Námet čitateľa: Rád by som sa v nejakej zrozumiteľnej forme konečne dozvedel, aká je súvislosť rozlíšenia a kvality videa. Mnohokrát som totiž počul, že kvalitu obrazu neurčuje počet pixelov, ale že rozhoduje hlavne jeho dátový tok (bitrate). Prečo je ale potom pri pustení videa na YouTube v rozlíšení 144px obraz taký škaredý? Ako je to možné, keď na rozlíšení nezáleží?
Taktiež som počul, že kvalita fotiek vôbec nezávisí od Megapixelov, ale od iných vlastností (svetelnosť objektívu, poprípade čipu, ktorý ich spracuje). A že ak sa netlačí na billboard, tak na peknú fotku stačí aj 5Mpx. Aký má súvis v tomto kvalita a Mpx? Sú vlastne podstatné?
Pre mnohých bude prekvapením, že obe otázky sú v skutočnosti totožné a zaoberajú sa úplne tým istým princípom.
Je celkom bežné, že ľudia vzťah rozlíšenia, dátového toku, kompresie a iných vlastností videa/fotografie nechápu, pretože ide o značne rozvetvenú a náročnú problematiku, do ktorej vstupuje mnoho závislostí.
Na vytvorenie dobrej predstavy ale nie je potrebné chápať každý detail. Stačí, aby ste pochopili základný princíp naviazanosti a celá záležitosť sa vám okamžite obrovsky vyjasní a už prakticky nikdy vás nezmätie.
JEDNODUCHÉ POCHOPENIE DÔVODU, PREČO SÚ ĽUDIA ZMÄTENÍ
Obvyklou príčinou toho, že sa ľudom táto problematika zdá čudesná je, že sa jednotlivé faktory ovplyvňujúce kvalitu snažia vnímať samostatne, čo je obrovskou chybou.
Použime jednoduché prirovnanie. Čo určuje rýchlosť vášho bicyklu? Zrejme odpoviete, že to ako rýchlo šliapete do pedálov. To je v základe pravda. Problémom je, že táto triviálna pravda začne byť problematická, ak si začnete myslieť, že je to jediná vec na ktorej záleží.
Veď predsa môžete ísť aj z kopca a pedálov sa skoro nechytať.
Tak možno poviete, že rýchlosť bicyklu je daná tým, koľko otáčok za určitý čas spravia jeho kolesá. Opäť ide o pravdu. Veď ako inak. To, koľko krát sa koleso otočí za sekundu rýchlosť bicyklu rozhodne určuje.
Chybou je ale myšlienka, že na konečný výsledok vplýva len tento jeden faktor a už nič viac. Ak niekto k takémuto záveru dôjde, samozrejme bude zaskočený tým, že veľký bicykel, ktorému sa za sekundu otočia kolesá 10×, sa bude pohybovať rýchlejšie, ako detská trojkolka či skateboard, ktorým sa za rovnaký čas otočia kolesá 20× či 50×.
Musíte totiž akceptovať, že okrem otáčania kolies záleží aj na tom, aké sú kolesá veľké. Po zistení tohto faktu ale nemôžete zrazu len prepnúť svoje myšlienky zas na to, že iba veľkosť kolesa určuje rýchlosť a na počte otáčok už nezáleží, pretože dôjdete k rovnakému nezmyslu.
Takýchto situácii je prakticky nekončené množstvo. To koľko vody dokáže hadicou pretiecť neurčuje len šírka hadice, ale aj rýchlosť jej toku. To koľko stojí kúpenie domu či bytu nezáleží len od toho, koľko má izieb, ale aj od toho kde sa nachádza, atď., atď.
Ak skrátka budete v situácii, ktorá sa odvíja od viacerých faktorov, hľadieť výhradne len na jeden faktor a ostatné ignorovať, budete len zmätený, pretože konečný výsledok procesu vám bude pripadať vždy náhodný a nezmyselný.
Je absolútnym nezmyslom tvrdiť, že kvalitu videa určuje jeho dátový tok a nie jeho rozlíšenie (tak ako vidieť v námete vyššie). Úplne rovnakým nezmyslom je ale tvrdiť opačnú vec, že kvalitu určuje rozlíšenie a nie dátový tok. Obrazovú kvalitu videa totiž určujú oba faktory a okrem nich ešte aj niekoľko ďalších. A od tohto faktu skrátka nie je úniku.
