MPEG-2 Video

Pro pochopení funkce komprimace je potřeba vědět, že každý videozáznam je sekvencí jednotlivých samostatných snímků. Základním principem MPEG (Motion Picture Experts Group) komprimace videa je pak individuální přístup k jednotlivým snímkům, konkrétně určení tzv. klíčových snímků (I – Intra Frame), které se ukládají resp. přenášejí celé – jsou to v podstatě jpegy – zásadně kódovány vnitrosnímkově, a dále snímků pomocných (P – Predicted), které se ukládají zkomprimované (mezisnímková komprese) – jsou to jednosměrné předpovědi vzhledem k předcházejícímu I nebo P obrázku, přenášejí se pouze rozdíly oproti již přenesenému (referenčnímu) makrobloku, přičemž polohu referenčního makrobloku udává pohybový vektor. Tyto dva typy snímků jsou pak proloženy ještě třetím typem snímků (B – Bidirectional Predicted), který se přenáší buď silně zkomprimován (také mezisnímkovou kompresí), nebo se nepřenáší vůbec – jsou to obousměrné předpovědi vzhledem k předcházejícímu I nebo P obrázku, přenášejí se pouze rozdíly oproti již přenesenému (referenčnímu) makrobloku. Tyto „chybějící“ snímky jsou pak při dekomprimaci (třeba i v reálném čase) dopočítávány z informací klíčových snímků. Typické pořadí snímků je např.: IBBPBBPBBPBBPBBPBB (tato sekvence mezi dvěma „I“ se nazývá GOP – Group of Pictures).

Při dopočítávání se využívá i skutečnosti, že lze některé drobné části obrazu a jejich vzájemné rozdíly na po sobě jdoucích snímcích popsat matematicky (např. statická jednobarevná plocha). Práce s takto definovanými plochami se označuje jako kvantizace (quantized). Proto se v některých případech (typicky při televizním DVB-T přenosu), kdy je potřeba docílit při kódování co nejmenšího datového toku (3 Mb/s), ještě obraz před samotným kódováním upravuje tak, aby obsahoval co nejméně ploch s detaily a naopak co nejvíce „jednobarevných“ ploch – typicky u fotbalových přenosů dochází ke „slití“ trávy na hřišti do univerzální plochy téměř bez vzorku.

MPEG-2 se liší od formátu MPEG-1 tím, že dokáže pracovat s tzv. proměnlivým datovým tokem (VBR – variable bit rate). To v praxi znamená, že komprimační software rozpozná scénu, která obsahuje řadu za sebou jdoucích velmi podobných (statických) snímků, mezi kterými jsou jen velmi malé rozdíly – např. moderátor, který (z pohledu videostopy) „pouze“ otevírá ústa. V takovém případě sekvence obsahuje velmi málo klíčových snímků a relativně málo doplňkových informací k dopočtu výsledného obrazu. Opakem je např. záznam hokejového zápasu. Ve výsledku je pak průměrný datový tok (výsledný soubor) menší než při použití konstantního datového toku (CBR – constant bit rate) a současně kvalitnější, neboť u náročných scén se dočasně datový tok zvýší.

MPEG-2 na rozdíl od MPEG-1 umí pracovat s prokládanými snímky, tzv. půlsnímky.

MPEG-2 byl vyvinut pro rozlišení 720 × 576 obrazových bodů. V praxi je možné ale kódovat jakýkoliv vstupní rozměr a poměr stran a zvolit CBR nebo VBR s konkrétním datovým tokem. Obdobně lze v praxi nastavit i kvalitu komprimovaného zvuku.

Žádný ztrátově komprimovaný formát videa není sám o sobě vhodný ke střihu (v nejhorším případě se stříhá se skupinou GOP=1, tj.: samé snímky I). Před jakoukoliv editací je potřeba jej převést do nativního formátu.

Tabulky níže sumarizují limitace jednotlivých profilů a úrovní.