Formáty zvukovej a obrazovej informácie

Formáty obrazovej a zvukovej informácie
 
Úvod
V tejto práci je čiastočne rozobraná problematika obrazovej a zvukovej informácie z hľadiska informatiky. Zvuk a obraz je po písanom texte
najdôležitejšou zložkou človekom prijímaných informácií či už v reálnej alebo elektronickej podobe. Obrazové a zvukové informácie môžu byť uložené vo viacerých svojich podobách čiže formátoch. Týchto formátov existuje nespočetné množstvo, z ktorého má každý formát svoje výhody i nevýhody. V tejto práci sa pozornosť venuje hlavne tým najrozšírenejším či najvýznamnejším formátom. Dnes sa už takmer každý denne stretáva s obrazovými a zvukovými informáciami na internete alebo vo svojom počítači. Veď každá pesnička, obrázok alebo film je vlastne zvuková či obrazová informácia alebo ich kombinácia.

1.  Formáty obrazovej informácie
Formáty obrazovej informácie sú štandardy v akých môže byť obraz uložený ako súbor a z ktorých môže byť vyvolaný pre prezeranie a ďaľšiu úpravu. Existujú dve hlavné, úplne odlišné skupiny fomátov grafiky – a to bitové mapy (rastre) a vektorová grafika. Tieto dva hlavné formáty majú
každý svoje klady a zápory, líšia sa hlavne kvalitou a velkosťou, ktorú zaberajú na disku. Rozdiel v týchto základných formátov je aj v ich použití.
Porovnanie jednotlivých formátov (či už vektorovej alebo bitmapovej grafiky) je uvedený v prílohe (tabuľka 1).
  
1.1 Bitmapová grafika
Bitmapová grafika je spôsob, akým je v počítači možné zaznamenať obrázok. Deje sa tak pomocou mapy bitov - možno si ju predstaviť ako štvorčekový papier, pričom každé políčko je bit (číselná hodnota farby na určitom políčku). Bitmapová grafika nie je vhodná na zmenu veľkosti, lebo pri nej dochádza k znehodnocovaniu kvality obrázku.

V bitmapovej grafike existuje:
- rozlíšenie - veľkosť plochy obrázku, meria sa v pixeloch, napr.: 320 x 200, 640 x 480, 1280 x 1024, pričom na bežných monitoroch zodpovedá 20 – 30 pixelov asi 1 centimetru
- farebná hĺbka – vyjadruje, aké veľké rozdiely sú medzi jednotlivými farebnými odstieňmi, koľko má celá paleta farieb, napr.:

2, 16, 256 farieb, 65 536 (16 bitov na pixel), 16,7 milióna (24 bpp)
 
Rozlíšenie pri monitoroch a iných zobrazovacích zariadeniach sa ale počíta v DPI (bodoch na palec).
 

- bod – konkrétna (hardwarová), matematicky vyjadriteľná jednotka,

u každého prístroja je iná

- pixel – imaginárna (softwarová), ale rovnocenná jednotka

Výhody a nevýhody bitmapovej grafiky:

- jednoduchosť záznamu – umožňuje použite pri digitalizácií

(scanovanie, vytváranie digitálnych fotografií, videa)

- jednoduchosť editácie – uložený obrázok sa dá ľahko meniť
- variabilnosť– možnosť ukladať obrázky akéhokoľvek charakteru
- veľká náročnosť na priestor – ukladá sa informácia o každom pixeli
- deformácie – vznikajú pri zmene rozmerov, farebnej hĺbky

 
Bitmapové grafické editory
Obrázky v nich sa vytvárajú bitmapovo, obrázok je len mozaikou bodov.
Nakreslené objekty nie sú samostatné, po nakreslení sa už nedajú modifikovať. Grafické editory:

- kresliace – na vlastné kreslenie, napr.: Adobe Illustrator, Paintbrush
- retušovacie – na úpravu, napr.: Adobe Photoshop, Paintshop Pro

