Содержание статьи +
- TL;DR
- Зачем это знать
- От аналога к цифре: 90-секундная история
- Что на самом деле содержится внутри файла цифрового видео
- Пять характеристик, описывающих любое видео
- Проблема битрейта – почему raw-видео не может быть большим
- Кодеки и контейнеры – путаница, с которой сталкиваются почти все
- Как видео проходит от камеры до экрана зрителя
- Чем мы занимаемся в Фора Софт
- Ключевые выводы
- Что читать дальше
- Источники
TL;DR
Цифровое видео – это просто длинный ряд неподвижных изображений, которые показываются настолько быстро, что глаз воспринимает движение, а не отдельные кадры. Каждое изображение представляет собой сетку крошечных цветных точек – пикселей, – а каждый пиксель хранится в виде небольшой группы чисел. Любое цифровое видео описывается пятью характеристиками: количество точек в одном кадре, частота кадров в секунду, какие цвета могут принимать эти точки, насколько точно записан каждый цвет и способ, которым строки изображения выводятся на экран. Как только вы поймёте эти пять параметров, всё, что потом услышите о кодеках, форматах файлов и протоколах стриминга, перестанет казаться магией и начнёт выглядеть как набор осознанных компромиссов, в которых можно разобраться.
Зачем это знать
Если вы планируете создавать продукт с видео – будь то сервис вроде Netflix, онлайн-приём у врача, приложение для видеоконференций, платформа видеонаблюдения или онлайн-обучение – следующий год вашей жизни будет наполнен разговорами о видео, которые звучат как язык инопланетян. Инженеры скажут вам: «Нам нужен H.265 в 4K с chroma 4:2:0 и 10 бит», и вам придётся решать, подходит ли это вашим клиентам, бюджету и срокам. Эта статья – фундамент, который поможет понять такие разговоры. К концу вы сможете читать прайс-лист подрядчика, инженерный блог YouTube или документацию FFmpeg – и видеть, в чём именно заключается компромисс.
Мы будем собирать картину по кусочкам. Предварительные знания не требуются. Каждый термин мы будем вводить до его использования и периодически возвращаться к ключевым понятиям, чтобы вам не приходилось держать всё в голове одновременно.
От аналога к цифре: 90-секундная история
Большую часть XX века телевидение и видео были аналоговыми. «Аналоговый» здесь означает просто непрерывный – непрерывная электрическая волна, плавно изменяющаяся, чтобы передать изменяющуюся яркость сцены. Камера превращала свет, который она улавливала, в волнистый электрический сигнал, передавала его по эфиру, а телевизор использовал этот сигнал, чтобы направлять электронный луч по стеклянному экрану, рисуя изображение строка за строкой с высокой скоростью. В этой цепочке не было ни одного числа. Картинка была волной, и экран рисовал волну.
В аналоговую эпоху доминировали три региональных стандарта, различавшихся числом горизонтальных строк и частотой обновления:
- NTSC – Северная Америка и Япония. 525 строк на кадр, 60 обновлений в секунду. Принят в чёрно-белом варианте в 1941 году, адаптирован для цветного вещания в 1953 году. 1
- PAL – большая часть Европы. 625 строк, 50 обновлений в секунду. Запатентован немецкой компанией Telefunken в декабре 1962 года. 2
- SECAM – Франция и часть бывшего советского блока. Та же разрешающая способность по строкам, что и у PAL, но иной способ кодирования цветовой информации.
Аналоговая система работала, но имела жёсткие ограничения. Магнитные ленты деградировали при каждой перезаписи. Сигнал содержал ограниченное количество деталей и быстро терял чёткость. Компьютеры по сути не могли ничего с ним сделать – его нельзя было обработать, проиндексировать или эффективно передавать по интернету, потому что компьютеры оперируют числами, а не волнами.
