视频基础知识/4K视频解释

玩机 > 飞牛私有云/FNOS (241) 2025-05-28 17:31:58

视频封装/格式

常见的封装格式：MP4/MKV....

MP4/MKV是你下载的视频文件最常见的种类（文件后缀是.mp4/.mkv）。这些文件其实类似一个包裹，它的后缀则是包裹的包装方式。这些包裹里面，包含了视频（只有图像），音频（只有声音），字幕等。当播放器在播放的时候，首先对这个包裹进行拆包（专业术语叫做分离/splitting）,把其中的视频、音频等拿出来，再进行播放。

既然它们只是一个包裹，就意味着这个后缀不能保证里面的东西是啥，也不能保证到底有多少东西。

包裹里面的每一件物品，我们称之为轨道(track)，一般有这么些：

视频（Video）： 一般来说肯定都有，但是也有例外，比如mka格式的外挂音轨，其实就是没视频的mkv。注意我们说到视频的时候，是不包括声音的。
音频（audio）：一般来说也肯定有，但是有些情况是静音的，就没必要带了。
字幕（Subtitles）：有些时候文件自带字幕，并且字幕并非是直接整合于视频的硬字幕，那么就是一起被打包在封装容器中。
章节（Chapter）： 蓝光原盘中自带的分段信息。如果文件带上了，那么你可以在播放器中看到带章节的效果：（.potplayer右键画面，选项-播放-在进度条上显示书签/章节标记 | .mpc-hc 右键画面，选项-调节-在进度条显示章节标记）

其他可能还有附件等，不一一列举。每个类型也不一定只有一条轨道，比如经常见到带多音轨的MKV。每个轨道，都有自己的格式。比如大家常说的，视频是格式H.264，音频格式是AAC，这些就是每个轨道的格式。

MP4和MKV封装格式区别

MKV支持封装FLAC作为音频，MP4则不支持。但是MP4也可以封装无损音轨(比如说ALAC，虽然普遍认为ALAC的效率不如FLAC优秀)
MKV支持封装ASS/SSA格式的字幕，MP4则不支持。一般字幕组制作的字幕是ASS格式，所以内封字幕多见于MKV格式
MP4作为工业标准，在视频编辑软件和播放设备上的兼容性一般好于MKV。这也是vcb-s那些为移动设备优化的视频基本上选择MP4封装的原因。

除此之外，这两个格式很大程度上可以互相代替。比如它们都支持封装AVC和HEVC，包括8bit/10bit的精度。所以MP4画质不如MKV好，这种论断是非常无知的——它们完全可以封装一样的视频。

为什么会有这样的分歧，就是历史原因了。MKV是民间研发，为了代替古老的AVI，从而更好地支持H264，它开发和修改的灵活度使得它可以兼容flac/ass这类非工业标准的格式；而MP4则是出生豪门，作为工业标准，替代更古老的MPG，作为新一代视频/音频封装服务的。

视频

视频的基础参数：分辨率，帧率和码率。

视频是由连续的图像构成的。每一张图像，我们称为一帧(frame)。图像则是由像素(pixel)构成的。一张图像有多少像素，称为这个图像的分辨率。比如说1920×1080的图像，说明它是由横纵1920×1080个像素点构成。视频的分辨率就是每一帧图像的分辨率。

一个视频，每一秒由多少图像构成，称为这个视频的帧率(frame-rate)。常见的帧率有24000/1001=23.976, 30000/1001=29.970, 60000/1001=59.940, 25.000, 50.000等等。这个数字是一秒钟内闪过的图像的数量。比如23.976，就是1001秒内，有24000张图像。视频的帧率是可以是恒定的(cfr, Const Frame-Rate)，也可以是变化的(vfr, Variable Frame-Rate)

码率的定义是视频文件体积除以时间。单位一般是Kbps(Kbit/s)或者Mbps(Mbit/s)。注意1B(Byte)=8b(bit)。所以一个24分钟，900MB的视频：

体积：900MB = 900MByte = 7200Mbit

时间：24min = 1440s

码率：7200/1440 = 5000 Kbps = 5Mbps

当视频文件的时间基本相同的时候（比如现在一集番大概是24分钟），码率和体积基本上是等价的，都是用来描述视频大小的参数。长度分辨率都相同的文件，体积不同，实际上就是码率不同。

码率也可以解读为单位时间内，用来记录视频的数据总量。码率越高的视频，意味着用来记录视频的数据量越多，潜在的解读就是视频可以拥有更好的质量。（注意，仅仅是潜在，后文我们会分析为什么高码率不一定等于高画质）

色深(bit-depth)

色深(bit-depth)，就是我们通常说的8bit和10bit，是指每个通道的精度。8bit就是每个通道用一个8bit整数(0~255)代表，10bit就是用10bit整数(0~1023)来显示。16bit则是0~65535

(注意，上文的表述是不严谨的，视频在编码的时候，并非一定能用到0~255的所有范围，而是可能有所保留，只用到一部分，比如16~235。这我们就不详细展开了)

你的显示器是8bit的，代表它能显示RGB每个通道0~255所有强度。但是视频的色深是YUV的色深，播放的时候，YUV需要通过计算转换到RGB。因此，10bit的高精度是间接的，它使得运算过程中精度增加，以让最后的颜色更细腻。

如何理解8bit显示器，播放10bit是有必要的呢：

一个圆的半径是12.33m, 求它的面积，保留两位小数。

半径的精度给定两位小数，结果也要求两位小数，那么圆周率精度需要给多高呢？也只要两位小数么？
取pi=3.14, 面积算出来是477.37平方米
取pi=3.1416，面积算出来是477.61平方米
取pi精度足够高，面积算出来是477.61平方米。所以取pi=3.1416是足够的，但是3.14就不够了。