 
1.1.1 Obrazový formát BMP
 
Formát BMP má názov odvodený zo slova bitová mapa, takže je to raster.
BMP je používaný v operačných systémoch Windows a OS/2, bol vyvinutý
firmou Microsoft v 90-tych rokoch minulého storočia.
Formát BMP nepoužíva nijakú vnútornú kompresiu, takže obrázky
v tomto formáte zaberajú najviac diskového miesta. Napríklad obrázok
rozmeru 1024 x 768 pixelov pri farebnej hĺbke 24 bitu na pixel (16,7 mil. farieb) zaberá na disku či v operačnej pamäti 2,25 MB, čo je 18874368 bitov, čo zodpovedá súčinu 1024 * 768 * 24. Obrázok z digitálneho fotoaparátu s rozlíšením 5 megapixelov by vo formáte BMP zaberal
až 14 MB, čo je pre obrázok naozaj veľa. Formát BMP je možné ďalej
komprimovať – použitím programov ZIP, RAR. Veľkosť súboru sa zmenší  asi na jednu štvrtinu.

1.1.2 Obrazový formát JPEG
JPEG je skratka pre “Joint Photographic Experts Group“ (Združená
skupina fotografických expertov). Táto skupina vznikla v roku 1986
s cieľom vytvorenia prvého medzinárodneho štandardu pre kompresiu
a dekompresiu spojito tónovaného (viacúrovňového) statického
obrazu. Združenie predstavuje komisiu, ktora pracuje na oboch ISO aj
ITU-T štandardoch. Oficiálny nazov komisie je ISO/IEC JTC1 SC29
Working Group 1. JPEG môžme stručne charakterizovať ako moderný obrazový formát, ktorý dosahuje rekordné úrovne kompresie,
i o niekoľko rádov väčšie než pri kompresii u formátov TIFF, BMP alebo GIF. Dosahuje toho však tým, že obrázok mierne pozmení (algoritmizuje
ho pre účinnejšiu kompresiu). Pod pojmom kompresia si predstavujeme algoritmus, alebo tiež postup, ako niečo zmenšiť. V našom prípade objem dát, ktoré popisujú našu bitovú mapu. Štandard JPEG predstavuje stratovú metódu kompresie dát.
 
Podstata kompresného algoritmu použitého v štandarde JPEG,
spočíva vo využití transformačných vlastností DCT (diskrétnej
kosínusovej transformácie) a kvantizácii získaných koeficientov.
JPEG je spôsob ako si zachovať bitmapový obrázok tak, aby nezaberal
zbytočne veľa miesta a dal sa opäť v budúcnosti prehliadnuť.
Samozrejme, nemusí to byť len ikonka na obrazovke, ale taktiež aj
snímka digitálneho fotoaparátu, výstup scanneru a podobne.
Výhody a nevýhody formátu JPG:
· ukladá plnú farebnú informáciu (24 bitov na pixel)
· je vhodný na ukladanie fotografii so spojitým prechodom farieb
· veľký kompresný pomer (väčší ako pri GIF,PNG)
· nastaviteľná kvalita a teda aj kompresný pomer
· JPEG predstavuje medzinárodne uznávaný štandard
 
· nie je vhodným pracovným formátom pretože k strate grafickej
informácie (resp. zmene) dochádza pri každom uložení obrázka
· nevhodný pre kompresiu grafiky, čo obsahuje ostré hrany
· na rozdiel od GIF neumožňuje používanie priehľadnosti

1.1.3 Obrazový formát GIF
Skratka GIF vyjadruje anglický výraz “Graphics Interchange Format“,
dá sa preložiť ako grafický formát založený na vzájomnej výmene či premene. Formát GIF je pravdepodobne najpoužívanejším formátom na internete. GIF má obvykle malú velkosť (čo sa týka pamäť. priestoru),
takže je rýchlo natiahnuteľný (fast-loading). Na rozdiel od JPEG používa GIF bezstratovú kompresiu, takže vytvorí obraz menšej veľkosti bez akejkoľvek zmeny na jeho kvalite. GIF tiež ako jediný podporuje transparentnosť (priesvitnosť) a má možnosť byť uložený ako animácia viacerých obrázkov uložených v jednom súbore.
Hlavnou nevýhodou tohto formátu je schopnosť zachytiť maximálne 256 farieb (8 bitov na pixel). To znamená, že nie je vhodný napríklad na fotografie a iný obrázky s veľkým počtom použitých farieb.

