4.4 动画和视频

4.4.1  动画

动画是将静态的图像、图形及图画等按一定时间顺序显示而形成连续的动态画面。从传统意义上说，动画是通过在连续多格的胶片上拍摄一系列画面，并将胶片以一定的速度放映，从而产生动态视觉的技术和艺术。电影放映的标准是每秒放映24帧（画面），每秒遮挡24次，刷新率是每秒48次。一般说来，动画是一种动态生成一系列相关画面的处理方法，其中的每一幅与前一幅略有不同。计算机动画是在传统动画的基础上，使用计算机图形图像技术而迅速发展起来的一门高新技术。计算机动画是采用连续播放静止图像的方法产生景物运动的效果，即使用计算机产生图形、图像运动的技术。计算机动画的原理与传统动画基本相同，只是在传统动画的基础上把计算机技术用于动画的处理和应用，并可以达到传统动画所达不到的效果。动画的内容不仅实体在运动，而且色调、文理、光影效果也可以不断改变。计算机生成的动画不仅可记录在胶片上，而且还可以记录在磁带、磁盘和光盘上。放映时不仅可以使用计算机显示器显示，而且还可以使用电视机屏幕显示以及使用投影仪投影到银幕的方法显示。在多媒体应用中，计算机动画可以十分简单，也可以十分复杂，从某个对象、物体的运动到电视广告、动画片等。

动画的本质是运动。根据运动的控制方式可将计算机动画分为实时动画和逐帧动画两种。实时动画是用算法来实现物体的运动；逐帧动画是在传统动画基础上引申而来的，也即通过一帧一帧显示动画的图像序列而实现运动的效果。根据视觉空间的不同，计算机动画可分为二维动画和三维动画。

1．实时动画

实时动画采用各种算法来实现运动物体的运动控制。采用的算法有运动学算法、动力学算法、反向运动学算法、反向动力学算法、随机运动算法等。在实时动画中，计算机对输入的数据进行快速处理，并在人眼察觉不到的时间内将结果随时显示出来。实时动画的响应时间与许多因素有关，如动画图像大小、动画图像复杂程度、运算速度快慢（计算机）以及图形的计算是采用软件还是硬件等。

2．矢量动画

矢量动画是由矢量图衍生出的动画形式。矢量图是利用数学函数来记录和表示图形线条、颜色、尺寸、坐标等属性，矢量动画通过各种算法实现各种动画效果，如位移、变形、变色等。也就是说，矢量动画是通过计算机的处理，使矢量图产生运动效果而形成的动画。使用矢量动画，可以使一个物体在屏幕上运动，并改变其形状、大小、颜色、透明度、旋转角度以及其他一些属性参数。矢量动画采用实时绘制的方式显示一幅矢量图，当图形放大或缩小时，都保持光滑的线条，不会影响质量，也不会改变文件的容量。

3．二维动画

二维动画是对传统动画的一个改进，它不仅具有模拟传统动画制作的功能，而且可以发挥计算机所特有的功能，如生成的图像可以复制、粘贴、翻转、放大缩小、任意移位以及自动计算等。图形、图像技术都是计算机动画处理的基础。图像是指用像素点组成的画面，而图形是指由几何形体组成的画面。在二维动画处理中，图像技术有利于绘制实际景物，可用于绘制关键帧、画面叠加、数据生成；图形技术有利于处理线条组成的画面，可用于自动或半自动中间画面的生成。计算机在二维动画中的作用包括：输入和编辑关键帧；计算和生成中间帧；定义和显示运动路径；产生特技效果；实现画面与声音的同步；控制运动系列的记录等。二维动画的处理主要包括两个基本步骤：第一个步骤是屏幕绘画；第二个步骤是动画生成。屏幕绘画主要利用图像处理软件完成，有时为了自动或半自动生成动画也采用图形方法来描述画面。动画生成以屏幕绘画的结果（作为关键帧）为基础进行生成处理，最终完成动画创作。

4．三维动画

三维画面中的景物有正面，也有侧面和反面，调整三维空间的视点，能看到不同的内容。二维画面则不然，无论怎么看，画面的内容都是不变的。三维与二维动画的区别主要在于采用不同的方法获得动画中的景物运动效果。三维动画的制作过程不同于传统动画制作。根据剧情的要求，首先要建立角色、实物和景物的三维数据模型，再对模型进行光照着色（真实感设计），然后使模型动起来，即模型可以在计算机控制下在三维空间中运动，或近或远，或旋转或移动，或变形或变色等，最后对运动的模型重新生成图像并刷新屏幕，形成运动图像。

