เสียงและวีดีทัศน์ในระบบดิจิทัล

Linear & Non-Linear Resolution File Type Compression Monitor/Aspect Ratio Sound เสียงและวีดีทัศน์ในระบบดิจิทัล อ.กานต์ คุ้มภัย

Linear & Non - Linear • Linearity • ลักษณะของการเข้าถึงสื่ออย่างต่อเนื่องจากต้นจนปลาย เหมือนลักษณะการอ่านหนังสือแบบหน้าแรกจนหน้าสุดท้าย ,การดู TV ,การดูภาพยนตร์ที่โรงหนัง

Linear & Non - Linear • Non-Linearity • เช่นเวลาดู DVD เรากระโดดข้าม Scene ได้(มี menu ให้เลือก) • เป็นการกระโดดข้าม frame ได้โดยสั่งให้มันทำ • หรือบนหน้าเว็บจะมีการเลือกเส้นทางตามที่เราคลิก • ทำให้ผู้ที่เข้าถึงสื่อเกิดทางเลือก ไม่รู้สึกจำเจบนจำนวนที่เท่ากันกับ Linearity ปกติแล้วมนุษย์จะไม่คิดเป็นเส้นตรง(ไม่คิดเป็น linear) แต่จะถูกกำหนดเป็นโครงข่าย เพราะฉนั้นถ้าเกิดเราสามารถสร้าง media หรือ content ใดๆที่มีความคิดกระจัดกระจายไปได้ จะทำให้ผู้อ่าน/ผู้เข้าถึงสื่อ ได้เข้าใจความหมายของคนสร้างได้มากขึ้น

Linear & Non - Linear • การตีความหมายของมนุษย์มี2วิธี • Linear • Non Linear และเราจะนำเอาจุดนี้ในการผลิตสื่อ หรือออกแบบโปรแกรม * Harry Potter มันดูเหมือนเป็น Linear แต่พอเราอ่านจริงๆเราจะใช้จินตนาการของใครของมัน ตรงนี้นี่เองที่ทำให้การอ่าน Harry Potter ไม่เป็น Linear แล้ว

Linear & Non - Linear • Interactivity • ขยายความสามารถมาจาก Non-Linearity • คือความสามารถในการโต้ตอบกับผู้ใช้ • ถูกออกแบบโดยผู้ที่สร้างโปรแกรมนั้นเพื่อให้ตรงและเข้าถึงความต้องการของผู้ใช้ที่สุด • จะต้องประกอบด้วย Input , Output เพื่อทำ Interactive

รูปที่สร้างขึ้นจาก Computer มีการเก็บข้อมูลเป็นสมการ,คำอธิบาย ใน Vector เมื่อเราขยายรูปขึ้นมาจะมีการไปคำนวณค่าใหม่ขึ้นมาและวาดขึ้นมาใหม่ทุกครั้ง เพราะฉนั้นใน Vector เมื่อยืด/หดรูปจะไม่เสียคุณภาพของรูปนั้นเลย ภาพจะยังคมชัดอยู่เสมอแม้จะถูกขยายออกมากเพียงใด ไฟล์ vector จะมีนามสกุล svg , swf , eps , pdf Vector

Bitmap • มักจะเป็นภาพที่ถูกนำเข้ามาจากภายนอก เช่น ภาพจากกล้องดิจิตอล , สแกนเนอร์ , หรือภาพ Vector ที่ผ่านการ Render ออกมาแล้ว • มีกระบวนการอ่าน/เก็บข้อมูลเป็น Pixel เช่นไฟล์ภาพประเภท Jpeg และ GIF • ใน 1 ภาพของ Jpeg มี 16.7 ล้านสี (24 bit) >> ใน 1 Pixel มีโอกาสเกิดสีได้ 16.7 ล้านสี(1 Pixel เก็บ 3 Byte) • ใน 1 ภาพของ GIF มี 256 สี (8 bit) >> เป็นสีที่เลือกมาจาก 16.7 ล้านสีของJpeg • ใน 1 ภาพของ PNG เปลี่ยนขนาดได้/ยืดหยุ่น Maximum ถึง 48 bit