1.1.4 Iné obrazové formáty
Formát PNG (Portable Network Graphics) - bol vyvinutý organizáciou W3 ako odpoveď na vtedy licencovaný GIF (licencia stála až 5000 USD).
Na rozdiel od GIFu existuje aj 24 bitová verzia PNG, no pri porovnateľnej kvalite s JPEG zaberá oveľa viac miesta.
PNG je vo viacerých kritériách kvalitnejší ako GIF.
 
Formát TIFF (Tagged Image Format) – obecne použiteľný, nelicencovaný formát, ktorý zvládne všetko od bitmapov po komprimované bezstratové farebné paletové obrázky. Nevýhodou je trochu väčšia obsiahlosť.
Pri formáte TIFF môžu hlavne pri použitej kompresii nastať problémy
s kompatibilitou s aplikáciami.
 
Ďaľšie formáty – RGB (Silicon graphics image file), RAS (Sun raster images), IFF (image fie format), LBM (Amiga interchange file format),
PCX (Zsoft paintbrush), PSD (Adobe Photoshop), PSP (Panitshop Pro)
 
1.2 Vektorová grafika
Všetko na scéne vektorovej grafiky sú dvojrozmerné objekty, je to teda dvojrozmerná, objektová grafika. Objekty v nej sú vyjadriteľné matematickými vzorcami (krivkami). Preto sa pohodlne dajú meniť ich proporcie bez strát na kvalite. Práve kvôli dobrej možnosti zväčšovania sa používa napríklad pri interaktívnych mapách, diagramoch v technike.
Každé písmeno každého fontu je vlastne vektorový objekt, preto aj pri obrovskom písme nedochádza k zníženiu kvality jednotlivých písmen.
Vektorová grafika bola základom pre trojrozmernú vektorovú grafiku.
Naprosto nevhodná a nepoužiteľná je pre fotografie, scanovanie a podobne, na internete sa nepoužíva.
 
Programy na vektorovú grafiku
- Corel Draw! – autormi považovaný za najlepší, je veľmi až prehnane drahý (verzia pre Linux je zdarma)
- Zoner Callisto, AutoCad, vektorovo tvorené sú aj ClipArty a WordArty z balíčkov Office

1.2.1 Základné tvary vo vektorovej grafike
Základné tvary tvoria:
- úsečka (určená dvoma bodmi)
- kružnica alebo jej čas
- krivka (najčastejšie Beziérova krivka)

Až po ich uzavretí vzniknú pravé objekty, základné sú:
- kružnica resp. elipsa
- štvorec resp. obdĺžnik
- n-uholník

Tieto pravé objekty sa nazývajú polygóny. Uzavreté objekty môžu mať ešte daľšie, skôr efektívne vlastnosti, napríklad textúru, tieň, prechod farieb atď... Je možné ich cez seba prekrývať (alebo spriehladňovať), čo prináša daľšie možnosti na grafické vyjadrenie.
Jednotlivé vrcholy alebo tiež uzly (vertexy) možno ľubovoľne transformovať, tak sa dá meniť tvar celého objektu.
 
1.3 Grafika videa
Grafika videa je kombináciou meniaceho sa obrazu a zvuku.
Na prehrávanie väčšiny nových video formátov sú potrebné kodeky.
Kodek - slovo pochádza z angličtiny (codec) a je to skratka z dvoch slov COder a DECoder. Kodek slúži na zakódovanie a dekódovanie, ak chcete komprimáciu a dekomprimáciu videa. Takže, ak dostanete video, ktoré žiada kodek, znamená to, že video je komprimované (stlačené) a potrebuje kodek.
V dnešnej dobe keď je možné na jedno CD zapísať celý film sa objavujú nové problémy s autorskými právami. Iste je jednoduchšie napáliť si na CD za 10 korún film v slušnej kvalite ako si kúpiť originálne DVD alebo VHS. Ale robiť by sa to samozrejme nemalo.

