或彩色线稿地图设计定制装饰画中线条轮廓素材底图获取方法合集
黑白或彩色线稿地图设计定制装饰画中线条轮廓素材底图获取方法合集
|
10月前
|
C++
C++-灰度图上色GrayToColor
C++-灰度图上色GrayToColor
|
算法 定位技术 C#
C#开发:不规则裁切图片
C#开发:不规则裁切图片
144 0
Matlab:单幅图象的暗原色先验去雾改进算法,能够很好地改进天空或明亮部分色彩失真问题
Matlab:单幅图象的暗原色先验去雾改进算法,能够很好地改进天空或明亮部分色彩失真问题
Matlab:单幅图象的暗原色先验去雾改进算法,能够很好地改进天空或明亮部分色彩失真问题
方形图片转为圆形图片
版权声明:本文为博主原创文章,转载请标明出处。 https://blog.csdn.net/chaoyu168/article/details/79354214 在线工具:http://www.quickpicturetools.com/en/rounded_corners/ 打开 在线工具:http://www.quickpicturetools.com/en/rounded_corners/。
1627 0
|
JavaScript 前端开发