Bitmap • เก็บภาพ Photo Realistic • เก็บเป็น Pixel • มักถูกสร้างมาจากภาพภายนอก โดยใช้ Scanner , Digital Camera

Bitmap ภาพ 1-bit Image - Monochrome Image - แต่ละ pixel เก็บ 1 bit(0/1) - เป็นภาพขาว-ดำ - ใช้ในการจัดเก็บลง Database มาตรฐานได้ดี

Bitmap ภาพ 8-bit Image - Grayscale Image - แต่ละ pixel เก็บ 8bit(0-254) - เป็นภาพขาวไล่เฉดไปจนถึงดำ

Bitmap Image Resolution คือจำนวนของ Pixel ในรูปนั้นๆ - 640 x 480 - 800 x 600 - 1024 x 768 “กล้อง Digital 5 เมก , 10 เมก นั่นคือกว้างคูณยาวแล้วมันได้ 5 ล้าน,10ล้าน” อัตราส่วน 4/3

Bitmap ถ้าอยากรู้ว่าขนาดของรูปนั้นเป็นเท่าไรให้เอา Resolution x จำนวนBitdept เช่น ภาพ Grayscale ภาพหนึ่ง มีขนาด Resolution ของภาพ = 640 x 480 ขนาดของรูปนั้นเป็นเท่าไร (640 x 480) x 1 byte = 300 kB

Bitmap ภาพ 24-bit Color Images (JPEG) - แต่ละ pixel เก็บ 24bit(R,G,B) + 8 bit(Alpha) - 1ภาพ เก็บจริง = 32-bit Images - 16.7 ล้านสี ภาพ 8-bit Color Images(GIF) - แต่ละ pixel เก็บ 8 bit - ใช้ Lookup Table - 256 สี(ถูกเลือกมาจาก 16.7 ล้านสี)

Bitmap การใช้พื้นที่ของ Bitmap (24-bit Color Images ) Ex สี่เหลี่ยมสีแดงขนาด 128x 128 pxมีขอบสีน้ำเงินหนา 20 px Bitdept(1px=3byte) จะใช้พื้นที่ในการเก็บรูปนี้ เท่ากับ 128 x 128 x 3 = 48 kbytes

Vecter การใช้พื้นที่ของ Vecter Ex สี่เหลี่ยมสีแดงขนาด 128x 128 pxมีขอบสีน้ำเงินหนา 20 px Specified in SVG <path fill=“F8130D” stroke=“#1E338B” stroke-width=“20” d=“M118,118H10V10h108V118z”/> เท่ากับพื้นที่ 86 bytes

Combining Vector & Bitmap การทำงานร่วมกันของ Vector และ Bitmap เราสามารถนำรูปภาพ import เข้าไปใน powerpointได้ทันที โดยรูปที่นำมาวางก็จะถูกเก็บเป็น bitmap อยู่อย่างนั้น ภายในสิ่งแวดล้อมที่เป็น vector Trace bitmap คือกระบวนการเปลี่ยนภาพ bitmap ไปเป็น vector ซึ่งใช้เวลานาน และทำยาก หากเปลี่ยนจาก Vector ไปเป็น Bitmap ก็เลือก save(render) ได้เลย เพราะสีใน vector นั้นจะน้อยกว่าอยู่แล้ว และความละเอียดก็น้อยกว่าด้วย

Render Render คือกระบวนการที่คอมพิวเตอร์นำเอาสมการ,คำอธิบาย,สูตรทางคณิตศาสตร์ ไปวาดรูปและเกิดเป็นภาพ bitmap ขึ้นมา การทำ anti aliasing เพื่อลดการเกิด Jaggiesและจะทำให้เกิดการชัดในระยะไกล

ระบบวีดีโอ • PAL - ใช้ในยุโรป แอฟริกาใต้ เอเชียบางประเทศ - คมชัดสูง - Frame rate = 25fps • NTSC - ใช้ในอเมริกาและญี่ปุ่น - การเคลื่อนไหวราบรื่น - Frame rate = 29.79fps • SECAM - ใช้ในแอฟริกาเหนือ ตะวันออกกลาง ฝรั่งเศส - คมชัดสูงและการเคลื่อนไหวราบรื่น - Frame rate = 25fps