1.3.1 Video formát DivX
Kodek DivX je vlastne technológia kompresie, ktorá umožňuje
ohromnú komprimáciu dát, bez zníženia kvality obrazu a zvuku. Aj preto sa tomuto formátu vraví aj empétrojka videa. Kodek DivX je odvodený
z formátu MPEG-4 (Moving Pictures Expert Group). Microsoft sa chcel presadiť vysielaním videa cez internet, s tým vznikal projekt Windows Media Tools 4, ktorý obsahoval tri varianty MPEG-4: V1, V2, V3. Prvá beta verzia bola využiteľná aj pre videosúbory AVI ale výsledna verzia podporovala len nový formát videa ASF. Tento fakt vyvolal vlnu nespokojnosti užívateľov, ktorí sa venovali videu a pracovali s programami pracujúcimi s AVI, ktoré už nemali žiadne využitie, budúcnosť. Riešením bolo hacknutie oficiálneho kodeku V1, ktorý bol neskôr premenovaný na DivX a tým sa vrátilo sprístupnenie
formátu AVI pre spomínane programy. Takže pôvod DivX je vlastne
nelegálny.
 
Ako funguje DivX
Predstavme si záber, keď človek prechádza okolo domu. Väčšina
jednotlivých snímkov sa líšia len polohou človeka, dom sa vlastne
nehýbe - ostáva nezmenený. Preto je zbytočné pre každý snímok
ukladať informácie o vzhľade statického domu. Takže v takýchto
kľudných scénach, kde sa všetko nehýbe, sa ušetria dáta, ktoré
sú pridelené rýchlejším scénam, aby boli kvalitnejšie. DivX bol vyvinitý v roku 2001 a stále sa objavujú nové verzie, najnovšia je verzia 5. DivX je licencovaný pod DivXNetworks, Inc. Formát DivX je chránený medzinárodnými patentami.

1.3.2 Ostatné video formáty
 
Formát AVI (Audio Video Interleave) – štandardný formát Microsoftu pre video vo Windowse. Tento formát bol vyvinutý na ukladanie zvukovej a obrazovej informácie. Medzi výhody patrí nenáročnosť – netreba mať nijaký špeciálny hardvér, kodeky či prehrávače. AVI má až hrozný pomer medzi kvalitou a zaberaným diskovým priestorom.
 
Formát QuickTime (prípony QT, MOV) – tento formát bol vyvinutý spoločnosťou Apple Computer, QuickTime je štandardom na počítačoch Macintosh, na prehrávanie na PC je potreba mať špeciálne QuickTime ovládače. QuickTime podporuje veľké množstvo formátov, od Cinepak, JPEG a MPEG. Tento formát má vinikajúci obraz aj zvuk, je kompatibilný
s internetovými prehliadačmi a podporuje rozličné audio / video formáty.

Formát Real Video (prípony ra, ram, rm...) – streamingová technológia od spoločnosti RealNetworks vyvinutá na online vysielanie živého videa
cez internet. RealVideo používa rozmanité metódy kompresie dát
aby fungoval na akýchkoľvek pripojeniach.
 
Formát Vivo Video (VIV) – je to už dosť zastaraný formát a ponúka veľmi
nedostačujúcu kvalitu, ale stále je používaný v niektorých oblastiach.
Je jedným z prvých formátov na internetový streaming.
Jeho vývoj a podpora skončili už v roku 1997.

2.  Formáty zvukovej informácie
Zvukovej informácii patrí tiež aspoň taká pozornosť ako pri textovej či obrazovej informácii. Digitálny zvuk prichádza v množstve rôznych formátov a tieto formáty majú pred sebou iste ešte dlhú budúcnosť.
Skupiny ako napríklad MPEG vytvorili mnoho otvorených štandardov,
ale od nich odvodené formáty nemusia byť medzi sebou kompatibilné.
Našťastie pre spotrebiteľov mnoho softvérových a hardvérových prehrávačov je schopných podporovať tieto formáty. Ak sa aj niektorý formát stane zastaraným či prekonaným, množstvo nástrojov je k dispozícii na jeho konverziu do iného formátu. Zvukové formáty sa dajú rozdeliť do dvoch základných skupín:

