一 基礎篇
1.1 圖形、圖像和視頻
圖形（graphic）：和圖像與視頻不同，有一種說法是圖形就是自然界的客觀世界不存在的圖案。對于計算機中的圖形研究，有專門的計算機圖形學，主要的研究對象是點、線、面等抽象事物。目前所謂的計算機顯卡3D技術支持，主要就是圖形技術相關的范疇。關于圖形方面的開發(fā)，好象OpenGL是其中比較有名的3D圖形庫。
圖像（image）：和圖形相反，圖像可以定位為自然界中客觀存在的圖案。圖像處理和我們有關系的大致是圖像濾波處理和圖像壓縮。目前用得最多的靜止圖像壓縮算法就是jpeg了，大家應該都很熟悉。而對圖像的其他處理，一般稱之為對圖像進行濾波，圖像處理方面，photoshop軟件很多人應該都很熟悉，它圖像處理的功能十分強大。在視頻行業(yè)，主要是關注消隔行濾波器、去除攝像頭白噪聲濾波器、去除塊效應（deblock）濾波器等。
視頻（video）：視頻我的理解就是連續(xù)的圖像，被稱為視頻。對視頻圖像的處理，核心是壓縮，其他的就是采集、傳輸、顯示和錄像了。視頻圖像如果不壓縮的話，傳輸和錄像的成本都太高了。
1.2 視頻的采集、壓縮、傳輸、解碼顯示和存儲
視頻采集最重要的設備就是攝像頭了，它將自然界中的客觀場景轉化為模擬的電信號輸出。如果是數(shù)字視頻應用系統(tǒng)，還需要專門的設備或者器件完成圖像信號的模擬到數(shù)字轉換，這也是攝像頭很難直接接入PC機的原因。早期的接入方式是通過PC上用戶自己配的采集卡來完成，這種方式現(xiàn)在也有，現(xiàn)在有專門通過USB接口接入PC機的USB攝像頭，它是在攝像頭內完成了模擬到數(shù)字的轉換，輸出數(shù)字信號到USB接口。
視頻的壓縮是視頻處理的核心，按照是否實時性可以分為非實時壓縮和實時壓縮。實時性與否，區(qū)別其實很大，一般來說，制作DVD等影片可以算作非實時性壓縮，此時，算法的選擇應該是要提高壓縮算法效率，而不是性能，因為，即使一天完成一部影片的壓縮的話，大多數(shù)時候，問題可能也不大。而對于類似網(wǎng)上直播這樣的應用，則屬于實時性壓縮應用了，此時在算法選擇上，算法的性能可能是第一位的。目前看，實時性壓縮的應用更廣泛些。關于視頻壓縮部分，詳細的介紹我們放在后面的章節(jié)進行介紹。
視頻的傳輸分為兩種，一種是模擬視頻的傳輸，也就是攝像頭電信號進行遠距離傳輸，這種主要是在傳統(tǒng)的視頻監(jiān)控系統(tǒng)中應用，它的成本比較高，傳輸距離也有限制，而且隨著距離的增大，會出現(xiàn)信號衰減和信道噪聲等問題；另一種傳輸是和互聯(lián)網(wǎng)技術結合起來，先把數(shù)字視頻信號壓縮后得到碼流數(shù)據(jù)，然后通過網(wǎng)絡傳輸?shù)竭h端。隨著互聯(lián)網(wǎng)的高速發(fā)展，后一種應用方式越來越普遍，最早期應該算是視頻會議系統(tǒng)，現(xiàn)在的應用就更多了，最新的比如手機上網(wǎng)觀看視頻等。其實，抽象看，互聯(lián)網(wǎng)它其實就是一個信息平臺，而在這個信息平臺上，傳輸?shù)男畔⑾喈敶蟊壤褪嵌嗝襟w數(shù)據(jù)。可以想象，今后隨著互聯(lián)網(wǎng)帶寬的不斷提高，視頻的應用將越來越廣。
對于互聯(lián)網(wǎng)傳輸過來的視頻信息，首先是要進行解碼，然后才是顯示。解碼的芯片有一定的性能要求，比編碼器低些，但是畢竟是視頻數(shù)據(jù)處理，通用的芯片（不支持MMX等多媒體指令）可能會比較吃力。顯示設備主要有電視、監(jiān)視器和顯示器，他們的信號接口是不一樣的，電視監(jiān)視器是模擬的電信號，顯示器的輸入應該是數(shù)字信號。另外多說一句，現(xiàn)在的顯卡似乎普遍支持電視輸出。