Frame Rate คือความเร็วในการแสดงภาพเคลื่อนไหวต่อ 1 หน่วยเวลา มีหน่วยเป็นเฟรมต่อวินาที (fps) โดยค่า Frame Rate ที่จะทำให้เกิดเป็นภาพยนตร์ได้นั้นจะต้องมีค่าอย่างน้อย 7- 10 fps ซึ่งภาพยนตร์การ์ตูนสมัยก่อนจะใช้ภาพต่อเนื่องแสดงการเคลื่อนไหวอยู่ประมาณ 12 fps ค่า Frame Rate ขึ้นอยู่กับระบบของภาพยนตร์และระบบวิดีโอต่างๆ ดังต่อไปนี้

Frame Rate ค่า Frame Rate ของต้นฉบับก่อนการตัดต่อ (Source Frame Rate) ควรจะมีค่าเท่ากับค่า Frame Rate ของชิ้นงานขั้นสุดท้ายหลังการแปลงไฟล์ภาพยนตร์เพื่อนำไปเผยแพร่ เพื่อให้การแสดงผลภาพมีความถูกต้องและไม่สะดุด เช่น หากต้องการทำวีซีดีระบบ PAL ค่า Source Frame Rate ควรเท่ากับ 25 fps เป็นต้น

Timebaseคือการแบ่งช่องของเวลาในการตัดต่อภายในโปรแกรมเป็นส่วนๆ ใน 1 วินาที โดยค่านี้จะมีความสัมพันธ์กับค่า Frame Rate คือ ถ้าค่า Frame Rate ของไฟล์วิดีโอต้นฉบับมีค่าเท่าใดก็ควรจะกำหนดค่า Timebaseภายในโปรแกรมก่อนทำการตัดต่อให้เท่ากัน เช่น Source Frame Rate จากกล้องวิดีโอมีค่าเท่ากับ 25 fps ดังนั้นควรจะกำหนดค่า Timebaseให้เท่ากับ 25 ด้วยเช่นกัน * สรุปว่า Timebaseควรจะเท่ากับ Source Frame Rate

Data Rate คืออัตราการส่งข้อมูลเพื่อแสดงผลภาพเคลื่อนไหวในระบบดิจิตอล ซึ่งเป็นค่าเดียวกับคำว่า Bit Rate (ซึ่งเป็นความเร็วในการส่งข้อมูลเช่นกัน) โดยมีหน่วยย่อยที่สุดคือคือ บิตต่อวินาที(bps) หากกำหนด Data Rate นี้ให้มีค่ามากจะทำให้คุณภาพของไฟล์วิดีโอสูง แต่ข้อเสียคือจะกินเนื้อที่ในฮาร์ดดิสต์มากตามไปด้วย Aspect Ratio คืออัตราส่วนความยาว : ความกว้างของเฟรม เช่น Aspect Ratio เท่ากับ 4:3 หมายความว่าเราต้องกำหนดขนาดของเฟรมในการแสดงผลเป็น (1024:768),(800:600),(640:480) ซึ่งใช้อัตราส่วนความกว้าง:ความยาวเป็น 4:3 นั่นเอง ซึ่งหมายความรวมถึงหน้าจอแสดงผลของมัลติมีเดียทั่วไป ขนาดของเฟรมจะส่งผลต่อความคมชัดในการแสดงภาพ หากเรากำหนดขนาดของเฟรมให้เล็กเกินไปเมื่อนำมาแสดงผลอาจต้องขยายขนาดวิดีโอ ซึ่งจะทำให้เม็ดสีแตกถ้าขยายมากเกินไปและภาพที่ได้จะไม่คมชัด ดังนั้นเราจึงควรกำหนดขนาดของเฟรมให้มีขนาดพอดีกับการแสดงผลด้วย