- zvukové súbory (zaznamenané alebo vytvorené zvuky)
- hudobné súbory (slúžia len na zápis hudby, ako notový záznam)

2.1 Formáty zvukových súborov
 Doposiaľ podobné záznamy zvuku pracovali s analógovým spojitým signálom. Nedostatkom týchto záznamov je vznik skreslení a ovplyvňovanie rušivými signálmi. Preto sa u digitálneho záznamu prevedie pomocov vzorkovania analógový signál na sústavu impulzov (PAM) a potom se týmto impulzom v určitých hladinách pridelí číselný kód. Vznikne modulácia PCM (viď. príloha). Vo vzorkovacom obvode VO sa zo spojitého signálu vytvorí rada vzorkov a každému vzorku sa v závislosti na jeho amplitúde a polarite v obvode A/Č pridelí číselný kód nejčastejšie v dvojkovej sústave. Bity jsou usporiadané do tzv. slov (samplov) s rovnakým počtom bitov. Počet bitov v jednom slove závisí na rozlišovacej schopnosti daného zariadenia. Napríklad ak rozdelíme amplitúdu na 28 rozlišovacích úrovní, bude mať jedno slovo 8 bitů. Ak chceme v číselnej forme zaznamenať analógový signál v rozsahu 20 kHz, musí byť vzorkovacia frekvencia aspoň dvojnásobná. Za optimálne sa považuje rozdelenie amplitúdy na 65000 (216) rozlišovacích úrovní. To znamená, že sa jedná o 16 bitové slovo.

2.1.1 Zvukový formát WAV
Formát WAV bol vyvinutý Microsoftom a spoočnosťou IBM a je bežným
audio formátom používaným operačným systémom Windows.
WAV súbory môžu byť komprimované, ale aj tak majú stále veľké rozmery. Vo tomto formáte sa dá špecifikovať vzorkovacia frekvencia (8000, 16000, 22050, 44100, 48000 Hz), počet kanálov (1-mono, 2-stereo), veľkosť samplu (8, 16, 24 bitov). Výberom vhodných hodnôt sa dá ušetriť miesto alebo naopak zvýšiť kvalita (úmerne s veľkosťou). Formát WAV bol odvodený od RIFF-u. RIFF (Resource Interchange File Format) bol taktiež výtvorom Microsoftu. Základný WAV súbor je kódovaný cez PCM. PCM (Pulse Code Modulation) je bežná metóda ukladania digitálneho audia, kde ako “1“ je uložený kladný napäťový impulz, ako “0“ jeho absencia.

2.1.2 Zvukový formát MP3
Fenomén MP3 dnes už pozná takmer každý. Mnohí ho milujú, iní nenávidia (hlavne hudobné spoločnosti). Formát MP3 sa stal súčasťou štandardu MPEG v roku 1992 a odvtedy je najúspešnejší audio-štandard. Nemecký Fraunhofer Gesellschaft, ktorý vyvinul tento druh audio kompresie stále drží klúčové patenty MP3-technológie. Vývoj začal v roku 1987 ako projekt Eureka EU147.
MP3 (MPEG-1 layer 3)  je metóda komprimácie zvukových dát, približne v pomere 12:1, takže na 1 CD sa zmestí až 12 klasických audio CD. Hudba uložená vo formáte MP3 je kvalitatívne takmer zhodná s kvalitou na CD.
Na základe pokusov a pozorovaní bol zostavený metematický model ľudského ucha, na ktorom sa testovali transformácie (rôzne vypustenia z pôvodného signálu). Zistilo sa, že reálne ucho nezachytí celý rad “nepočuteľných“ zložiek zvuku bez toho, aby sa znehodnotiil zvukový vnem.
 
