1、MultiMedia(多媒体)一般理解为多种媒体的综合。多媒体是计算机和视频技术的结合，实际上它是两个媒体，图像和声音，即图像和声音的数字化。图片数字化：像数是构成影像的最小单位 ，每个图片都是由若干个像数所组成。每个像素的颜色可以用它的色调，饱和度，和亮度来表示，但是通常用红绿蓝（RGB）来表示 。一个像素所能表达的不同颜色数取决于比特每像素(BPP)。这个最大数可以通过取二的色彩深度次幂来得到。 比如 8 bpp 28=256；(256 色)； 16 bpp 216=65536； (65,536 色，称为高彩色)； 24 bpp 224=16777216； (16,777,216 色，称为
2、真彩色)；常见的图像格式有：BMP：Windows 位图 ，BMP 不支持压缩 ，所以文件比较大，PC 机上最常用的位图格式 。JPG: 是一种有损压缩格式，支持多种压缩级别，对于同一幅画面，JPG 格式存储的文件是其他类型图形文件的 1/10 到 1/20，而且色彩数最高可达到 24 位.是目前网络上最流行的图像格式 。PNG：是网上接受的最新图像文件格式，支持高级别无损耗压缩。 GIF：GIF 的图像深度从 1bit 到 8bit，即 GIF 最多支持 256 种色彩的图像。GIF 格式的另一个特点是其在一个 GIF 文件中可以存多幅彩色图像，如果把存于一个文件中的多幅图像数据逐幅读出并显
3、示到屏幕上，就可构成一种最简单的动画。 PCD（Photo CD）:由 KODAK 公司开发，其它软件系统对其只能读取。PSD（Photoshop standard）:Photoshop 中的标准文件格式，专门为 Photoshop 而优化的格式。CDR（CorelDraw）:CorelDraw 的文件格式。其他的格式还有 ：DIB , PCP, DIF , WMF ,TIF , EPS , IFF , TGA , MPT 等。音频数字化：通常我们采用的是脉冲代码调制编码，即 PCM（Pulse Code Modulation）编码。PCM通过抽样、量化、编码三个步骤将连续变化的模拟信号转换为
4、数字编码。采样精度：即一秒钟的采样次数，最常用的采样精度是 44.1kHz，它的意思是每秒取样 44100 次 ，有时还会使用 48kHz 甚至 96kHz。比特率 ：比特率反映声音的响度级别。最常用的有 16 比特、20 比特或 24 比特。16比特就是指把波形的振幅划为 216 即 65536 个等级。码率 ：采样率值采样大小值声道数 bps 常见的音频编码格式：CDDA: 一个 CD 音频文件是一个.cda 文件，这只是一个索引信息，并不是真正的包含声音信息。标准 CD 格式也就是 44.1K 的采样频率，速率 88K/秒，16 位量化位数.WAV ：是微软公司开发的一种声音文件格式，支
5、持多种音频位数、采样频率和声道，标准格式的 WAV 文件和 CD 格式一样，也是 44.1K 的采样频率，速率 88K/秒，16 位量化位数 。有损音频压缩：采用 CDDA 的 PCM 编码的音频流码率为 44.1K162 =1411.2 Kbps，将码率除以 8,就可以得到这个音频流的数据速率，即 176.4KB/s。这表示存储一秒钟采样率为 44.1KHz，采样大小为 16bit，双声道的 PCM 编码的音频信号，需要176.4KB 的空间，1 分钟则约为 10.34M。这对大部分用户是不可接受的 ，所以需要压缩。DOLBY：AC3:DOLBY 公司研发的一种音频编码技术，支持 5.1CH
6、。常用于 DVD 碟片中的音频编码，成为 DVD 音频中的标准。Dolby Digital Plus：简称 DD Plus 或者 DD+，DD+音轨相比 AC3 主要是支持了7.1 音轨，而且最高码率进行了提高。DD True HD：是 DOLBY 公司最新的一种无损压缩音轨。DTS:DTS 是“Digital Theatre System”的缩写，是“数字化影院系统”的意思,同样支持 5.1CH，而最新的 DTS-HD 则支持 7.1 音轨，码率可以做得非常高。现在这些音频编码技术也常用于高清的视频当中，如数字电视节目上。MPEG： Moving Picture Experts Group，
