深入理解位深、码率和RAW
深入理解位深、码率和RAW
前言：
在拍摄和导出时，你又经常看到8bit、10bit以及100M、200M这些数字，他们分别代表了位深和码率。
那么这些概念从何而来，对实际创作又会产生什么影响？
本期从位深的角度去剖析码率和RAW格式。
位深：
在描述图像时也称为颜色深度，
我们用色深来表示每个颜色分量所能呈现的变化数量。
位是比特，是二进制计算机中最小的单位，
每一个比特都只存在两种状态，用0和1来表示。
这样如果有8个bit，就能表示256种不同的状态。
对一个8bit色成的像素来说，RGB每个通道的颜色都可以呈现出256种变化，3个通道在一起就可呈现出超过1670万种变化。
同理，对于10bit色深的视频，这超过10亿种颜色变化，
12bit则超过了687亿种。
关于色深有两点需要注意：
第1：要注意区分色深的具体含义。
在过去，色深会用来表示所有颜色分量的总比特数，比如在过去说的8位色深时，拢共只有256种颜色变化。
第2：不要和色域的概念混淆
色域表示的是颜色的范围有多广，色深表示的是记录或者呈现颜色的精度有多高。
视频码率：
指的是单位时间内视频的数据量或者说位数，所以叫比特率。
对于8位测试的RGB视频来说，每个像素都有3个颜色，分量就占据24位。
我们知道位和字节存在着8倍的关系，所以每一个像素要占据3个字节。
对于分辨率是1080P的视频来说，一共有2073600个像素，要存储1帧画面就需要6220800个字节，换算成千字节是6075KB，再换算成M，字节是5.93M。
我们知道视频是由一帧一帧的静态画面组成的，如果每秒有25帧，就需要大约148M的空间。
作为一个惯例，
描述存储空间时用字节为单位
描述传输数率时用比特为单位，是148，再乘以8，大约是1186M比特每秒。
我们可以用达芬奇找出一段这样的视频，选择编码格式为无压缩，
就能轻松验证这个结果。
而实际的情况是，一般的拍摄都难以负担这么高的码率，所以会使用不同的编码对视频进行压缩。
比如索尼的XAVC S-I 4K格式，
它能以10比特色深精度记住影像，如果不做压缩，当帧速率为50时，码率会超过1万M比特每秒，
但是配合422的色度采样和帧内压缩，码率可以下降到600M比特每秒
而XAVC S-I 4K格式还使用了帧间压缩，码率可以进一步下降到200M比特每秒。
进而如果使用XAVC HS 4K的格式，它采用H265的编码，码率能再次下降到100M比特每秒。
较低的码率节省了所需的存储空间，而代价要么是牺牲了画面的质量，或是在解码时需要更多的算力和软硬件的编解码支持。
对于调色来说，相同编码的素材，色深和码率越高越好，
码率越高画质越高，像色带这类情况出现的概率也就越低。而后期能拿到的质量最好的素材格式就是RAW.
RAW格式：
是未经处理的原始图像格式，色深通常可以达到12bit、16bit或者更高。
但是当我们用上面的方法去计算RAW素材的码率时，会出现问题。
比如这段素材，这是摄影机拍摄的12比特色深视频，
这是一种未经压缩的格式，所以我们套用之前的计算结果是每帧画面大约要占据35.6M的空间，而实际情况是中的素材有277帧，大小为3.21GB，算下来与知画面只有11.9兆.
差不多，只计算值的1/3。
再换一条视频计算结果同样如此。那为什么RAW素材占据的存储空间只有理论值的1/3呢？
就要回溯到绕素材诞生的地方，感光元件。
感光元件：
是由几百万个微小的感光点组成的阵列，
每个感光点上都有一个微透镜，进一步汇聚光线，
它的本质是一个光子计数器，计算单位时间内进入的光子数量，并将你转换为数字信号。
色深越高就意味着每个感光点记住光子的精度越高。
这里需要注意的是，感光点并非和最终得到的像素点是一一对应的关系。
比如感光点的阵列是2880x1620，
在拍摄1080P的视频时画面会经过3 : 2的下采样，同样也可以做3 : 4的上采样，
也能得到被认可的4K分辨率。
感光点只能记录光子，并不能记录光子的频率，他并不知道光的颜色是怎样的，他只能记录灰度图像。
为了能记录彩色图像，改成了三传感镜摄影机，他用棱镜和二相色镜把入射的光线分成了红、绿、蓝三色光。
而如今的摄影机只会用一块感光元件同时处理三元色。
那要怎么做？
给每个感光点加一个不同颜色的滤镜，
它只允许特定颜色的光线通过。这种像马赛克一样的彩色滤镜阵列被称为拜耳滤镜，
滤镜上有一半颜色被绿色占据，红色和蓝色各占1/4。
看过上期视频的朋友应该知道，这样做是因为我们眼睛对绿色最敏感，所以权重更高。
上期视频深入 422 420 的底层逻辑：https://www.bilibili.com/video/BV1oP4y1m7Nm/?vd_source=aa83aa39c00723051d92545917f8cf3b
感光元件上直接得到的画面是这样一个马赛克的图像，
每个反光点只记录某一个颜色通道的数据，若要还原现实场景的本来面目，就成为去马赛克，或者叫去拜尔，解拜尔
解拜耳的方法相当复杂，具体的算法都是各个制造商严格守护的机密。
大致的思路都是从心里的感光点做彩色插值的计算，比如某个感光点的数据是绿色，那么它丢失的红色和蓝色信息就可以从相邻的像素中推断出来。
常见的视频解拜耳的过程都是发生了相机内部
解拜耳后得到RGB的画面，然后对RGP画面进行编码压缩，就得到了一个个视频文件
作为对比RAW格式将马赛克的原始图像直接编码，解拜耳的工作则放到了回放或者后期的环节。
所以在RAW格式中，每个像素点只记录一个颜色通道的数据，而非3个，所以在计算码率的时候，未经压缩的RAW格式不需要再乘以3.
.r3d , RedCode RAW格式，一般会在RAW的基础上压缩到三分之一甚至更低，对于这种RAW的码率就不能直接算了。
Arri的码率计算器：https://tools.arri.com/fileadmin/adapps/afdc/index.html
Red 码率计算器：https://www.red.com/recording-time
RAW格式凭借着拜耳滤镜和之后的解拜耳算法在事实上将数据压缩到了1/3。
上面的计算时，其实每个RAW素材占据的空间和我们的计算都差了一点几M，因为ArriRAW的元数据和视频数据是分开存储的。
像ISO、白平衡等等数据如此存放的元数据里面，并没有烧入到视频中，这在后期可以修改元数据的各种参数。
所以解拜耳尽管会消耗更多的计算资源，但是给后期提供了极高的自由度。
总结：
介绍了色深的概念，它用来表示记录或者显示颜色的精度。
介绍了无压缩视频的码率计算
最后我们简单介绍了RAW格式的视频，可几分钟的时间只说了他的冰山一角，以后有机会再做分享。
------笔记结束------