建立三维动画物体模型称为造型，也就是在计算机内生成一个具有一定形体的几何模型。在计算机中大致有3种形式来记录一个物体的模型。

（1）线框模型：用线条来描述一个形体，一般包括顶点和棱边。例如用8条线来描述一个立方体。
（2）表面模型：用面的组合来描述形体，如用6个面来描述一个立方体。
（3）实体模型：任何一个物体都可以分解成若干个基本形体的组合，如一个立方体可以分解为各种形体的组合。这种用基本形体组合物体的模型就是实体模型。

三维动画的处理需要综合使用上述3种模型。一般情况下，先用线框模型进行概念设计，再将线框模型处理成表面模型以方便显示，使用实体模型进行动画处理。同一形体的3种模型可以相互转换。

物体模型只有通过光和色的渲染，才能产生自然界中常见的真实物体效果，这在动画中称为着色（真实感设计）。对物体着色是产生真实感图形图像的重要过程，它涉及到物体的材质、纹理以及照射的光源等方面。

（1）材质：除了造型以外，描述任何物体都必须有一定的附加特征（属性），来指明它的外在特性。物体的外在特性在很大程度上取决于构成它的材料。一般把材料的性质简称为材质，不同的材质表现出的质感是不同的。材质主要用来说明物体对入射光线作出的反应。一般来说，光线照射到物体后，或被反射、吸收，或者被透射、折射。反射的色光正是该物体呈现的颜色，而透射、折射产生的色光与材质有很大关系。

（2）纹理：纹理是物体表面细节，大多数物体的表面具有纹理。有了纹理可以改变物体的外观，甚至改变其形状。物体的纹理一般分为两种：一种是颜色纹理，如墙面贴纸、陶器上的图案等，颜色纹理取决于物体表面的光学性质；另一种是几何纹理，如人的皮肤、橘子的褶皱等，几何纹理与物体表面的微观几何形状有关。

（3）光源：给一个场景着色时必须知道有关光源的特性，光源的位置、颜色、亮度、方向等，这些信息要由用户通过照明模型设定。决定光照射到物体表面并形成颜色的方法称为浓淡处理。浓淡处理要用到物体表面的几何材质信息，并对入射光进行考察，从而找出表面反射的色光。在进行浓淡处理时，一般对每个物体表面的每一个点分别进行处理，而且仅考虑来自光源的光照效果，而不考虑来自其他物体发出的光的影响。

三维动画处理的基本目的是控制形体模型的运动，获得运动显示效果。其处理过程中涉及建立线框模型、表面模型和实体模型。此外，一个好的三维动画应用系统能够将形体置于指定的灯光环境中，使形体的色彩在灯光下生成光线反映和阴影效果。运动物体不仅表现为几何位置改变，还带有光、色、受力、碰撞以及物体本身的变形等。动画控制也称为运动模拟。首先，计算机要确定每个物体的位置和相互关系，建立其运动轨迹和速度，选择运动形式（平移、旋转、扭曲等）。然后，要确定物体形体的变态方式和变异速度。如果光源确定好了以后，调整拍摄的位置、方向、运动轨迹及速度，就可以显示观看画面效果。

三维动画最终要生成一幅幅二维画面，并按一定格式记录下来，这个过程称为动画生成。动画生成后，可以在屏幕上播放，也可以录制在光盘或录像带上。

4.4.2  模拟视频

1．模拟视频原理

电视是当代最有影响的多媒体信息传播工具，在综合文、图、声、像等作为信息传播媒体这一点上完全与多媒体系统相同，不同的是电视系统不具备交互性，传播的信号是模拟信号。电视信号记录的是连续的图像或视像以及伴音（声音）信号。电视信号通过光栅扫描的方法显示在荧光屏（屏幕）上，扫描从荧光屏的顶部开始，一行一行地向下扫描，直至荧光屏的最底部，然后返回到顶部，重新开始扫描。这个过程产生的一个有序的图像信号的集合，组成了电视图像中的一幅图像，称为一帧，连续不断的图像序列就形成了动态视频图像。水平扫描线所能分辨出的点数称为水平分辨率，一帧中垂直扫描的行数称为垂直分辨率。一般来说，点越小，线越细，分辨率越高。每秒钟所扫描的帧数就是帧频，一般在每秒25帧时人眼就不会感觉到闪烁。彩色电视系统采用相加混色，使用RGB三基色进行配色，产生R、G、B三个输出信号。RGB信号可以分别传输，也可以组合起来传输。根据亮色度原理，任何彩色信号都可以分解为亮度和色度。