7、是动态图象专家组的英文缩写。这个专家组始建于 1988 年，专门负责为 CD 建立视频和音频压缩标准, MPEG 音频文件指的是 MPEG 标准中的声音部分即 MPEG 音频层,分为 3 层，分别对应“*.mp1”/“*.mp2”/“*.mp3”这 3 种声音文件。VCD 上的音频编码就是 MPEG Audio Layer-2.MP3:即 MEPG Audio Layer-3, 是 MPEG1 的衍生编码方案,目前最为普及的音频压缩格式, MP3 可以做到 12:1 的惊人压缩比并保持基本可听的音质，MP3 的音频压缩是一种有损压缩，MP3 的码率有很多种，可以用 64Kbp 来节省空间，也可
8、以用 320Kbps 的标准达到极高的音质。采用缺省的 CBR（固定采样频率）技术可以以固定的频率采样一首歌曲，而 VBR（可变采样频率）则可以在音乐“忙”的时候加大采样的频率获取更高的音质。WMA:全称 Windows Media Audio，来自微软，WMA 的压缩率一般都可以达到 1：18 左右，和以往的编码不同，WMA 支持防复制功能，她支持通过 Windows Media Rights Manager 加入保护，可以限制播放时间和播放次数甚至于播放的机器等等.RA:RA 就是 RealAudio 格式.OGG:全称应该是 OGG Vorbis，是一种新的音频压缩格式，类似于 MP3
9、等音乐格式。但有一点不同的是，它是完全免费、开放和没有专利限制的。OGG 有一个特点是支持多声道，OGG 也是对音频进行有损压缩编码，但通过使用更加先进的声学模型去减少损失，因此，相同码率编码 OGG 比 MP3 音质更好一些，文件也更小一些。无损音频压缩：FLAC：自由无损音频格式APE：最有前途的网络无损格式其它的音频编码格式还有：AU, MIDI, MPC 等。视频编解码技术：即用于实现模拟信息与数字信号之间的转换编码（Encode）是将模拟信息转换为数字信号的过程，通常采用脉码调制技术（PCM）予以实现。解码(Decode)则指将数字信号还原为模拟信息的逆过程。所谓视频编码方式就是指通
10、过特定的压缩技术，将某个视频格式的文件转换成另一种视频格式文件的方式。前视频流传输中最为重要的编解码标准有国际电联的 H.261、H.263、H.264，运动静止图像专家组的 M-JPEG 和国际标准化组织运动图像专家组的 MPEG 系列标准，此外在互联网上被广泛应用的还有 Real-Networks 的 RealVideo、微软公司的 WMV 以及 Apple 公司的 QuickTime 等。首先要分清楚媒体文件和编码的区别： 文件是既包括视频又包括音频、甚至还带有脚本的一个集合，也可以叫容器； 文件当中的视频和音频的压缩算法才是具体的编码。 也就是说一个.avi 文件，当中的视频可能是编码
11、 a，也可能是编码 b，音频可能是编码 5，也可能是编码6，具体的用那种编码的解码器，则由播放器按照 avi 文件格式读取信息去调用了。音频视频编码方案有很多，目前常见的音频视频编码有以下几类:MPEG 系列（由 ISO国际标准组织机构下属的 MPEG运动图像专家组开发 ） 视频编码方面主要是 Mpeg1（VCD 用的就是它） 、Mpeg2（DVD 使用） 、Mpeg4（现在的DVDRIP 使用的都是它的变种，如：DIVX，XVID 等） 、Mpeg4 AVC（现在正热门） ；音频编码方面主要是 MPEG Audio Layer 1/2、MPEG Audio Layer 3（大名鼎鼎的 mp3