Переход на цифру произошёл примерно между 1993 и 2009 годами. «Цифровой» здесь означает измеренный и записанный числами – вместо непрерывной волны вы получаете длинный список дискретных значений, которые компьютер может хранить, копировать, обрабатывать и передавать. Вехи шли быстро: MPEG-1 (первый широко распространённый цифровой формат видео) – в 1993 году, DVD-Video – в 1996-м, стандарт ATSC для цифрового наземного телевидения был принят в США в 1996 году, аналогичные стандарты появились в Европе под общим названием DVB. К июню 2009 года правительство США законодательно обязало все эфирные телестанции отключить аналоговые передатчики. 3 После этого момента каждая камера, каждый диск и каждый стрим, с которыми сталкиваются вы и ваши клиенты, – цифровой.
Цифра победила по трём причинам, которые до сих пор важны для любого продукта. Во-первых, цифровые копии идеальны – при копировании числа оно не портится, в отличие от магнитной ленты. Во-вторых, цифровые данные можно сжимать: отбрасывать ту информацию, которую глаз всё равно не замечает, и значительно уменьшать размер файла – именно это делает возможным стриминг через интернет. В-третьих, цифровую информацию можно обрабатывать программно: применять фильтры, использовать искусственный интеллект, искать по содержанию и монтировать на любом ноутбуке. Ни одно из этих свойств недоступно для непрерывной аналоговой волны.
Что на самом деле содержится внутри файла цифрового видео
В основе цифрового видеофайла лежит очень простая структура. Это длинный упорядоченный набор неподвижных изображений – кадров, воспроизводимых с постоянной скоростью, чтобы глаз воспринимал движение, а не последовательность слайдов. Это та же самая иллюзия, что и в флипбуке – стопка слегка отличающихся рисунков, которые быстро перелистывают, и мозг воспринимает их как движение. Разница в том, что в видеофайле тысячи кадров в минуту, и каждый кадр гораздо детальнее, чем рисунок в флипбуке.
Каждый кадр – это плоская двумерная сетка крошечных цветных точек, называемых пикселями (от picture elements, «элементы изображения»). Представьте себе пол в ванной, выложенный очень мелкой мозаичной плиткой, где каждая плитка окрашена в один сплошной цвет. Издалека вы видите гладкую картинку, а вблизи – отдельные квадраты. Цифровое изображение устроено именно так. Например, кадр Full HD – это сетка шириной 1920 пикселей и высотой 1080 пикселей – чуть больше двух миллионов «плиток» на один кадр.
Каждый пиксель хранится как небольшая группа чисел. Самый интуитивный способ кодирования цвета – использовать три числа: одно для красного, одно для зелёного, одно для синего, поскольку смешивая эти три основных цвета в разных пропорциях, можно получить любой видимый цвет. Эта система называется RGB – сокращение от Red-Green-Blue – и именно так мониторы и камеры «думают» о цвете. Ярко-красный пиксель будет записан как (255, 0, 0), ярко-синий – как (0, 0, 255), а серый – как (128, 128, 128), то есть равные доли всех трёх цветов в смеси.
А вот теперь первое контринтуитивное обстоятельство в видео. Почти ни один видеокодек – программа, сжимающая видео для хранения и стриминга, – не работает с RGB. Вместо этого он конвертирует каждый пиксель в другую трёхкомпонентную систему, называемую YCbCr. В YCbCr первое число (Y) – это luma, то есть только яркость – насколько пиксель светлый или тёмный. Два других числа (Cb и Cr) описывают chroma, то есть только цветовую информацию – насколько пиксель синий и насколько красный, независимо от его яркости.
Зачем такая конвертация? Потому что у человеческого глаза есть особенность, которую очень ценят видеоинженеры. Ваш глаз гораздо чувствительнее к изменениям яркости, чем к изменениям цвета. Вы сразу заметите, если на ярком объекте деталь станет размытой, но едва ли обратите внимание, если цвет слегка «плывёт» – особенно на движущейся картинке. Разделив яркость и цвет, кодек может выделить много бит на передачу яркости, а цветовую информацию сжать агрессивно – и при этом изображение всё равно будет выглядеть отлично для человеческого глаза. Благодаря этому приёму размер видеофайла уменьшается примерно вдвое ещё до начала «настоящего» сжатия. Технически этот метод называется chroma subsampling, и мы подробнее рассмотрим его в статье про цветовые пространства. Подробнее про YCbCr и цветовые пространства
Эта структура – файл ➜ список кадров ➜ сетка пикселей ➜ тройка чисел на пиксель – и есть вся ментальная модель целиком. Всё остальное в статье – это разные ответы на вопрос: «Сколько чисел мы используем и что они означают?»
