音视频基础

本篇文章我们来讲一下音视频基础

像素点:

将以下图片的美女眼睛放大 能够看到一个一个的小方块 这就是像素点

照片像素=宽像素点*高像素点

像素点 代码实例：

#include <opencv2/opencv.hpp>
int main() {
    // 创建一个200x100的黑色图像
    cv::Mat image(100, 200, CV_8UC3, cv::Scalar(0, 0, 0));
    // 将某个像素点设为红色
    image.at<cv::Vec3b>(50, 50) = cv::Vec3b(0, 0, 255); // (B, G, R)
    // 显示图像
    cv::imshow("Pixel Image", image);
    cv::waitKey(0);
    return 0;
}

分辩率:

图像或者视频的分辨率是指图像的大小或者尺寸 我们通常用像素表示图像的尺寸

图像的分辨率越高 图像就越清晰

例子： 360p(640*360)  宽640 高360

位深

位深通常是8bit  8bit能表示256种颜色  RGB能表示（256*256*256）种颜色

帧率

常见的帧率有以下几种（了解）：

1. 24帧/秒：这是电影行业中使用最广泛的帧率，也被称为电影标准帧率。
   
2. 30帧/秒：这是视频游戏、电视节目和大部分在线视频平台使用的标准帧率之一。
   
3. 60帧/秒：这是较高的帧率，用于提供更流畅的动画和游戏体验。在电竞领域以及某些要求高画质的视频制作中常见。
   
4. 120帧/秒或更高：这些超高帧率通常在专业游戏竞技场景、VR（虚拟现实）设备等领域使用，以提供更快速、真实感觉的动画和交互体验。
   

需要注意的是，不同设备和应用程序对于可支持的帧率有不同要求，而且显示器硬件本身也会有限制。因此，在选择使用何种帧率时需考虑到具体情况和设备能力

帧率代码实例:

#include <opencv2/opencv.hpp>
int main() {
    // 打开视频文件
    cv::VideoCapture video("path_to_video_file");
    if (!video.isOpened()) {
        std::cout << "无法打开视频文件" << std::endl;
        return -1;
    }
    // 循环读取帧并计算帧率
    double fps;
    cv::Mat frame;
    while (true) {
        double start = cv::getTickCount(); // 记录起始时间
        if (!video.read(frame)) { // 读取帧
            break;
        }
        // 在图像上绘制帧率信息
        cv::putText(frame, "FPS: " + std::to_string(fps), cv::Point(10, 30), cv::FONT_HERSHEY_SIMPLEX, 1, cv::Scalar(0, 255, 0), 2);
        cv::imshow("Video", frame);
        if (cv::waitKey(1) == 'q') { // 按下 'q' 键退出循环
            break;
        }
        double end = cv::getTickCount(); // 记录结束时间
        double totalTime = (end - start) / cv::getTickFrequency(); // 计算经过的时间（秒）
        
        fps = 1.0 / totalTime; // 计算帧率（每秒显示的帧数）
    }
    video.release();
    cv::destroyAllWindows();
    return 0;
}

本段代码采用的是opencv库来实现 喜欢的朋友可以深入了解

码率：

单位时间内码率越高 分辨率就越高 就越清晰

步长（Stride）：

Stride决定了每次滑动的距离，它可以控制输出尺寸的大小以及运算的速度。当Stride为1时，滑动窗口/卷积核按一个像素的间隔依次遍历输入数据；而当Stride大于1时，滑动窗口/卷积核每次跳过多个像素进行下一次计算。

较小的Stride值可以产生更多的输出特征图，在某些情况下可能会提取更详细的特征信息。然而，较大的Stride值会减少输出特征图的尺寸并降低计算复杂性。

以下是一个示例说明Stride对输出尺寸影响：

假设输入图像尺寸为W x H（宽度 x 高度），滑动窗口或卷积核大小为K x K，那么使用Stride=S后，输出特征图尺寸为： ( (W - K) / S + 1 ) x ( (H - K) / S + 1 )

通过调整Stride参数可以控制输出特征图的空间分辨率和大小。同时需要注意，过大或过小的Stride值可能导致信息损失或计算资源的浪费，因此在选择Stride时需要权衡性能和特征提取的需求。

总结： 以上描述了图像的一些常用基础  在我们学习音视频的过程中 还是要以基础打起  在追求质量的同时追求速度  搞清楚位深 步长等概念 搞清楚图像的基本元素

好了 本篇文章就到这里结束了 在这里 小编想向大家推荐一个课程:

https://xxetb.xetslk.com/s/2PjJ3T