音声・画像・動画の基礎

PCMでは、アナログ音声を一定間隔で標本化し、各標本の振幅を量子化して符号化します。非圧縮の音声データ量は、サンプリング周波数×量子化ビット数×チャネル数×時間で求められます。WAVは音声データを格納する形式の一つで、MP3は音声圧縮で使われます。MIDIは演奏情報を扱う方式で、録音した波形そのものを表すPCMとは性質が異なります。

PCMのデータ量は標本数と1標本のビット数で決まる。

ラスターデータは画素の集まりで画像を表し、写真のような画像に向きます。JPEG、PNG、GIF、BMP、TIFFなどは静止画で用いられる形式です。ベクターデータは、線や図形を座標や属性で表し、拡大しても形状を再計算して描画できます。JPEGは一般に非可逆圧縮、PNGは可逆圧縮で使われます。画像形式ごとに圧縮方式や表現できる内容が異なります。

ラスタとベクタは画像の表し方が異なる。

動画は連続する画像と音声などを時間に沿って扱います。MPEGは動画や音声の圧縮・符号化に関係する方式群です。H.264やH.265は動画の符号化方式で、H.265はHEVCとも呼ばれます。一方、AVIやQuickTime File Format(MOV)は映像や音声などを格納するコンテナ形式です。符号化方式とコンテナ形式は同じ分類ではないため、名称だけで混同しないようにします。

動画では符号化方式とコンテナ形式を区別する。

可逆圧縮は、伸長すると元のデータを復元できる方式です。ZIPやPNGで使われる圧縮は可逆圧縮の例です。非可逆圧縮は、データの一部を失う代わりに高い圧縮効果を狙う方式で、JPEGやMP3、動画圧縮などで利用されます。圧縮率という語は表し方が複数あるため、問題では定義を確認して計算します。目的に応じ、復元の完全性とデータ量の削減を使い分けます。

可逆は元に戻せ、非可逆は一部の情報を失う。

科目Aの形: 四肢択一(計算)(このページのために作った問題)

モノラル音声を、サンプリング周波数22,050Hz、量子化16ビットで10秒間PCM方式で記録する。圧縮を行わないとき、データ量は何ビットか。

1. 7,056,000ビット
2. 3,528,000ビット
3. 441,000ビット
4. 28,224,000ビット

答えと解説を見る

正解: 3,528,000ビット

1秒当たりのデータ量は22,050×16ビットです。モノラルなのでチャネル数は1、10秒では22,050×16×10=3,528,000ビットになります。441,000は8で割ってバイト数にした値、7,056,000は2チャネルとした値です。

まちがえやすい点: 量子化ビット数をバイト数として扱ったり、モノラルなのに2チャネル分を掛けたりしない。

科目Aの形: 四肢択一(このページのために作った問題)

静止画データの説明として、最も適切なものはどれか。

1. PNGは一般に非可逆圧縮を用い、写真の細部を削減して容量を小さくする。
2. ベクターデータは画素を固定配置して表すので、拡大すると画素が目立ちやすい。
3. JPEGは一般に可逆圧縮を用い、伸長後は画素値が元と同一になる。
4. ラスターデータは画素の集まりで画像を表し、写真のような画像の表現に用いられる。

答えと解説を見る

正解: ラスターデータは画素の集まりで画像を表し、写真のような画像の表現に用いられる。

ラスターデータは画素の集合として画像を表します。JPEGは一般に非可逆圧縮、PNGは可逆圧縮であり、ベクターデータは図形を座標などで表します。

まちがえやすい点: JPEGとPNGの圧縮方式、ラスタとベクタの表現方法を取り違えない。

科目Aの形: 四肢択一(このページのために作った問題)

動画に関する用語の対応として、最も適切なものはどれか。

1. H.265=AVI、HEVC=静止画形式
2. H.265=HEVC、AVI=コンテナ形式
3. QuickTime=静止画圧縮方式、H.264=音声符号化方式
4. MPEG=音声専用のコンテナ形式、AVI=動画符号化方式

答えと解説を見る

正解: H.265=HEVC、AVI=コンテナ形式

H.265はHEVCとも呼ばれる動画符号化方式です。AVIやQuickTime File Format(MOV)は映像や音声などを格納するコンテナ形式です。

まちがえやすい点: 動画の符号化方式と、複数データを格納するコンテナ形式を区別する。