NA ČOM TEDA PRI OBRAZOVEJ KVALITE ZÁLEŽÍ
Zapamätajte si jednoduché pravidlo, že výsledná obrazová kvalita videa alebo fotografie závisí od 4 všeobecných faktorov. Ide o [Rozlíšenie + Dátový tok + Kompresiu] a Vstupné dáta. Tento zápis je použitý zámerne, pretože tie prvé tri sú na seba vzájomne naviazané a viac menej sa delia o spoločné prostriedky. Pozitívna zmena jedného z nich tak negatívne ovplyvní jednu alebo obe zvyšné.
Ideálne je medzi nimi zachovať balans tak, aby sme dostali čo najlepší obrazový výsledok. Ak jeden parameter budeme hlava-nehlava zvyšovať/znižovať na úkor ostatných, výsledok nikdy nebude taký dobrý, ako pri zachovaní vhodného balansu.
Posledným štvrtým faktorom je kvalita vstupu, ovplyvnená použitou technikou a jej nastavením a takisto človekom, ktorý ju obsluhuje. Ide teda o technickú kvalitu videokamery alebo fotoaparátu z hľadiska svetelných a iných parametrov a takisto to, ako k foteniu a nastavovaniu zariadenia pristupuje skúsený profesionál a ako laik. Dajme však tento faktor na chvíľku bokom, pretože v súvislosti s prvou trojicou previazaných vlastností nás zatiaľ vôbec nezaujíma. Nebojte sa, na záver sa k nemu vrátime a dáme ho do celkovej súvislosti.
VZŤAH ROZLÍŠENIA, DÁTOVÉHO TOKU A KOMPRESIE
Tak ako sa z toho vysomáriť? Akú má rozlíšenie fotky alebo videa spojitosť s dátovým objemom fotky či videa, respektíve dátovým tokom?
Zaujímavé je, že ak by sme žili vo svete, v ktorom by sa nepoužívala žiadna kompresia, tak vzájomná súvislosť „červeného“ a „modrého“ parametru by bola do očí bijúca a nikto by sa nad ňou ani nepozastavoval.
Vezmite si jeden pixel, teda najmenší bod fotografie. Má nejaký jas a farbu. Pre zjednodušenie povedzme, že na digitálne uloženie jeho hodnoty, napríklad na disku počítača či úložisku smartfónu, potrebujeme 1 bajt.
To by teda znamenalo, že ak chceme uložiť 4 pixely, potrebujeme na to 4 bajty, ak 10 pixelov, tak 10 bajtov.
Bežná fotka zo smartfónov má napríklad rozlíšenie 4032 × 2268 pixelov (tiež hovorené aj „bodov“). Za týmto slovom sa myslí len to, že fotka má 4032 pixelov v smere zľava doprava (šírka fotky) a tento počet je zopakovaný na 2268 riadkoch pod sebou (výška fotky). Celkový počet pixelov teda dostaneme vynásobením týchto dvoch čísiel.
Keďže 4032 × 2268 = 9 144 576, teda zhruba 9 miliónov pixelov, hovoríme aj, že fotka má rozlíšenie 9 megapixelov (Mpix). Ak teda potrebujeme na každý jeden pixel jeden bajt, na uloženie celej fotky spotrebujeme 9 miliónov bajtov, či skrátene povedané 9 megabajtov (MB). To je teda dátový objem fotky, teda miesto, ktoré nám zaberie na trvalom úložisku či v operačnej pamäti.
Pri uvedomení si tohto faktu je ihneď každému jasné, čo sa stane, ak rozlíšenie fotky zmenšíme alebo zväčšíme. Ak ho zmenšíme na polovicu a fotka bude mať len 4,5 milióna pixelov (Mpix), objem dát ktorý bude zaberať bude takisto polovičný, teda 4,5 milióna bajtov (4,5 MB). Ak ho naopak zväčšíme na 18 Mpix, pôjde o 18 MB. Prepojenie oboch parametrov je teda do očí bijúce a primitívne.
Ako to vplýva na video? Úplne rovnako. Video je v základe len súhrn fotiek (snímok), ktoré sa striedajú za sebou v rýchlom slede, čo vyvolá pre naše oči ilúziu plynulého pohybu.