2.1.2 Ostatné formáty zvukovej informácie
 
Formát OGG – vývoj tohto fomátu začal v roku 1993, vtedy známy ako Squish. OGG už od začiatku nechal jadro projektu otvorené novým nápadom. Bol navrhnutý ako alternatíva k MP3 a WMA a teraz je skoro tak populárny a známy ako MP3. OGG ako jeden z mála formátov umožňuje kompresiu aj viacerých kanálov (napr. 5.1) do jednéhu súboru.
 
Formát WMA – je odpoveďou Microsoftu na MP3, Windows Media Audio štandard. Ako súčasť balíčka Windows Media 8, bol prezentovaný v decembri 2000 a do teraz je to jeden z najlepších produktov WM.
WMA má predovšetkým “výhodu“ v tom, že skladby chránené copyrightom nemôžu byťuž viac zverejňované. To je jeden z dôvodou prečo si hudobné spoločnosti vybrali práve tento formát.

2.2 Formáty hudobnej informácie
Formáty hudby sa líšia predovšetkým tým, že súbory neobsahujú konkrétne hudobné signály, ale iba inštrukcie ako ich syntetizovať (hrať). Hlavné odvetvia hudobnej informácie sú štandard MIDI a rôzne modulové
systémy. Obe tieto odvetvia začínajú pomaly zanikať, lebo v dnešnej dobe vďaka štandardom ako MP3 a WMA nie je problémom používanie
a získavanie hudby ako reálneho zvuku. Hlavnou výhodou takéhoto spôsobu ukladania hudobnej informácie je predovšetkým extrémne malá náročnosť na diskový priestor. Veď taká päťminútová skladba s bohatou paletou nástrojov vo formáte MIDI môže mať okolo 50 kB, čo je oproti empétrojke s veľkosťou 5 MB naozaj málo.
 
2.2.1 Formát MIDI
Štandard MIDI (Musical Instument Digital Interface) slúži na výmenu dát medzi elektronickými hudobnými nástrojmi. Z hardvérového hľadiska je MIDI druh sériového rozhrania, ktoré prenáša dáta rýchlosťou 31250 bitov za sekundu. MIDI má 16 kanálov, takže v jednom súbore môžu byť
inštrukcie pre hranie až pre 16 nástrojov (10. kanál je vyhradený pre bicie nástroje). V tejto dobe sa formát MIDI opäť stáva populárnym, keďže
polyfonické zvonenia v mobilných telefónoch sú v tomto formáte.
Štandard General MIDI ponúka na výber az 128 rôznych syntetizovaných hudobných nástrojov rozdelených do rôznych kategórii (piána, organy, gitary, basgitary, dychové, perkusie, efekty...)

2.2.2 Hudba v modulových systémoch
Modulové systémy majú podobný spôsob fungovania ako MIDI,
ale nemajú vopred určené nástroje, v každom súbore sú uložené zvuky (sample), ktoré budú v tom súbore použité. Sampel je uložený iba raz
(v základnej frekvencii), iné tóny jedného nástroja vznikajú modifikáciou
základného samplu. Existuje možnosť, aby aj celá pesnička bola vytvorená s použitím len jedného samplu (vrátane bicích, činelov...). Modulové systémy už nemajú taký význam ako mávali, v minulosti existovali celé kultúry zaoberajúce sa tvorením, výmenou a počúvaním hudby v tom to formáte. Tento spôsom ukladania bol populárny na počítačoch Amiga či Atari, v dnešnom ponímaní primitívne platformy poskytovali obstojnú zvukovú kvalitu. Medzi programy na tvorbu tohto formátu patrili napríklad Impulse Tracker (it), Fast Tracker (xm), ScreamTracker (s3m), ...
 
Záver
V tejto práci som chcel poukázať na rôzne možnosti mať obrazovú alebo zvukovú informáciu uloženú na disku. Niektoré alternatívy sú možno neaktuálne alebo zastarané, ale aj tak si zaslúžia pozornosť.
Chcel som poukázať na pozitíva a negatíva jednotlivých formátov,
či už obrazu, videa alebo zvuku. Dúfam, že sa mi to aspoň z časti podarilo. Nechcel som subjektívne uprednostniť nejaké konkrétne možnosti, ale pri každých uviesť môj osobný názor na ne.