2．彩色电视的制式

电视信号的标准也称为电视的制式，目前世界各地使用的标准不完全相同，制式的区分主要在于其帧频的不同、分辨率的不同、信号带宽及载频的不同、彩色空间的转换关系不同等。世界上现行的彩色电视制式主要有NTSC制、PAL制和SECAM制3种，见表4-2所示。美国、加拿大、日本、韩国、中国台湾、菲律宾等国家和地区采用NTSCM制式；德国、英国、中国、中国香港、新西兰等国家和地区采用PAL制式；法国、东欧、中东一带采用SECAM制式。

表4-2  彩色数字电视制式

我国电视制式（PAL）采用625行隔行扫描光栅，分两场扫描。行扫描频率为15625Hz，周期为64s；场扫描频率为50Hz，周期为20ms；帧频是25Hz，周期为40ms。在发送电视信号时，每一行中传送图像的时间是52.2s，对应行扫描的正程时间，其余的11.8s不传送图像。对应行扫描的逆程时间加入行消隐信号和行同步信号，这样不影响行扫描发送或显示图像信息。每一场扫描的行数为625/2行，其中25行作场回扫，不传送图像。

采用隔行扫描比采用逐行扫描所占用的信号传输带宽要减少一半，这样有利于信道的利用，有利于信号传输和处理。采用每秒25帧的帧频（25 Hz）能以最少的信号容量有效地满足人眼的视觉残留特性。采用50Hz的场频是因为我国的电网频率为50Hz，采用50Hz的场刷新频率可有效地去掉电网信号的干扰。

4.4.3  数字视频

视频信息是指活动的、连续的图像序列。一幅图像称为一帧，帧是构成视频信息的基本单元。在多媒体应用系统中，视频以其直观和生动等特点得到广泛的应用。视频与动画一样，是由一幅幅帧序列组成，这些帧以一定的速率播放，使观看者得到连续运动的感觉。计算机的数字视频是基于数字技术的图像显示标准，它能将模拟视频信号输入到计算机进行数字化视频编辑制成数字视频。全屏幕视频是指显示的视频图像充满整个屏幕，能以30帧/秒的速度刷新画面，使画面不会产生闪烁和不连贯的现象。电视机、激光视盘、摄像机等都可提供丰富多彩的模拟视频信号，常常需要把这些信号与计算机图形图像结合在一个共同的空间，通过处理达到最佳的效果，然后输出到计算机的显示器或其他电视设备上。模拟视频信号进入计算机，首先需要解决模拟视频信息的数字化问题。与音频数字化一样，视频数字化的目的是将模拟信号经模数转换和彩色空间变换等过程，转换成计算机可以显示和处理的数字信号。由于电视和计算机的显示机制不同，因此要在计算机上显示视频图像需要做许多处理。例如，电视是隔行扫描，而计算机的显示器通常是逐行扫描；电视是亮度（Y）和色度（C）的复合编码，而PC机的显示器工作在RGB空间；电视图像的分辨率和显示屏的分辨率也各不相同。这些问题在电视图像数字化过程中都需要考虑。一般，对模拟视频信息进行数字化采取如下方式：

（1）先从复合彩色电视图像中分离出彩色分量，然后数字化。目前市场上的大多数电视信号都是复合的全电视信号，如录像带、激光视盘等存储设备上的电视信号。对这类信号的数字化，通常是将其分离成YUV、YIQ或RGB彩色空间的分量信号，然后用3个A/D转换器分别进行数字化。这种方式称为复合数字化。

（2）先对全彩色电视信号数字化，然后在数字域中进行分离，以获得YUV、YIQ或RGB分量信号。用这种方法对电视图像数字化时，只需一个高速A/D转换器。这种方式称为分量数字化。

视频信息数字化的过程比声音复杂一些，它是以一幅幅彩色画面为单位进行的。分量数字化方式是使用较多的一种方式。电视信号使用的彩色空间是YUV空间，即每幅彩色画面有亮度（Y）和色度（U、V）3个分量，对这3个分量需分别进行取样和量化，得到一幅数字图像。由于人眼对色度信号的敏感程度远不如对亮度信号那么灵敏，所以色度信号的取样频率可以比亮度信号的取样频率低一些，以减少数字视频的数据量。目前使用的色度信号取样格式如表4-3所示。

表4-3  色度信号取样格式

CCIR601标准推荐使用4:2:2格式，并对采样频率、采样结构、彩色空间转换等都做了严格的规定。使用4:2:2格式时，亮点样本Y用13.5MHz采样频率，色度样本Cr、Cb用6.75MHz的采样频率。