Ak má video rozlíšenie Full HD, teda 1920 × 1080 pixelov, znamená to, že jedna jeho snímka/fotka má 2 Mpix, teda dva milióny pixelov (1920 × 1080 = 2 073 600). Ak na každý pixel potrebujeme bajt, snímka bude zaberať 2 MB. No a ak každá sekunda videa obsahuje napr. 30 takýchto snímok, znamená to, že jedna sekunda bude zaberať 30 × 2 MB, teda 60 MB.
Výsledné HD video by teda malo dátový tok 60 MB na každú svoju sekundu. Keďže jedna minúta má sekúnd 60, minúta by zaberala 3,6 GB (60 × 60 MB) a na uloženie jednej hodiny takéhoto video záznamu by sme potrebovali už zhruba 216 GB.
Ešteže nežijeme vo svete bez kompresie…
Dobre teda, vzájomný vzťah rozlíšenia (počtu pixelov) a dátového objemu/toku vidíme. Ak chceme mať rozlíšenie vysoké, budeme potrebovať veľa úložného priestoru. Ak chceme udržať súbor v podobe fotky či videa dátovo maličký, rozlíšenie musíme zmenšiť.
A tu nám práve pomáha tretí faktor v podobe kompresie, vďaka ktorej to nemusíme robiť tak barbarsky. Kompresia nám umožňuje prechod medzi obrazovou kvalitou a výslednou dátovou veľkosťou plynulo vyhladiť a balansovať s oboma parametrami.
ČO JE TO VLASTNE KOMPRESIA?
Kompresia je jednoducho povedané efektívnejší zápis surových dát, na základe nejakého druhu komplexnejšieho zápisu, alebo – čo je dôležité hlavne pri videu a fotografii – na základe nejakého efektívneho zjednodušenia.
Či už ide o film ktorý vidíte na Netflixe či hoc aj Blu-ray disku, alebo JPEG fotografiu z vášho smartfónu, vo všetkých prípadoch sa používa stratová obrazová kompresia, pri ktorej pokročilý a špeciálne navrhnutý algoritmus zjednodušuje a nezvratne fyzicky zahadzuje dáta.
Využíva sa pri tom fakt, že ľudský zrak a vizuálny vnem nie je dokonalý a ani strojový.
Pozrite sa napríklad na túto hŕstku pixelov. Skúste sa sami zahrať na kompresný algoritmus a sami sebe povedať, ktoré dáta by sa dali vynechať alebo upraviť, aby to nebolo vidieť.
Čo keby sme zobrali skupinku pixelov, ktoré sú takmer rovnaké a ledva medzi nimi rozpoznávate rozdiel a povedali, že sú totožné. Napríklad tie šedé v piatom riadku od vrchu.
Túto zmenu urobíme v obraze nezvratne a natrvalo. Nikdy sa už nebude dať obnoviť. Lenže všimne si to niekto? Budú naozaj chýbať?
Pri normálnej veľkosti fotografie či videa jednotlivé pixely nerozpoznávame, takže ak bude zmena naozaj minimálna, výsledný obraz môže vyzerať z nášho pohľadu totožne. Uvedomte si ale, koľko dát môžete takýmto spôsobom ušetriť, ak začne napríklad namiesto dát o šiestich pixeloch zaznamenávať len jeden, spolu s údajom že má byť použitý 6× po sebe.
Celý proces je pravdaže značne komplexnejší a využíva sa pri tom kus matematiky. To je však v základe jedno. Pre pochopenie celej záležitosti to vôbec nepotrebujete. Základný princíp kompresie chápete jasne a zrozumiteľne už aj z tejto jednoduchej vizualizácie.
Ak chcete predsa len trochu nakuknúť do reality tohto odboru a dozvedieť sa, kde môžu pri celom procese vzniknúť problémy, môžete sa pozrieť na náš starší článok „Prečo je dočerta JPEG tak príšerný s červenou farbou a prečo okolo textu robí machule?“.
Na rýchle oboznámenie so situáciou poslúži nasledujúci obrázok, ktorý ukazuje, ako JPEG matematicky popisuje a tým zjednodušuje jednotlivé pixely.