Пять характеристик, описывающих любое видео
Любой спек-лист, любая настройка камеры, любая конфигурация стриминг-приложения сводятся к пяти ключевым параметрам. Если подобрать их правильно – весь остальной технологический стек выстраивается автоматически.
Разрешение – количество пикселей в кадре
Разрешение определяет количество пикселей в одном кадре. Два числа, которые вы видите – например, 1920 × 1080 – это ширина и высота сетки пикселей. Перемножив их, получим общее количество пикселей на кадр: 1920 × 1080 ≈ 2,07 миллиона пикселей. Существуют также сокращённые названия, такие как «Full HD» или «1080p» – это то же самое. 4
Стандарты, активно применяемые в 2026 году:
| Расхожее имя | Размеры | Всего пикселей на кадр | Где встречается |
|---|---|---|---|
| SD 480p | 720 × 480 | 345 600 | Legacy broadcast, старые архивы видеонаблюдения, DVD |
| HD 720p | 1280 × 720 | 921 600 | Видеоконференции, мобильные стримы |
| Full HD 1080p | 1920 × 1080 | 2 073 600 | Mass-market сервисы типа Netflix, онлайн-обучение, телемедицина |
| 4K UHD | 3840 × 2160 | 8 294 400 | Премиум-стриминг, современные ТВ, новейшее кино |
| 8K | 7680 × 4320 | 33 177 600 | Флагманские демо, нишевый broadcast |
В этих числах скрыт важный факт. Когда вы удваиваете длину каждой стороны, количество пикселей увеличивается в четыре раза. В 1080p около 2 миллионов пикселей. 4K вдвое шире и вдвое выше, но общее количество пикселей возрастает примерно до 8 миллионов – то есть в четыре раза больше. 8K – ещё в четыре раза больше, около 33 миллионов. Поэтому переход на более высокое разрешение требует гораздо больше ресурсов, чем может показаться по названию – не вдвое, а примерно в четыре раза больше данных.
Частота кадров – сколько кадров в секунду
Frame rate – это количество кадров, отображаемых в секунду, обычно обозначается как fps (frames per second).5 Три основных семейства frame rate, с которыми вы столкнётесь:
- Кинематографическое – 24 кадра в секунду. Стандарт с 1927 года. Голливуд выбрал 24 fps, потому что это была минимальная частота, при которой синхронизированный звук ещё корректно воспроизводился на механических киноаппаратах, а киноплёнка была дорогой. 6 Зрители привыкли ассоциировать лёгкое размытие 24 fps с «киношным ощущением», и этот стандарт сохраняется почти столетие. Почти каждый полнометражный фильм, который вы когда-либо видели, снят в 24 fps.
- Телевизионный – 25 или 30 кадров в секунду. Телевидение и большая часть YouTube используют 25 fps в PAL-регионах (Европа) и 29,97 или 30 fps в NTSC-регионах (США и Япония). Разделение произошло в 1940–50-х годах, поскольку частота обновления экрана была привязана к частоте электросети: 50 Гц в Европе дают 25 кадров, 60 Гц в США – 30.
- Высокая динамика – 50, 60, 120, 240 кадров в секунду. Прямые трансляции спорта, стримы игр, экшен-видео, VR. Высокая частота кадров делает быстрое движение визуально более плавным и позволяет лучше разглядеть детали в движущихся объектах.
Ключевой компромисс: чем выше частота кадров, тем больше данных в секунду. Переход с 30 до 60 кадров в секунду буквально удваивает количество кадров, которые системе нужно снять, закодировать, сохранить и передать. В то же время движение становится гораздо более плавным – поэтому спортивные вещатели идут на этот шаг.
Цветовое пространство – какие именно красный, зелёный и синий?
Цветовое пространство – это точное определение, какой именно красный, зелёный и синий (и все оттенки между ними) соответствуют числам в вашем видео. Звучит странно – ведь красный, казалось бы, и так остаётся красным, верно? – но это не так. Разные экраны способны отображать разные диапазоны цветов, и если ваши числа не указывают, какой именно диапазон вы имеете в виду, изображение может выглядеть совсем не так, как задумано.