4.4.4  数字视频标准

国际无线电咨询委员会（International Radio Consultative Committee，CCIR）制定的广播级质量数字电视编码标准，即CCIR601标准，为PAL、NTSC和SECAM电视制式之间确定了共同的数字化参数。该标准规定了彩色电视图像转换成数字图像所使用的采样频率、采样结构、彩色空间转换等。这对多媒体的开发和应用十分重要。

CCIR为PAL、NTSC和SECAM电视制式制定的电视图像采样频率标准为13.5MHz。

PAL和SECAM制式的亮度信号为每一扫描行采集864个样本点，而对于NTSC制式的亮度信号，每一扫描行采集858个样本点。CCIR 601规定对所有制式，每一扫描行的有效样本点数均为720个。

4.4.5  视频压缩编码

数字图像数据的数据量大，而数字视频信息的数据量就更加突出。例如，每帧352×240像素点，图像深度16bit的图像，其数据量约为1.3Mb，每秒30帧，其数据量就高达40Mb/s，这样大的数据量无论是传输、存储还是处理，都是极大的负担。为了解决这个问题必须对数字视频信息进行压缩编码处理。

视频压缩的目标是在尽可能保证视觉效果的前提下减少视频数据率。视频是连续的静态图像，其压缩编码算法与静态图像的压缩编码算法有某些共同之处。但是视频还有其自身的特性，在压缩时必须考虑其运动特性。由于视频信息中各画面内部有很强的信息相关性，相邻画面又有高度的相容性（连贯性），再加上人眼的视觉特性，所以数字视频的数据量可压缩几十倍甚至几百倍。视频信息压缩编码的方法很多，一般在选择或设计视频压缩编码算法时需要掌握一些视频压缩的基本概念。

1．无损压缩与有损压缩

视频压缩中无损和有损压缩的概念与静态图像基本类似。无损压缩指压缩前和解压缩后的数据完全一致。多数的无损压缩都采用RLE行程编码算法。这种算法特别适合于由计算机生成的图像，它们一般具有连续的色调。但是无损算法一般对数字视频和自然图像的压缩效果不理想，因为其色调细腻，不具备大块的连续色调。

有损压缩意味着解压缩后的数据与压缩前的数据不一致。在压缩的过程中要丢失一些人眼和人耳所不敏感的图像或声音信息，而且丢失的信息不可恢复。几乎所有高压缩的算法都采用有损压缩，这样才能达到低数据率的目标。丢失的数据率与压缩比有关，压缩比越大，丢失的数据越多，解压缩后的效果越差。此外，某些有损压缩算法采用多次重复压缩的方式，这样还会引起额外的数据丢失。

2．帧内和帧间压缩

帧内压缩也称为空间压缩。同一景物表面上各采样点的颜色之间往往存在着连贯性，但是基于离散像素采样来表示景物颜色的方式通常没有利用景物表面颜色的空间连贯性，从而产生了空间冗余。当压缩一帧视频时，仅考虑本帧的数据而不考虑相邻帧之间的冗余信息，这实际上与静态图像压缩类似。由于帧内压缩时各个帧之间没有相互关系，所以压缩后的视频数据仍可以以帧为单位进行编码。帧内压缩一般达不到很高的压缩率。

视频具有运动的特性，故还可以采用帧间压缩的方法。采用帧间压缩方法是基于许多视频或动画的连续前后两帧具有很大的相关性，或者说前后两帧信息变化很小的特点。例如，在演示一个球在静态背景前滚动的视频片段中，连续两帧中的大部分的图像是基本不变的（背景不变），即连续的视频的相邻帧之间具有冗余信息。根据这一特性，压缩相邻帧之间的冗余就可以进一步提高压缩量。帧间压缩也称为时间压缩，它通过比较时间轴上不同帧之间的数据进行压缩。帧差值算法是一种典型的时间压缩法，它通过比较本帧与相邻帧之间的差异，仅记录本帧与其相邻帧的差值，这样可以大大减少数据量。例如，如果一段视频不包含大量超常的剧烈运动景象，而是由一帧一帧的正常运动构成，采用这种算法就可以达到很好的效果。