1.3 視頻相關行業(yè)介紹
以視頻技術為基礎，結合其他領域的技術突破，滿足了人們各種各樣的需求，形成了很多視頻相關的行業(yè)。這些行業(yè)之中，我們來了解一下如下四個方向。
1.3.1 多媒體消費類應用
多媒體消費類應用在技術上主要是視頻壓縮技術和媒體存儲技術的結合，主要的產(chǎn)品形式是VCD（早期）和DVD，偏向消費類的家庭應用。這幾年隨著DVD光驅的普及，在PC上觀看DVD也逐步流行起來。該行業(yè)的視頻壓縮屬于非實時壓縮，追求的是高清晰度，一般的分辨率都是D1（720*576），而且，它的音頻品質也要求很高，采樣頻率和采樣精度都非常高。DVD的視頻壓縮算法是mpeg-2，而它的音頻是LPCM、DOLBYAC3、mp3或者aac。
DVD的存儲技術表現(xiàn)形態(tài)就是DVD光盤，目前市面上常用的DVD光盤最大容量可達4.7GB。目前DVD技術最發(fā)達的是日本，他們的專利最多，技術也最領先，基本上處于壟斷地位了。
中國也有自己的DVD標準，叫做EVD，這個公司很久前就在努力的推廣他們的標準了，不過客觀的評價，進展不能算很樂觀，還需要努力。
多媒體技術在家庭中的應用，這幾年也出現(xiàn)了一些很好的亮點，比如家用電視支持網(wǎng)絡和媒體功能、電視支持錄像功能等，不過總體評價，這些都還遠遠沒有普及，還需要進一步發(fā)展。個人更看好以機頂盒這樣的方式來滿足多媒體需求。
1.3.2 視頻會議
視頻會議可以說是視頻技術應用最古老的行業(yè)了，之所以這么說，是因為第一個視頻壓縮標準H.261就是為了視頻會議而制定的。
視頻會議行業(yè)是實時音視頻壓縮技術和網(wǎng)絡通信技術結合的產(chǎn)物。目前視頻會議系統(tǒng)的發(fā)展，除了滿足人們基本的語音和圖像信息交流外，還包括了強大的數(shù)據(jù)信息共享、開展協(xié)同工作等功能。
視頻會議系統(tǒng)主要包括的產(chǎn)品有：語音輸入輸出設備（mic、音箱等）、攝像頭、電視、視頻會議終端、MCU等。視頻會議專用的攝像頭日本索尼公司市場占有率無可爭議的是第一。而視頻會議終端和MCU市場目前排第一的是美國的polycom公司，polycom的音頻技術非常強大，它在中低端市場優(yōu)勢很明顯，而挪威的泰德（tandberg）在高端市場則做得更好一些。視頻會議系統(tǒng)對音視頻技術和網(wǎng)絡技術要求都比較高。從實際應用來說，相對視頻，視頻會議系統(tǒng)對音頻要求更高一些。隨著現(xiàn)在視頻技術的發(fā)展和網(wǎng)絡帶寬的不斷改善，人們對視頻的要求也越來越高，不過，音頻方面的處理始終是關鍵，比如回聲消除技術等。
1.3.3 視頻監(jiān)控
根據(jù)目前比較流行的劃分方法，視頻監(jiān)控行業(yè)已歷經(jīng)三代。第一代被稱為CCTV監(jiān)控，也就是一個攝像頭加一個監(jiān)視器組成一個最簡單的視頻監(jiān)控系統(tǒng)，很多時候還只是黑白的監(jiān)控畫面，目前采用第一代監(jiān)控系統(tǒng)的客戶已經(jīng)很少了，不過在一些很小的便利店、超市，我們還是可以看到這樣的監(jiān)控系統(tǒng)。第二代視頻監(jiān)控系統(tǒng)典型的產(chǎn)品形態(tài)是板卡和DVR，即使到現(xiàn)在，這種監(jiān)控系統(tǒng)也還很流行，在第二代監(jiān)控系統(tǒng)中表現(xiàn)最好的企業(yè)是杭州海康，他們幾乎壟斷了板卡市場，DVR市場占有率也連續(xù)幾年排名第一了，第二代監(jiān)控系統(tǒng)核心是實時視頻壓縮技術，把攝像頭拍攝下來的畫面進行壓縮和存儲到本地硬盤。