V prípade videa môžeme používať ešte náročnejšie a brutálnejšie triky a zahadzovať napríklad aj kusy, hoc aj celé polovice alebo 90% celej fotografie, tvoriacej jeden zo snímok v rámci video sledu.
Využíva sa pri tom to, že jednu sekundu videa máme zloženú napríklad z 30 statických fotografií, pričom obraz sa v tej sekunde nemusí príliš pohnúť a zmeniť. Respektíve, môže sa zmeniť len jeho časť.
Všimnite si napríklad pozadie tohto nemého freepik videa, v ktorom mladá žena máva do kamery telefónu pri videohovore.
Ako sa žena hýbe, popredie obrazu sa neustále mení mnohokrát za sekundu, avšak pozadie vpravo, skoro štvrtina celého obrazu, je po dlhé sekundy celkom statické. Takisto vľavo je pozadie značne pevné a až na pohyb chodcov v jeho malej časti je takisto vo veľkej miere nemenné. To všetko je v stovkách snímok, ktoré sa v niekoľkých sekundách stihnú pred vašimi očami vystriedať, možné využiť.
Proces takéhoto zahadzovania informácie je pravdaže takisto mimoriadne komplexný a využívajú sa extrémne účinné a stále vylepšované algoritmy, ktoré nám umožňujú hľadať úspory v najrôznejších kútoch a momentoch.
V mnohých prípadoch môžeme napríklad dáta ukrajovať a zjednodušovať aj z dôvodu ich rýchlej zmeny, pri ktorej si ľudský zrak skrátka neuvedomí, že bolo niečo v neporiadku a časť obrazu mala výrazne jednoduchšie popísanú časť pixelov z hľadiska ich farby jasu aj pozície. Všetko má pravdaže svoj limit, na ktorom je treba balansovať.
ZACHOVANIE BALANSU
Zachovania balansu rozlíšenia, dátového toku a kompresie závisí od spôsobov použitia, prehrávania a takisto subjektívnych pocitov.
Predstavte si, že máte video súbor s rozlíšením 1080p o veľkosti 4 GB, ktorý potrebujete kapacitne zmenšiť na polovicu, teda 2 GB. Znamená to, že potrebujete aby mal polovicu MB na 1 sekundu záznamu, ako doteraz.
Ak si neprajete zmenšovať jeho rozlíšenie a necháte ho na 1080p, jediná možnosť ako jeho menší objem dosiahnuť je aplikovať viac agresívnejšiu kompresiu.
Kompresný algoritmus musí v tomto prípade zahodiť 50 % obrazových dát, respektíve dát, ktorými bude obraz popisovať. Podľa toho ako je algoritmus kvalitný a s okým objemom dát vlastne pracuje, dostaneme nejakú výslednú podobu obrazu.
Ako vidíte, stratový algoritmus nezahodí polovicu obrazu. Zahodí polovicu dát, s ktorými obraz popíše a vytvorí. Obraz sa začne mierne líšiť svojim detailom, ale ideálne bez toho, aby to ľudský zrak uvidel. Ako náhle ale popisujeme obraz tretinou či štvrtinou pôvodných dát, začne to byť čoraz viac znateľné.
Ak chcete dátový objem videa alebo obrázku zmenšiť ešte výrazne viac, musíte počítať s tým, že v určitý moment dôjdete do stavu, kedy je vhodné zmenšiť rozlíšenie, než tlačiť stratovú kompresiu až na kosť. Áno, obrázok alebo video v nižšom rozlíšení bude pri zväčšení na celú obrazovku vyzerať horšie, ale čo na tom, keď ten alternatívny veľký obrázok zmasakrovaný kompresiou je už nepoužiteľný a musíte ho aj umelo zmenšovať, aby sa naň dalo pozerať.
V určitom momente skrátka obrazová kvalita začne klesať rapídne a musíte balansovať na hrane toho, ktoré „zhoršenia“ sú akceptovateľnejšie.
Každý z nás môže mať odlišný názor na to, čo mu vadí a čo nie. Rovnako ako záleží aj na tom, kde sa dáta zobrazujú, teda či na malom displeji smartfónu, veľkom monitore či masívnom TV, ako sme od daného displeja ďaleko a podobne. Čím je totiž obraz väčší, tým viac sú nedokonalosti obrazu viditeľné.