Это как переводить слово «тёплый». Попросите норвежца принести «тёплую» куртку, а саудовца – то же самое, и вы получите совершенно разные куртки, потому что у них разные бытовые представления о «тепле». Цветовые пространства устроены так же: они задают точки отсчёта.
Три цветовых пространства, которые вы встретите в 2026 году: 7
- BT.709 – стандарт для HD-видео (1080p), разработанный международным органом стандартизации ITU в 1990 году. Охватывает около 36% цветов, различимых человеческим глазом.
- DCI-P3 – используется в цифровом кино и во многих современных смартфонах и ноутбуках. Охватывает около 54% видимого спектра – с более насыщенными красными и зелёными оттенками по сравнению с BT.709.
- BT.2020 – стандарт для 4K-видео и так называемого HDR (High Dynamic Range). Охватывает около 76% цветов, различимых глазом. Это цветовое пространство обеспечивает особенно насыщенные синие и красные оттенки на современных OLED-телевизорах.
Проценты запоминать не обязательно. Главное – чем шире и новее цветовое пространство, тем насыщеннее может выглядеть изображение, но только на экране, способном его воспроизвести. Несоответствие цветовых пространств (например, файл в BT.2020, отображаемый на экране BT.709 без конвертации) приводит к тому, что картинка выглядит либо выцветшей, либо чрезмерно насыщенной. Подробнее про цветовые пространства
Битовая глубина – насколько точно записан каждый цвет
Битовая глубина – количество бит, используемых для хранения одного цветового значения пикселя. Чем выше битовая глубина, тем точнее передаются цветовые градиенты.
Короткое напоминание: бит – наименьшая единица компьютерной памяти, которая может принимать значение либо 0, либо 1. С помощью 8 бит можно хранить 2⁸ = 256 различных значений (поскольку каждый бит удваивает количество возможных комбинаций). С 10 битами – 2¹⁰ = 1024 значения, с 12 битами – 2¹² = 4096.
Бытовое видео исторически использует 8 бит: каждая из трёх цветовых компонент пикселя может принимать значение от 0 до 255. Это означает, что каждый пиксель может отображать один из 256 × 256 × 256 ≈ 16,7 миллиона различимых цветов. Этого вполне достаточно для большинства повседневных задач. HDR-видео требует гораздо более точной цветопередачи, поскольку должно одновременно корректно отображать яркие блики и глубокие тени в одной сцене, не допуская видимых ступенек на плавных переходах – эту проблему называют banding: вместо плавного градиента неба появляются тонкие полосы из слегка отличающихся оттенков синего. Поэтому HDR-форматы используют 10 бит или 12 бит – 1024 или 4096 градаций на канал, что даёт в сумме от миллиарда до примерно 68 миллиардов различимых цветов. Подробнее про bit depth и banding
Конкретный компромисс: 10-битное видео несёт примерно на 25 % больше данных, чем 8-битное, а 12-битное – на 50 %. Оправдано для премиум-контента, избыточно для камер наблюдения.
Тип развёртки – как формируется каждый кадр
Тип развёртки определяет, как отображаются строки в каждом кадре. Существует два варианта.
Прогрессивная развёртка последовательно отображает каждую строку кадра за один проход – сверху вниз. Каждый кадр представляет собой полный и целостный снимок сцены. Почти всё современное видео – стримы Netflix, звонки Zoom, ролики на YouTube, современные телевизоры – использует прогрессивную развёртку.
Чересстрочная развёртка – старый приём 1930-х годов, позволявший передавать движение в узкой полосе аналогового телевещания. Она делит каждый кадр на две части: сначала передаются строки с нечётными номерами, затем – с чётными, с интервалом в долю секунды. Телевизор быстро объединяет их, и глаз воспринимает цельное изображение. Проблема в том, что всё, что движется между двумя полукадрами, оставляет заметный «зубчатый» след по краям – артефакт, известный как combing. На современных дисплеях, где нет электронного луча, последовательно сканирующего экран, чересстрочная развёртка без дополнительной обработки просто не работает. Подробнее про progressive vs interlaced
Для любого продукта, который вы запускаете в 2026 году, относитесь к interlaced как к устаревшему формату входных данных, который может прийти из старых архивов или broadcast-фидов – но никогда не используйте его сами.