3．对称和不对称编码

对称性是压缩编码的一个关键特征。对称意味着压缩和解压缩占用相同的计算处理能力和时间。对称算法适合实时压缩和传送视频，如视频会议应用就是以采用对称的压缩编码算法为好。而在电子出版和其他多媒体应用中，一般把视频预先压缩处理好，然后再播放，因此可以采用不对称编码。不对称或非对称意味着压缩时需要花费大量的处理能力和时间，而解压缩时则能较好地实时回放，即以不同的速度进行压缩和解压缩。一般地说，压缩一段视频的时间比回放（解压缩）该视频的时间要多得多。例如，压缩3分钟的视频片段可能需要10多分钟的时间，而该片段实时回放只需3分钟。

目前，国际标准化组织制定的有关视频压缩编码的几种标准及其应用范围可参见表4.4。

表4-4  压缩编码的标准

4.4.6  视频文件格式

1．GIF文件

GIF（graphics interchange format）是CompuServe公司推出的一种高压缩比的彩色图像文件。GIF格式采用无损压缩方法中效率较高的LZW算法，主要用于图像文件的网络传输。考虑到网络传输的实际情况，GIF图像格式除了一般的逐行显示方式之外，还增加了渐显方式，也就是说，在图像传输过程中，可以先看到图像的大致轮廓，然后随着传输过程的继续而逐渐看清图像的细节部分，从而适应了用户的观赏心理。目前互联网上大量采用的彩色动画文件多为这种GIF格式。

2．Flic文件

Flic（.FLI/.FLC）文件是Autodesk公司在其出品的Autodesk Animator/ Animator Pro/3D Studio等2D/3D动画制作软件中采用的彩色动画文件格式。其中.FLI是最初的基于320×200分辨率的动画文件格式，.FLC是.FLI的进一步扩展，采用了更高效的数据压缩技术，其分辨率也不再局限于320×200。Flic文件采用行程编码（RLE）算法和Delta算法进行无损的数据压缩，具有较高的数据压缩率。

3．AVI文件

AVI（audio video interleaved）是Microsoft公司开发的一种符合RIFF文件规范的数字音频与视频文件格式，Windows 95/98、OS/2等多数操作系统直接支持。AVI格式允许视频和音频交错在一起同步播放，支持256色和RLE压缩，但AVI文件并未限定压缩标准。因此，AVI文件格式只是作为控制界面上的标准，不具有兼容性，用不同压缩算法生成的AVI文件，必须使用相同的解压缩算法才能播放出来。AVI文件目前主要应用在多媒体光盘上，用来保存电影、电视等各种影像信息，有时也出现在互联网上，供用户下载、欣赏新影片的片段。

4．Quick Time文件

Quick Time（.MOV/.QT）是Apple公司开发的一种音频、视频文件格式，用于保存音频和视频信息，具有先进的视频和音频功能，被Apple Mac OS、Windows 95/98/NT等主流平台支持。Quick Time文件支持25位彩色，支持RLE、JPEG等领先的集成压缩技术，提供150多种视频效果，并配有提供了200多种MIDI兼容音响和设备的声音装置。新版本的Quick Time进一步扩展了原有功能，包含了基于Internet应用的关键特性，能够通过Internet提供实时的数字化信息流、工作流与文件回放功能。此外，Quick Time还采用了Quick Time VR（QTVR）技术的虚拟现实技术，通过鼠标或键盘的交互式控制，可以观察某一地点周围360度的景象，或者从空间任何角度观察某一物体。Quick Time以其领先的多媒体技术和跨平台特性；较小的存储空间要求；技术细节的独立性以及系统的高度开放性，得到广泛的认可和应用。

5．MPEG文件

MPEG（.MPEG/.MPG/.DAT）文件格式是运动图像压缩算法的国际标准，它包括MPEG视频、MPEG音频和MPEG系统（视频、音频同步）3个部分。MPEG压缩标准是针对运动图像设计的，其基本方法是：单位时间内采集并保存第一帧信息，然后只存储其余帧对第一帧发生变化的部分，从而达到压缩的目的。MPEG的平均压缩比为50:1，最高可达200:1，压缩效率非常高，同时图像和音响的质量也非常好，并且在PC机上有统一的标准格式，兼容性相当好。

6．RealVideo文件

RealVideo（.RM）文件是Real Networks公司开发的一种新型流式视频文件格式，它包含在Real Networks公司所制定的音频视频压缩规范RealMideo中，主要用来在低速率的广域网上实时传输活动视频影像，可以根据网络数据传输速率的不同而采用不同的压缩比率，从而实现影像数据的实时传输和实时播放。RealVideo除了可以以普通的视频文件形式播放之外，还可以与RealVideo服务器相配合，在数据传输过程中一边下载一边播放视频影像，而不必像大多数视频文件那样，必须先下载然后才能播放。