Základný princíp ktorý sa v tejto súvislosti uplatňuje je celkom jasný a priamočiary: nemíňame prostriedky na uloženie detailu, ktorý už vo videu nie je.
Inak povedané, je zbytočné držať rozlíšenie vysoké, ak už je kompresia taká silná, že z nej detail ktorý by bol pri danom rozlíšení viditeľný dávno zmizol.
Takisto, keďže schopnosti dátovej linky, alebo kapacita úložiska nie je nekonečná, je nezmyslom kompresiu držať príliš malú a dátový tok monštruózny, keď sa toto obrovské zväčšenie nijako neprejaví na zlepšení kvality obrazu.
Kvalita obrazu je ultimátny faktor, od ktorej sa všetko odvíja. Schopnosti kompresného algoritmu, použitého rozlíšenia a dátového toku sú pravdaže vždy zviazané tým, aké im poskytnete zdrojové dáta.
To, že vaše video z vášho smartfónu nevyzerá ako hollywoodsky film nie je dôsledkom toho, že by ste používali malé rozlíšenie alebo priveľkú kompresiu. Je dôsledkom toho že ho natáčate plackou v ruke so šošovkou veľkou ako hrášok, nie masívnou kamerou v cene domu, umiestnenou na hydraulickom ramene.
Každé záznamové zariadenie má svoj obrazový limit a je zbytočné sa snažiť v rámci digitálneho súboru ukladať niečo, čo v ňom nikdy nebolo. Detail ktorý by z toho ťažil, totiž daná kamera či fotoaparát nebola schopná zaznamenať.
Údaj „4K“, alebo „FullHD“ vypovedá o kvalite len v prípade, že danému rozlíšeniu je poskytnutý nielen zodpovedajúci dátový tok a zodpovedajúca kompresia, ale aj zodpovedajúce pôvodné záznamové zariadenie, ktoré daný obraz zachytilo. Samostatne sa ako „kvalita“ chápať nedá.
To by ste sa potom veľmi čudovali, ako to že je 3 GB video vo Full HD rozlíšení málo kvalitné, keď pozostáva zo záznamu kino plátna smartfónom, a nemá takú ostrosť a kvalitu, ako 3 GB video v rovnakom rozlíšení, vytvorené z Blu-ray originálu.
V základe sa tu pýtate, prečo pesnička čo spievate neznie tak dobre, ako keď ju spieva spevák. Dedukujete pri tom, že asi máte pokazený alebo nekvalitný magnetofón, na ktorý ste sa nahrali.
Kompresný algoritmus vždy narába len s tým, čo mu poskytneme. A pre mnohých je prekvapením, že totožné parametre výsledného videa (napr. rozlíšenie 1080p a 3 GB súbor) automaticky neznamenajú totožnú kvalitu.
Pomalá scéna, v ktorej je záber napríklad na strom, po ktorom lezie húsenica, je z hľadiska potrebných dát ďaleko menej náročná, ako extrémne rýchla a neustále meniaca sa scéna naháňačky áut uprostred preplneného mesta. Čas a počet snímok, rovnako ako počet pixelov je totožný, ale kompresný algoritmus nemôže obraz zjednodušovať a matematicky popisovať tak úspešne a afektívne.
Pre zachovanie maximálnej kvality je potrebné, aby kompresný algoritmus pridal dátový tok tam, kde je potreba a ubral tam, kde nie je.
V minulosti často platilo, že sme boli limitovaní nejakým dátovým nosičom, či už CD, DVD alebo iným, ktoré malo konkrétnu kapacitu, do ktorej sme sa potrebovali zmestiť. Súbor nebolo možné zväčšiť a príliš nedávalo zmysel ho ani zmenšiť.
V takomto prípade bolo vhodné do procesu kompresie zahrnúť aj analýzu dát, kde najprv kompresný algoritmus videom „cvične prešiel“, a zaznamenal si, ktoré pasáže sú dátovo náročnejšie a ktoré menej a na základe toho svoje poskytnuté dátové prostriedky, napríklad 4,3 GB, náležite rozložil pri druhom „ozajstnom“ komprimačnom prechode.
V súčasnosti je už tento faktor pomerne malý a aplikujeme obvykle opačný princíp, kde len očakávame nejakú kvalitu a následne už nám je jedno, či jej udržanie vyprodukuje 4 alebo 7 GB súbor.