Проблема битрейта – почему raw-видео не может быть большим
Здесь абстрактная идея «видео – это просто числа» превращается в конкретную инженерную задачу. Несжатое цифровое видео настолько велико, что не может использоваться ни в одной реальной сети. Математика проста, и её стоит разобрать внимательно – ведь каждое решение по кодекам в будущем сводится к управлению этим числом.
Битрейт – это количество бит, которое видео использует за секунду воспроизведения. Это самое важное значение в данной теме. Измеряется в битах в секунду (bps), а также в тысячах (Kbps), миллионах (Mbps) и миллиардах (Gbps). Битрейт можно представить как диаметр трубы, по которой течёт видео, или как давление в шланге: чем выше битрейт, тем «толще» труба. Низкокачественное видео использует узкую трубу, а высококачественное – гораздо более широкую.
Формула для расчёта битрейта несжатого аудио:
битрейт = ширина × высота × бит_на_пиксель × частота_кадровДля повседневного Full HD-видео – 1920 × 1080, 30 кадров в секунду, 8-битный цвет, с описанным выше chroma subsampling 4:2:0 – бит_на_пиксель в среднем составляет около 12 бит на пиксель. Пройдёмся по цифрам шаг за шагом:
битрейт = 1920 × 1080 × 1,5 байта × 30 кадров
= 1920 × 1080 × 1,5 × 30
= 93 312 000 байт в секунду
≈ 93 МБ/с
≈ 746 Мбит/с746 мегабит в секунду на несжатый Full HD. Для сравнения: среднее домашнее интернет-соединение в 2026 году составит 100–300 Мбит/с – этого уже недостаточно даже для одного несжатого потока 1080p. 90-минутный фильм при таком битрейте занял бы около 504 гигабайт – это эквивалент девяти Blu-ray-дисков на один фильм.
Теперь то же самое для 4K при 60 кадрах в секунду и 10-битной цветопередаче:
битрейт = 3840 × 2160 × 1,875 байта × 60 кадров
≈ 933 МБ/с
≈ 7,46 Гбит/с7,46 гигабит в секунду – это как пожарный гидрант. Почти никакая бытовая сеть на Земле не справится с такой нагрузкой.
Сравните эти числа с тем, что реально получают люди в 2026 году. YouTube рекомендует загрузки на 8–15 Мбит/с для 1080p и 35–45 Мбит/с для 4K. 8 Netflix доставляет 4K на ваш ТВ в среднем примерно на 15–25 Мбит/с. 9 Сравните 15 Мбит/с доставки с 7460 Мбит/с raw – это коэффициент сжатия почти в 500 раз. Именно этот коэффициент – единственная причина существования видеокодеков, и поэтому каждый современный стриминговый бизнес в глубине своей сути занимается выбором и тонкой настройкой кодеков. Подробнее про математику битрейта.
Кодеки и контейнеры – путаница, с которой сталкиваются почти все
Самая частая ошибка в продуктовых обсуждениях – путать MP4 и H.264. Это разные вещи, и разница принципиальна: поддержка на устройствах определяется на уровне кодека, а не контейнера.
Кодек – программа, которая сжимает необработанные видеофреймы в компактный битовый поток и восстанавливает их обратно. Слово образовано от coder-decoder. Современные кодеки – H.264, H.265 (он же HEVC), AV1, VP9. Каждый из них представляет собой конкретный набор математических алгоритмов для сжатия видео с сохранением качества. Они разрабатываются международными организациями по стандартизации или индустриальными консорциумами раз в несколько лет, и каждое следующее поколение примерно на 30–50% эффективнее предыдущего.
Контейнер – файловый формат, объединяющий сжатый видеопоток, сжатый звуковой поток, субтитры, главы и метаданные в один файл. К распространённым контейнерам относятся MP4, MKV, WebM, MOV. Контейнер сам по себе не сжимает данные – он лишь определяет, как различные потоки организованы внутри файла.