目前，視頻監(jiān)控行業(yè)已經(jīng)發(fā)展到了第三代，也就是遠程視頻監(jiān)控，它把網(wǎng)絡技術和視頻壓縮技術結合起來，不過和視頻會議系統(tǒng)不同的是，監(jiān)控行業(yè)對音頻的要求不高，但是，對圖像的要求卻高很多，從傳統(tǒng)的要求來說，視頻監(jiān)控不僅要求圖像能夠更清晰，對幀率的要求也很高，這也是從監(jiān)控的安全考慮的需求。
遠程監(jiān)控系統(tǒng)的主要產(chǎn)品是視頻服務器（IPVS，也有產(chǎn)商叫DVS）和網(wǎng)絡攝像機（ip camera），這兩種產(chǎn)品都具備實時壓縮和網(wǎng)絡傳輸?shù)墓δ埽δ苌系膮^(qū)別是IP camera自帶攝像頭，而IPVS需要用戶自己配攝像頭，當然，IPVS在滿足監(jiān)控市場的需求上，比IP camera更強大一些，一般來說，圖像的壓縮效果也更好些，而且，它一般還支持所謂的報警輸入輸出接口，當然，在價格上，網(wǎng)絡攝像機有比較大的優(yōu)勢。
1.3.4 流媒體行業(yè)
流媒體也是網(wǎng)絡技術和視頻壓縮技術結合的產(chǎn)物，它的具體應用形式很多，比如網(wǎng)上直播、手機流媒體、IPTV（網(wǎng)絡電視）等等，都是比較新的東西，再比如現(xiàn)在網(wǎng)絡上流行的所謂播客，我也把它歸類為流媒體行業(yè)。
流媒體應用，對編碼器的要求可能是最高的了，這是因為每臺流媒體服務器都會有很多用戶來連接訪問媒體數(shù)據(jù)，壓縮率如果提高的話，同等圖像質量下，同等圖像帶寬可以支持更多的用戶，這點很重要，流媒體行業(yè)應用的最大瓶頸就是服務器支持的用戶數(shù)了。
為了解決服務器的這一瓶頸，最近幾年出現(xiàn)了一種叫做P2P的網(wǎng)絡傳輸技術，它號稱是用戶越多，用戶欣賞視頻會越流暢，而需要的服務器仍然只是一臺。這個技術最成功的產(chǎn)品案例就是skype軟件了，好像是2005年它被ebay以26億美元成功收購，這即使到現(xiàn)在，也被稱為一個互聯(lián)網(wǎng)歷史上不可復制的奇跡。除了skype，其他應用P2P技術的直播軟件還有pplive等，現(xiàn)在也都比較流行。
IPTV算是流媒體在家庭的一個應用形式，前兩年在國內也很火過一陣子。我的感覺，單純從技術上評價，IPTV也還有點早了，現(xiàn)在可能還不太成熟，我的理由有如下幾點：目前家庭用戶上網(wǎng)主要的帶寬還是2兆或者以下，在這個帶寬下，目前主流的壓縮技術，壓縮出來的效果可能和有線電視比還相差很明顯，要想進一步提高，可能還需要H.264的普及應用。如果要升級到H.264的話，也就是說目前的IPTV機頂盒在技術上還不夠成熟，并不能一步到位解決問題。所以，感覺IPTV在技術上要可行，可能還需要再等3-5年吧。
1.3.5 視訊行業(yè)
所謂的視訊行業(yè)，就是視頻和通訊技術結合的行業(yè)，上面所說的視頻會議、遠程視頻監(jiān)控和流媒體行業(yè)都屬于視訊行業(yè)的范疇。
還有一個很有影響的產(chǎn)品，就是IP電話，這個產(chǎn)品大家應該都很熟悉了，幾年前也有過一段時間的炒作，現(xiàn)在看好像也還沒普及，和IPTV類似，個人也是感覺還是有點早了，可能再過幾年會有機會起來。它應該算是視頻會議的家庭應用產(chǎn)品形態(tài)吧。