VDO Format • avi - ไฟล์มาตรฐานของวิดีโอ - คมชัดสูง - มีขนาดใหญ่ • mpeg - นิยมใช้ - มีขนาดเล็ก - คุณภาพหลากหลาย(ตั้งแต่คมชัดที่สุดจนถึงพอรับได้) ดังนี้ mpeg-1 นิยมใช้กับ VCD ทั่วไป ขนาดไฟล์เล็กที่สุด mpeg-2นิยมใช้กับ DVD โดยไฟล์มีขนาดใหญ่และคุณภาพในการแสดงผลคมชัดที่สุดในตระกูล mpeg mpeg-4นิยมใช้บนอินเตอร์เน็ตเพราะมีขนาดเล็กมาก

VDO Format • wma - ไฟล์วิดีโอมาตรฐานของ Windows - นิยมใช้เผยแพร่บนอินเตอร์เน็ต • mov -ไฟล์วิดีโอมาตรฐานของ Apples - นิยมใช้เผยแพร่บนอินเตอร์เน็ต - สามารถเปิดบน Windows ได้ มีอะไรอีก >>>>>

Aspect Ratio • Aspect Ratio เป็นอัตราส่วนความกว้างต่อความสูงของการแสดงผลบนจอภาพ ซึ่งเป็นองค์ประกอบหนึ่งในการมองที่สำคัญ ปัจจุบันจอที่แสดงผลมีอัตราส่วนของจอภาพที่แตกต่างกันออกไป ทำให้ต้องพิจารณาด้วยว่าจะบันทึกภาพอย่างไรให้เหมาะสม • Standard Television • มาตราส่วนนี้ใช้เป็นมาตรฐานทั่วไปบนจอโทรทัศน์ด้วยอัตราส่วนนี้เราสามารถปรับเปลี่ยนความละเอียดของการแสดงภาพจากคอมพิวเตอร์ได้ในอัตราส่วนที่เท่ากัน เช่น 800 x 600, 1024 x 768 แต่ในปัจจุบันจอภาพแบบ Wide Screen ออกมาจำหน่ายมากขึ้น คาดว่าจะมาแทนที่โทรทัศน์มาตรฐานแบบ 4:3 4 x3 หรือ 1.33 : 1 1 1.33

Aspect Ratio • Wide Screen Television / HDTV • กำลังเป็นที่ยอมรับและใช้เป็นมาตรฐานใหม่ในปัจจุบันมักจะเรียกกันว่าโทรทัศน์แบบ Wide Screen ด้วยอัตราส่วนนี้เราสามารถปรับเปลี่ยนความละเอียดของการแสดงภาพจากคอมพิวเตอร์ได้ในอัตราส่วนที่เท่ากัน เช่น 1280 x 720 16 x 9 หรือ 1.78: 1 1 1.78

Aspect Ratio • Wide Screen Movie / Panavision • ภาพยนตร์แบบ Panavision มีอัตราส่วนของด้านกว้างมากขึ้นเป็น 2.35 : 1 ตัวอย่างของอัตราส่วนขนาดนี้คือ เรื่อง Star Wars 21.2 x 9 หรือ 2.35: 1 1 2.35

Sound • เสียงเกิดจากการสั่นสะเทือน • มนุษย์สามารถได้ยินเสียงในช่วงความถี่ 20 Hz – 20 KHz โดยที่ความสามารถนี้แตกต่างไปตามเพศและวัย • เสียงที่มนุษย์พูดอยู่ในช่วงความถี่ 2-5 KHz (ผู้ชาย 2-4 KHz ผู้หญิง 3-5 KHz) • Sampling คืออัตราการเก็บข้อมูลของเสียงว่าเก็บกี่ครั้งต่อวินาที โดย Sampling Rate นั้นจะแสดงถึงคุณภาพของเสียง โดยอัตราการเก็บข้อมูลกี่ครั้งต่อวินาทีนั้นจะขึ้นอยู่กับชนิดของเสียงนั้นๆ ดังนี้ • เสียงคนพูด = 11.25 KHz(11250ครั้งต่อวินาที) • วิทยุ AM = 22.5 KHz • แผ่น CD = 44.1 KHz • ใน VDO = 48 KHz • ปกติการเก็บ Sampling นั้นจะเก็บเป็น 2 เท่าของความเป็นจริงของข้อมูลเสียงนั้น เช่นปกติเสียงคนพูด 5 KHz และต้องการเก็บคลื่นที่มีความถี่ 5 KHz นี้จะต้องใช้ Sampling Rate เป็น 2 เท่า คือจะต้องใช้ 10 KHz ขึ้นไป • เราต้องเก็บ Sampling ในกระบวนการแปลงจาก Analog ไปเป็น Digital