Аналогия: контейнер – это картонная коробка, а кодек – язык, на котором написана книга внутри. Одну и ту же коробку (MP4) можно использовать для книги на любом языке (H.264, H.265, AV1). Одну и ту же книгу (H.264) можно упаковать в разные коробки (MP4, MKV, MPEG-TS) – в зависимости от того, стримите вы её, архивируете или передаёте в эфир. 10
Почему это важно для вас? Потому что, когда вы говорите разработчику: «отгружай видео как MP4», вы на самом деле ничего конкретного не уточнили – ни качество, ни размер, ни совместимость. Следующий вопрос будет: «MP4 с каким кодеком внутри?» – ведь Safari может открыть MP4-файл, но откажется его воспроизводить, если внутри окажется, например, AV1, а у устройства пользователя нет AV1-декодера. Всегда указывайте оба параметра. Правильная формулировка – что-то вроде: «контейнер MP4 с H.264 High Profile, level 4.1 внутри». Подробнее про контейнеры.
Как видео проходит от камеры до экрана зрителя
Любой видеопродукт – будь то сервис в стиле Netflix с 50 миллионами зрителей или приём у одного врача по телемедицине – проходит один и тот же шестиступенчатый пайплайн.
1. Захват. Сенсор камеры преобразует свет в цифровой сигнал. Это матрица из множества светочувствительных элементов – каждый измеряет количество света, попавшего на него за время экспозиции кадра, и эти данные становятся значениями пикселей. На выходе этой стадии получаются сырые кадры – именно те огромные несжатые массивы чисел, о которых говорилось выше.
2. Кодирование. Кодек сжимает необработанные кадры в компактный битовый поток, удаляя информацию, невидимую для глаза, и выявляя повторяющиеся паттерны внутри кадра и между соседними кадрами. Именно здесь достигается сжатие в 500 раз.
3. Пакетирование. Программа, называемая packager, берёт закодированный поток, помещает его в контейнер и разбивает на короткие сегменты (обычно длительностью 2–10 секунд). Именно такие сегменты обеспечивают работу адаптивного стриминга (HLS, MPEG-DASH): плеер может загружать сегменты по одному и плавно переключать качество между ними, не нарушая восприятие зрителя.
4. Доставка. Content Delivery Network (CDN) – это глобальная сеть серверов, на которых хранятся копии видеосегментов, расположенные близко к зрителям. Когда вы нажимаете «play» в Испании, сегменты загружаются с локального сервера в Испании, а не из дата-центра в Калифорнии – именно поэтому видео воспроизводится плавно и быстро.
5. Воспроизведение. Приложение или браузер зрителя скачивает сегменты, запускает кодек в обратную сторону, чтобы преобразовать биты обратно в кадры, и передаёт их на дисплей.
6. Отображение. Экран – телефона, ноутбука или телевизора – превращает кадры обратно в свет, который видит зритель.
Разные продукты проходят через один и тот же пайплайн, но с разными бюджетами задержки. Для VOD-сервисов вроде Netflix допустимы минуты между съёмкой и просмотром – ведь никто не смотрит в прямом эфире. В случае прямой спортивной трансляции бюджет задержки сокращается до 8–30 секунд. А для видеозвонков в Zoom или приёма у врача по телемедицине он становится ещё меньше – менее одной секунды, потому что при задержке в секунду люди не могут нормально общаться. Пайплайн остаётся тем же, меняются только правила вокруг него.
Частая ошибка: считать, что более высокое разрешение всегда выглядит лучше
4K-поток на 5 Мбит/с почти всегда выглядит хуже, чем 1080p-поток на той же скорости. Причина в том, что один и тот же объём данных приходится распределять на в четыре раза большее количество пикселей. Каждый пиксель описывается меньшим объёмом информации, из-за чего становится «мутнее», а изображение насыщено артефактами сжатия.