Súčasné kodeky v rámci H264 a H265 štandardov sú v týchto ohľadoch mimoriadne dobré a po nastavení požadovaného stupňa kvality dokážu svoju prácu veľmi dobre vyvažovať aj pri jedinom prechode.
Na toto vždy myslite, ak patríte k ľudom, ktorí si napríklad myslia, že „len 3 GB“ film je v dostatočnej kvalite.
V súčasnosti to už z dôvodu malého používania viacerých prechodov a schopnostiam súčasných kodekov neplatí. Veľmi dobre totiž v priebehu kompresie odhadujú, kde je potrebné dátový tok automaticky variabilne pridať a kde je ho možné „beztrestne“ ubrať, výsledkom čoho je, že dva rovnako dlhé filmy sú v subjektívnom ľudskom pohľade v rovnakej obrazovej kvalite, aj napriek tomu že jeden má 2,5 GB a druhý 3,5 GB.
Rozdiel totiž spôsobil obraz, ktorý bol náročnejší alebo menej náročnejší na kompresiu, čomu sa algoritmus prispôsobil a ubral alebo pridal na dátovom toku.
Významným faktorom je, aby pri redukcii bol pôvodný zdroj čo najlepší. Práca kompresného algoritmu v podobe redukcie dát vychádza z priemerovania a rôznych špecifických trasformácií, snažiacich sa o minimálne viditeľnú stratu. Tieto algoritmy sú veľmi precízne navrhnuté a pokiaľ im poskytneme väčší objem detailnejších dát, výsledná redukcia na menej presnú zjednodušenú verziu bude presnejšia (viď. príklady z praxe nižšie).
Zvláštnosťou je, že čím nižšie rozlíšenie použijeme, tým viac agresívnejšiu kompresiu môžeme „beztrestne“ použiť. Na oko to pôsobí ako nezmysel, pretože vlastne hovoríme, že čím viac zhoršíme kvalitu obrazu, tým viac ju môžeme ešte zhoršiť „zadarmo“. To pravdaže nechceme. Kvalitu chceme zachovať čo najviac ako sa len dá.
Ide však o to, že znižovaním rozlíšenia sa stráca v obraze jemný detail. Vo výsledku tak už nezáleží príliš na tom, že kompresný algoritmus už dáta zahadzuje hlava-nehlava agresívne, pretože v nich relevantný detail už nie je.
Práve z tohto dôvodu je pomerne časté, že čím nižšie rozlíšenie video má, tým agresívnejšie sa stratovo komprimuje.
To je vlastne aj odpoveď na zvláštnosť, ktorú si náš čitateľ všimol v rámci svojho námetu. A síce to, že kvalita YouTube videa výrazne klesá, keď vyberáte nižšie a nižšie rozlíšenie. Neklesá totiž len to, ale aj dátový tok s použitím čoraz agresívnejšej stratovej kompresie, v snahe dosiahnuť čo najmenšiu veľkosť súboru, ktorý k vám treba internetom dostať.
Google balans zachováva a neplytvá na zachovanie detailu, ktorý pri smiešne malých rozlíšeniach už nie je dostupný. Obzvlášť ak nízke rozlíšenia sú vlastne núdzový stav, pričom ich výber je z pohľadu používateľa často nedobrovoľný a automatický, ako stránka zareaguje na pomalé alebo vypadávajúce internetové pripojenie.
PRAX A DÔVODY ROZDIELOV V REÁLNOM SVETE
Pokiaľ ste sa dočítali až sem, zrejme už máte prirodzenú a dobrú predstavu o tom, ako rozlíšenie, dátový tok a kompresia kvalitu videa ovplyvňuje.
Skúsme sa preto teraz pozrieť na najčastejšie „hádanky“ a „čudné veci“, ktoré si bežne ľudia pri videách všímajú a priamočiaro na ne odpovedajme. Porovnajte si, či daná odpoveď už teraz súhlasí s tým, čo ste sa o problematike dozvedeli.
Zvláštnosť: Porovnávam dve verzie totožného filmu, ktoré majú rovnaké rozlíšenie a skoro rovnakú veľkosť. Napriek tomu vidím, že jedno video je výrazne ostrejšie a lepšie. Ako je to možné, keď oba súbory majú rovnaké rozlíšenia aj dátový tok?