Sound • Bit Depth • 8 bit audio : 256 levels(ระดับเสียง) • 16 bit audio : 64,000 levels (ระดับเสียง) • 24 bit audio : 16,000,000 levels (ระดับเสียง)

Sound • การบันทึกข้อมูลเสียง • เสียงที่ทำงานผ่านคอมพิวเตอร์ เป็นสัญญาณดิจิตอล ซึ่งมี 2 รูปแบบคือ • Synthesize Sound เป็นเสียงที่เกิดจากตัววิเคราะห์เสียง ที่เรียกว่า MIDI โดยเมื่อตัวโน้ตทำงาน คำสั่ง MIDI จะถูกส่งไปยัง Synthesize Chip เพื่อทำการแยกสียงว่าเป็นเสียงดนตรีชนิดใด ขนาดไฟล์ MIDI จะมีขนาดเล็ก เนื่องจากเก็บคำสั่งในรูปแบบง่ายๆ MIDI คือ Vector • Sound Data เป็นเสียงจากที่มีการแปลงจากสัญญาณ analog เป็นสัญญาณ digital โดยจะมีการบันทึกตัวอย่างคลื่น (Sample) ให้อยู่ที่ใดที่หนึ่งในช่วงของเสียงนั้นๆ และการบันทึกตัวอย่างคลื่นเรียงกันเป็นจำนวนมาก เพื่อให้มีคุณภาพที่ดี ก็จะทำให้ขนาดของไฟล์โตตามไปด้วย • Sample Rate จะแทนด้วย kHz ใช้อธิบายคุณภาพของเสียง อัตรามาตรฐานของ sample rate เท่ากับ 11.25kHz, 22.5kHz, 44.1kHz และ 48kHz • Sample Size แทนค่าด้วย bits คือ 8 ,16 และ 24 บิท ใช้อธิบายจำนวนของข้อมูลที่ใช้จัดเก็บในคอมพิวเตอร์ คุณภาพเสียงที่ดีที่สุด ได้แก่ Audio-CD ที่เท่ากับ 44.1kHz ระบบ 16 บิท เป็นต้น

Sound • Sound Sampling • ทำไม CD เพลงแผ่นนึงถึงบันทึกได้ 1 ชม. • CD นั้นเป็น 16 bit audio และ Sampling ที่ 44.1 kHz และ Quantization Level ที่64,000 • หมายความว่าใน1วินาที มีการเก็บข้อมูล 44100 ครั้ง และมี 64,000ระดับเสียง(amplitude) • - เพราะฉนั้น ใน 1 วินาทีของเสียงจะใช้เนื้อที่ = 44.1 kHz x 2 = 88.2(เก็บ Sampling เป็น 2 เท่า) • แต่เมื่อฟังเพลงมันเป็น ซ้าย – ขวา แปลว่าข้อมูลต้องคูณสอง คือ 88.2 x 2 = 176.4 Kbytes • ถ้าต้องการอัดเสียงความยาว 1 นาทีก็คูณ60 = 176.4x 60 = 10 Mbytes • ถ้าต้องการอัดเสียงความยาว 1 ชม. ก็เอา 10Mbytes x 60 นาที = 600 Mbytes • 600 Mbyte = ความจุของแผ่น CD

Perceptual Based Compression การที่เรา Compress ไฟล์ หนัง เพลง หรือ แอนิเมชั่นให้เป็นไฟล์นามสกุลต่างๆที่เรารู้จักนั้น(Mpeg,Jpeg,Tiff,Gif,MCC,MP3)เนื่องจากเป็นความถี่ของสี ของแสง และของเสียง ที่มนุษย์มีพื้นฐานความสามารถในการรับรู้ได้ดีที่สุดในช่วงๆหนึ่งเท่านั้น

เสียงและวีดีทัศน์ในระบบดิจิทัล

เสียงและวีดีทัศน์ในระบบดิจิทัล

Presentation Transcript