换言之，即便最终输出的精度要求较低，也不意味着参与运算的数字，以及运算过程，可以保持较低的精度。在最终输出是8bit RGB的前提下，10bit YUV比起8bit YUV依旧具有精度优势的原因就在这里。事实上，8bit YUV转换后，覆盖的精度大概相当于8bit RGB的26%，而10bit转换后的精度大约可以覆盖97%——你想让你家8bit显示器发挥97%的细腻度么？看10bit吧。

HDR 类型

SDR ：这个是相对HDR 的8bit色彩
HDR10：基础标准，使用静态元数据，支持10-bit色彩和最高1000尼特亮度，广泛应用于电视和流媒体。
Dolby Vision / DV：动态元数据，逐帧优化，支持12-bit色彩和最高10,000尼特亮度，画质更优，但兼容性低于HDR10。
HLG（Hybrid Log-Gamma）：兼容SDR设备，常用于广播电视。
HDR10+：三星主导的动态元数据标准，免费开放，对标Dolby Vision。

HDR10和HLG都是静态HDR，整部视频的每一帧都套用同样的参数；

而杜比视界和HDR10+都是更高级的动态HDR，每一帧画面都可以有单独的参数；

4K电影来源分类

BDISO（蓝光原盘）： 这是接近原版的版本，画质和音质都是佳的，包含所有花絮、字幕、导航菜单等，但文件体积也大，一部电影动辄几十GB，需要专业的播放器才能播放，更适合追求极致影音体验的发烧友。（标题中会包含“BDISO”、“Blu-ray 4K”、“原盘”等关键词。）
BDREMUX（Remux）： 可以理解为精简版的蓝光原盘，保留了主要的视频和音轨，删除了花絮、菜单等，文件体积比原盘小很多，画质和音质无损，是观影的首选。（标题中会包含“REMUX”、“4K Remux”等关键词。）
WEB-DL / WEBRip： 这类版本来自网络流媒体平台，画质相比蓝光原盘有所损失，但文件体积小，更新速度快，适合着急想看新片的朋友，或者只在小屏设备上观看的用户。（标题中会包含“WEB-DL”、“WEBRip”、“流媒体版”等关键词。）
BDRIP： 通过压缩技术将蓝光原盘压缩成更小的文件体积，画质和音质有所损失，但相比WEB-DL等版本要更好，适合追求画质和存储空间平衡的用户。(标题中会包含“BDRip”、“x265”、“HEVC”等关键词。)

视频格式

常见视频格式

H.264 8bit
H.264 10bit
H.265 8bit
H.265 10bit
RealVideo (常见于早期的rm/rmvb)
VC-1(微软主导的，常见于wmv)

额外称呼

H.264=AVC=AVC1
H.265=HEVC

音频

音频格式

常见音频格式

无损系列格式

FLAC
ALAC
TrueHD
DTS-HD MA

有损系列格式

MP3
AAC -- AAC（Advanced Audio Coding），中文名：高级音频编码，出现于1997年，基于MPEG-2的音频编码技术。由Fraunhofer IIS、杜比实验室、AT&T、Sony等公司共同开发，目的是取代MP3格式。
AC3 -- AC3(全称Audio Coding3音频编码3)是杜比数码的同义词，杜比数码是一种高级音频压缩技术，它最多可以对6个比特率最高为448kbps的单独声道进行编码。
E-AC-3/E-AC3/DDP -- 针对高清电视HD DVDRip的一种音轨 .就是Dolby Digital 2.0（杜比2.0）.DD+、E-AC-3 、EC3三个说的是同一种格式，由于E-AC-3的音频文件后缀为.ec3，所以也有人成为EC3格式。EAC3，全称Enhanced AC-3 bit streams，与AC3类似，但不能后向兼容。AC3的decoder不能解EAC3的bitstream，EAC3的decoder即能解AC3，也能解EAC3。
DTS：（Digital Theater Systems）是一种与Dolby Digital类似的多声道音频格式，主要特点包括：高比特率: DTS通常使用更高的比特率，相对于Dolby Digital，提供的音质更高。多声道支持: 最常见的是DTS 5.1声道，但也有DTS-HD Master Audio等更高级的格式，支持7.1声道及更高质量的音频。

杜比系列介绍

Dolby Vision ：杜比Dolby Vision，中文名称：杜比视界解释：意思是看的一种，即提高画质的技术。（一般指视频轨道支持效果）
Dolby Atmos：杜比Dolby Atmos，中文名称：杜比全景声解释：意思是声音，更好的音效。（一般指音频轨道支持效果）
Dolby Audio：杜比音效 (DolbyAudio) 技术是一系列用于为影院、家庭和途中提供丰富、清晰且撼人心魄的音效的强大技术。通过为用于广播、下载、流式传输、在影院中播放或通过光盘享受的内容提供充满活力的听感体验，该技术可进一步增强娱乐的感染力。（一般指音频轨道支持效果）

文件示例

Once Upon A Bite S05 2024 50FPS 2160p WEB-DL H.265 10bit DV DDP2.0

Once Upon A Bite - 视频名称（风味人间）

S05 第五季
2024 - 上映时间
50FPS - 视频帧率
2160p - 视频解析度（4k = 3840 x2160 = 2160p）
WEB-DL - 电影来源
H.265 - 视频编码格式
10bit - HDR 10bit色深
DV - 杜比视界（Dolby Vision）
DDP2.0 - 杜比2.0 高清格式

视频格式 4K视频 4K DV 杜比视界

https://www.syntaxspace.com/article/2505281020479324.html