12、） 、MPEG-2 AAC 、MPEG-4 AAC 等等。 注意：DVD 音频没有采用 Mpeg的。 H.26X 系列（由 ITU国际电信联盟远程通信标准化组织主导，侧重网络传输，注意：只是视频编码） 包括 H.261、H.262、H.263、H.263+、H.263+、H.264（就是 MPEG4 AVC-合作的结晶）MPEG1: 早期 VCD 使用，分辨率是 352*288，压缩比低.MPEG2: 一般 DVD 使用，有 NTSC(720*480)和 PAL （720*576） 压缩比高于 mpeg1MPEG3：原本针对于 HDTV(19201080)，后来被 MPEG-2 代替。 MPE
13、G4：目前使用最多的技术,AVI 文件始祖，大大提高压缩比，而质量堪比 DVD.DIVX：基于 MPEG4 开发的，有一定算法优化，DIVX 3.11(DRM),专利保护。XVID：DIVX 技术封锁之后被人破解开发的，也是基于 mpeg4 的,编码技术更先进，采用开放源码，画质更好。其中 H.262/MPEG-2 和 H.264/MPEG-4 AVC 由 ITU-T 与 MPEG 联合制定H.262 和 MPEG-2 第二部分内容相同, H.264 和 MPEG-4 第十部分内容相同H.264 是由 ITU-T 的 VCEG（视频编码专家组）和 ISO/IEC 的 MPEG（活动图像编码专家
14、组）联合组建的联合视频组（JVT：joint video team）提出的一个新的数字视频编码标准，它既是 ITU-T 的 H.264，又是 ISO/IEC 的 MPEG-4 的第 10 部分。而国内业界通常所说的 MPEG-4 是 MPEG-4 的第 2 部分。即：H.264=MPEG-4（第十部分，也叫 ISO/IEC 14496-10）=MPEG-4 AVC因此，不论是 MPEG-4 AVC、MPEG-4 Part 10，还是 ISO/IEC 14496-10，都是指H.264。H.264 也是 MPEG-4 的一部分。H.264 使图像压缩技术上升到了一个更高的阶段，能够在较低带宽上提
15、供高质量的图像传输，该优点非常适合运营商用户量大、接入网/骨干网带宽相对有限的状况。在同等的画质下，H.264 比上一代编码标准 MPEG2 平均节约 64的传输码流，而比 MPEG4 ASP 要平均节约 39的传输码流,所以现在十分火热，应用也非常广泛:蓝光 DVD新一代高清 DVD 标准，以 H.264 进行视频压缩。高清电视日本广播电视公司、欧洲 DVB Steering Board、美国数字电视的卫星传送等机构都已决定采纳 H.264 标准，中国电信也将 H.264 作为其网络数字电视平台的编解码标准。移动电视正在我国全面铺开的 CMMB 移动电视采用 H.264 视频压缩解码。网络视
16、频全球最大的视频 2.0 网站 YouTube 正在逐渐将其视频转换为H.264 编码，土豆网高清版采用 H.264 标准，Adobe 发布的 Flash 最新版宣布支持 H.264。中国互联网广泛传播的高清电影、电视剧中，H.264 为使用最广泛的压缩编码，几乎占高清总视频量的一半.此外由于 SONY PSP、苹果的 iPod 系列等中终端设备支持 H.264 解码，所以网上还流行着大批非高清 H.264 影视节目视频文件。Real-Networks 公司的 RealVideo 编码：RV10 RV13 RV20 RV30 RV40 RV50, RV60, RM8, RM9, RM10 等。
17、Microsoft 公司的 WMV 编码：WMV3, WMV4, WMV 7、WMV 8、WMV 9、WPV 10 等。Apple 公司的 Quicktime 编码。封装格式：所谓封装格式就是将已经编码压缩好的视频轨和音频轨按照一定的格式放到一个文件中，也就是说仅仅是一个外壳，或者大家把它当成一个放视频轨和音频轨的文件夹也可以。说得通俗点，视频轨相当于饭，而音频轨相当于菜，封装格式就是一个碗，或者一个锅，用来盛放饭菜的容器。 常用的封装格式有：AVI: AVI 是微软 1992 年推出用于对抗苹果 Quicktime 的技术，尽管国际学术界公认AVI 已经属于被淘汰的技术，但是由于 windo