Правильный способ оценивать качество – это «бит на пиксель», а не «разрешение». 1080p при 5 Мбит/с даёт примерно 2,4 бита на пиксель в секунду. 4K при тех же 5 Мбит/с – около 0,6 бита на пиксель в секунду, то есть в четыре раза хуже. Разрешение оправдано только тогда, когда битрейт растёт вместе с ним. Правильный вопрос к любому видеопродукту – не «это 4K?», а «это 4K на битрейте, достаточном для 4K?»
Чем мы занимаемся в Фора Софт
Мы разрабатываем видеософт в Фора Софт с 2005 года, и описанный пайплайн – это то, с чем мы сталкиваемся каждый день. Мы создаём платформы видеоконференций и WebRTC, OTT и live-стриминг, системы видеонаблюдения, образовательные платформы, телемедицинские решения и AR/VR-приложения. В каждом из этих продуктов те же пять параметров и шесть стадий пайплайна задают основные рамки – меняются лишь допустимая задержка, выбор кодека, протокол доставки и поддерживаемые устройства. Понимание материала этой статьи – первое, что должен усвоить новый инженер в нашей команде, и первое, что мы объясняем нетехнической продакт-команде при запуске нового проекта.
Ключевые выводы
- Цифровое видео – это последовательность неподвижных кадров, быстро сменяющих друг друга; каждый кадр представляет собой сетку пикселей, а каждый пиксель кодируется небольшой группой чисел.
- Любое видео характеризуется пятью параметрами: разрешением, частотой кадров, цветовым пространством, битовой глубиной и типом развёртки.
- Удвоение разрешения увеличивает количество пикселей в четыре раза – и примерно в четыре раза возрастает требуемый битрейт.
- Несжатое видео 1080p30 требует около 746 Мбит/с; несжатое 4K60 – около 7,46 Гбит/с. Оба варианта непригодны для стриминга без сжатия.
- Кодеки (H.264, AV1) сжимают видео, а контейнеры (MP4, MKV) лишь упаковывают его. Всегда указывайте и то, и другое.
- «Это 4K?» – неверный вопрос. Правильный вопрос: «Это 4K на битрейте, достаточном для 4K?»
Что читать дальше
- Краткая история видеокодеков: от H.120 (1984) до AV2 (2025)
- Контейнеры: MP4, MKV, WebM и fMP4 – в чём разница
- Полный гид по HDR: HDR10, HDR10+, Dolby Vision, HLG
Источники
- История стандарта NTSC; обновление под цвет 1953 года. Wikipedia: NTSC, доступ май 2026. https://en.wikipedia.org/wiki/NTSC
- Стандарт PAL, патент Telefunken декабрь 1962 года. Wikipedia: PAL, доступ май 2026. https://en.wikipedia.org/wiki/PAL
- Выключение аналоговых передатчиков в США 12 июня 2009 года; принятие ATSC 1996. Wikipedia: Digital television transition, доступ май 2026. https://en.wikipedia.org/wiki/Digital_television_transition
- ITU-R BT.709, параметры HDTV. ITU. https://www.itu.int/rec/R-REC-BT.709
- ITU-R BT.2020, параметры UHDTV. ITU. https://www.itu.int/rec/R-REC-BT.2020
- 24 fps как стандарт Голливуда 1927–1930 годов: экономика звукового кино. Why are movies 24 frames per second?, StudioBinder. https://www.studiobinder.com/blog/why-are-movies-24-frames-per-second/
- Покрытие гамутов: BT.709 ≈ 35,9%, DCI-P3 ≈ 53,6%, BT.2020 ≈ 75,8% видимого глазу цвета. Understanding color gamut, BenQ. https://www.benq.com/en-us/business/resource/trends/understanding-color-gamut.html
- Рекомендации YouTube по битрейту 2026: 8–15 Мбит/с для 1080p, 35–45 Мбит/с для 4K SDR 30fps. YouTube Bitrate Guide 2026, Swarmify. https://swarmify.com/blog/what-you-need-to-know-about-the-video-bitrate/
- Netflix доставляет 4K в среднем 15–25 Мбит/с через HEVC / AV1. Netflix-recommended internet speeds, Netflix Help Center. https://help.netflix.com/en/node/306
- Различие между кодеком и контейнером; H.264 внутри MP4. Video Codec vs Container, Callaba. https://callaba.io/difference-between-video-codecs-and-containers