Vysvetlenie: Video, zmenšované do nižšieho rozlíšenia z veľmi kvalitného zdroja, môže dosiahnuť pri správnom postupe výrazne lepšie obrazové podanie, ako video, ktoré v nižšom rozlíšení existuje už v základe. Je to preto, že kompresný algoritmus môže pracovať s výrazne väčším množstvom dát a ostrejším vzorovým obrazom, vďaka čomu je jeho výpočet a obrazová extrapolácia vo výsledku lepšia a presnejšia.
To sa prejaví, ak je napríklad video s rozlíšením 720p a objemom napr. 2 GB vytvárané zo zdroja, ktorým bol 1080p stream video služby ako Netflix (3 GB), zatiaľ čo iný súbor je vytvorený z 30 GB Blu-ray, alebo 60 či 100 GB video súboru Ultra HD Blu-ray.
Do situácia takisto prehovorí aj typ, kvalita a nastavenie kodeku, ktorý kompresiu vykoná. Modernejšie algoritmy, opakované prechody, detailné nastavenie parametrov, to všetko na výslednú kvalitu vplýva.
Nové kodeky pracujúce na štandarde HEVC/H.265 (High Efficiency Video Coding) môžu dosahovať hlavne u menších súborov značne lepšie výsledky, než predchádzajúca generácia AVC štandardu (Advanced Video Coding), spopularizovaná hlavne x.264 kodekom, ktorého kvality sú zas na hony vzdialené od úbohých schopností prastarých MPEG-4 Part 2 formátov (kodeky ako Xvid).
Zvláštnosť: Na internete opakovane vídam rôzne krátke videá, ktoré ľudia nahrávajú z YouTube či iných služieb na Facebook a podobne, pričom sú stále horšie a horšie. Prečo, keď sa len skopírujú na inú službu bez zmeny?
Vysvetlenie: Ak si skopírujete video súbor z počítača na USB kľúč a následne ho prehrávate na TV, súbor je totožný, nech ho skopírujete koľkokoľvek krát. Dáta sa totiž kopírujú binárne. Ako 0 a 1, nie ako obraz.
Pri nahrávaní a presúvaní do rôznych sociálnych sietí a video služieb to ale neplatí. Aj keď používateľ video len nahrá a „nič sním nerobí“, jednotlivé internetové služby ako YouTube, Facebook, Instagram, TikTok a daľšie ho vždy komprimujú a ukladajú na svoje servery vo viacerých rozlíšeniach a kvalitách. Nikdy súbor nenechávajú bez zmeny.
Opakovaná stratová kompresia pri tom kvalitu stále viac a viac znižuje, bez ohľadu na zachovanie rozlíšenia a dátového toku. Súbor teda môže mať stále rozlíšenie 1080p a objem 500 MB, ale jeho obrazová kvalita je sťahovaním a opätovným nahrávaním na rôzne služby postupne horšia a horšia.
Je to z dôvodu, že nové a nové použitie stratové algoritmu dáta stále preskupuje a reorganizuje v snahe ich zjednodušiť, čo vedie stále k väčšiemu odstupu od originálu. Je to podobná situácia, ako keď začnete prekladať vety z jedného jazyka do druhého opakovane tam a spať. Ak to urobíte desaťkrát po sebe, význam textu sa bude čoraz viac odchyľovať, pretože význam slov sa prelína, čo vedie k postupnému odklonu a posunu informácie.
Zvláštnosť: Pozeral som ten istý film na dvoch rôznych streamingových službách. Obe boli v rovnakom rozlíšení (napr. 4K), ale na jednom bol obraz výrazne horší, najmä v niektorých častiach deja. Ako je to možné?
Odpoveď: V rámci platených služieb sa môžete spoľahnúť na to, že kompresia kodekom je vykonaná čo najlepšie, ako je to len v daných objemoch možné. Zdrojové dáta sú špičkové, komprimačný proces je špičkový a takisto rozlíšenie vysoké.
Avšak rôzne streamingové služby používajú v rozličných rozlíšeniach iný dátový tok. Kým Netflix používa pri HD rozlíšení zhruba 3GB/hodinu, HBO Max, alebo Disney+ ho majú zhruba o tretinu menší, na úrovni zhruba 2GB/hodinu.