18、ws 的通用性，和简单易懂的开发API，还在被广泛使用。AVI 的文件结构、分为头部, 主体和索引三部分. 主体中图像数据和声音数据是交互存放的。从尾部的索引可以索引跳到自己想放的位置。AVI 本身只是提供了这么一个框架，内部的图像数据和声音顺据格式可以是任意的编码形式。因为索引放在了文件尾部，所以在播 internet 流媒体时已属力不从心。很简单的例子，从网络上下载的片子，如果没有下载完成，是很难正常播放出来。TS:原始的模拟视频采用 MPEG2 数字化编码后，你可以采用 TS 流格式封装成 TS 流文件，也可以采用 PS 流格式封装成 PS 流文件，选择权在于你，TS 流是称为实时流，他
19、把视频信息分成很多很小的包，损坏了一个包，你解码回放时只是看不见一小部分(例如出现马赛克)，但是 PS 流是文件流，文件损害的话，整个文件都看不了了。再形象的说，一段视频资源用 TS 流封装就是把这段视频切成10 个部分，放到 10 个盒子里，一个盒子一个盒子的按照顺序打开，你就能看完这段视频;而 PS 流式把整个视频放到 1 个盒子里，它会自动按照顺序播放出来给您观看;如果有一个盒子坏了，TS 流可以看到 9 个盒子，PS 你就都看不见了。我们着重说一下 TS 封装的格式，电视节目是你任何时候打开电视机都能解码(收看)的，所以，MPEG2-TS 格式的特点就是要求从视频流的任一片段开始都是可
20、以独立解码的。从结构上来说，TS 是由头文件和主体所组成的，扩充过的TS 流还包括时间戳。这样不管是什么格式的 VBR 音轨，都很容易通过时间戳来同步图像。当然，对新的声音格式来说，需要新的分离器，解码器来实现解码。目前在不断改进开发中。TS 不像 AVI，从诞生那天起，就考虑到了网络播放，所以很快成为了世界标准并广泛应用于电视台数字播放，手机等各个领域。WMV：Microsoft 推出的封装格式。MOV：是 APPLE 推出的 QuickTime 封装格式。Rmvb/rm：由 RealNetworks 推出的封装格式。3GP：目前主要应用于 H.263 的封装，主要在 3G 手机上使用MPG
21、 MPEG 编码采用的音频视频容器，具有流的特性。里面又分为 PS，TS 等，PS 主要用于 DVD 存储。TS 主要用于 HDTVVOB DVD 采用的音频视频容器格式（即视频 MPEG-2，音频用 AC3 或者 DTS） ，支持多视频多音轨多字幕章节等。 民间标准但应用十分广泛的封装格式：OGM:OGM 起源于一个互联网上的黑客推出，OGM 作为一个全新的多媒体容器，在视频上可以使用 DivX/XviD 的编码画面，音频上可以使用 ogg vorbis/AC3/(CBR/ABR/VBR)MP3 等，文本上可以使用 srt 字幕，支持 Chapetr。 尤为重要的一点是 OGM 可以方便的嵌
22、入多个音轨和字幕。MKV:MKV 是 Matroska 的简称,是由俄罗斯的程序员开发的，开源，是一种新的文件封装格式,主要特点有：1：可变帧率：这需要编码的配合，试想一下在回放变化比较慢(比如说静物)时以比较低的 FPS 来代替，可以节省不少资源。2：错误检测以及修复：这无提供了纠错和容错性，在网络传输的今天尤为需要。3：软字幕：经常看 DVDrip 以及 HDrip 的朋友了解到，字幕一般都是以其它文件形式存在，在 MKV 里它可以内嵌在封装里，但不会和视频混淆，也可以多字幕随意选择。这样在传输保存时比较方便。4：流式传输：这和 TS 流的原因基本一致，通过时间戳来管理视频以及音频的同步问题，做到即下即看。5：菜单：交互式的操作使得 MKV 更加人性化。6：强大的兼容性：MKV 最大的特点就是能容纳多种不同类型编码的视频、音频及字幕流，即使是非常封闭的 RealMedia 及 QuickTime 也被它包括进去了，堪称万能的媒体容器。7:开放性和跨平台性：Matroska 使用的是一种开放的架构，拥有众多的先进特性，并且能跨平台使用。基于以上这些优点，所以在互联网上应用也是一份广泛。不过 Matroska 相对于以上我们介绍的缺点也是显而易见的，它没有深厚的背景可以依托，这决定了它不可能在商业领域里有所作为。