Vo väčšine prípadov bude obraz vyzerať totožne, pretože dátový tok pri ktorom má bežný film 5 či 7 GB je pomerne veľký. Avšak ak sú niektoré scény mimoriadne náročné na kompresiu, v niektorých prípadoch si môžete drobné rozdiely všimnúť. Ide napríklad o scény s extrémne rýchlym strihom, veľkým množstvom pohybujúcich sa objektov v obraze (konfety, veľký dav), či scény s veľmi tmavým prostredím, kde sa rýchlo pohybujú tmavé postavy či iné prvky.
Zvláštnosť: Ako je možné, že romantický film má krištáľovo čistý obraz napr. v 2 GB súbore, zatiaľ čo rovnako dlhý akčný film je škaredý aj v 3 GB?
Odpoveď: Rozdielny obsah je rozdielne náročný na kompresiu. Ak film obsahuje pomalé scény, dlhé súvislé statické zábery, je zložený z dlhých konverzácii postáv, ktoré sú v celom zábere, kompresný algoritmus môže vytvárať veľmi presné predpovede, zjednodušenia a odvodenia obrazu. To je typické práve pre romantické a iné konverzačné filmy.
Ak naopak film obsahuje rýchle scény, s množstvom pohybujúcich sa objektov, časté strihy a zmeny uhlov kamier, metódy na redukciu dátového obsahu skrátka nie je možné použiť tak efektívne. Pre zachovanie dobrej kvality je potrebné použiť viac dát, pretože v samotnom obraze viac obrazových dát na zachovanie skrátka je.
Popis komplexnej scény, ktorá sa neustále mení, si vyžiada vždy komplexnejší popis a väčšie množstvo dát, než popis jednoduchej, ktorá je takmer statická.
Do situácie vstupujú aj iné vplyvy. Ak komprimujete napríklad jednoduchý kreslený seriál, často si vystačíte s ďaleko menším počtom dát, pri zachovaní identickej kvality, pretože obraz zložený z jednoduchých farebných prvkov a malého množstva farebných odtieňov môže byť zjednodušovaný omnoho efektívnejšie, než kamerový záber bežného sveta.
Zvláštnosť: Kedysi som mával seriály či filmy v súboroch, čo mávali veľkosť 350 či 700 MB, pričom ich obrazová kvalita bola hrozná. Ako je možné že dnes existujú súbory v podobnej veľkosti a výrazne kvalitnejším obrazom, aj keď daný film či seriál nikdy nevyšiel na Blu-ray, či v 4K?
Odpoveď: Video kodeky za posledné dekády ušli obrovský kus cesty. Schopnosti kodekov v štandarde H264 a H265 sú oproti starým DivX a Xvid kodekom na úplne inej úrovni. Nejde len o pokrok v samotných algoritmoch, ale aj vo výkone počítačov ako takých, ktoré sú schopné rôzne veľmi náročné výpočty a transformácie vykonať v rozumnej dobe.
Druhým faktorom je dostupnosť lepšieho zdroja. Ešte v prvej dekáde tohto storočia sa bežne TV obsah vysielal v nízkom „štandardnom“ rozlíšení, ktoré už na dnešných obrazovkách vyzerá značne nedostatočne a rozmazane.
Je pravda, že rôzny starý seriálový obsah v tomto rozlíšení zostal, pretože nikdy v lepšej neexistoval, avšak pri súčasnom vysielaní dochádza k jeho relatívne dobrej extrapolácii na Full HD a 4K. Typickým príkladom je kreslený seriál Simpsonovci, ktorý sa vysiela už od konca 80. rokov minulého storočia. Ak sa dnes stretnete s 500 MB televíznym ripom, záznam vytvorený z vysielania v roku 2005 a skomprimovaný Xvid kodekom bude skrátka vyzerať omnoho horšie, než dnešný.
Čo sa týka filmov, tak tie často opätovne vo vyššom rozlíšení vychádzajú, bez použitia extrapolácie (zväčšovania), vďaka novému naskenovaniu filmového kotúča. Pre viac informácii o celom procese si môžete prečítať náš podrobný článok: Ako sa obnovuje 4K minulosť.
