Słowo wstępne

Kodek HDX4 jest komercyjną implementacją standardu MPEG-4 Part 2 (ISO/IEC #14496-2). Okres użytkowania wersji próbnej jest ograniczony do 60 dni. Kodek posiada prawie wszystkie funkcje MPEG-4 Advanced Simple Profile (kwantyzacja typu MPEG, Quarterpel, klatki typu B, możliwość zachowania przeplotu) oraz umożliwia kompresję zgodnie z profilami HDX4 (zachowującymi zgodność z odpowiednimi profilami DivX Networks), co z pewnością docenią osoby kompresujące filmy z przeznaczeniem dla odtwarzaczy stacjonarnych. W pakiecie znajduje się dekoder DirectShow służący do odtwarzania plików MPEG-4 oraz kompresory dla architektur Video for Windows (używanej między innymi przez programy z rodziny VirtualDub) i DirectShow (do zastosowania np. w programie GraphEdit).

Opcje ogólne

1. Help... - wywołuje plik pomocy w języku angielskim.
2. Load defaults - przywraca domyślne ustawienia kodeka.
3. Language - wybór języka interfejsu graficznego. Niniejszy artykuł używa nazewnictwa angielskiego, lecz do wyboru mamy jeszcze niemiecki i francuski.

I - zakładka Interoperability



Opcje umieszczone w tej zakładce kontrolują zgodność pliku wynikowego z poszczególnymi profilami HDX4. . Poniższa tabela zawiera parametry poszczególnych profili.

1. Profile - wybór profilu HDX4. Poszczególne profile ograniczają dostęp do funkcji kodeka (takich jak np. poszczególne rodzaje klatek i Quarterpel) oraz rozdzielczości, ilości klatek na sekundę i bitrate, co ma zapewnić zgodność z dekoderami posiadającymi certyfikaty HDX4 dla danego profilu. Profile te nakładają ograniczenia na bitrate, ponieważ wprowadzono do niej mechanizm VBV (Video Buffer Verifier). Jeśli nie zamierzamy korzystać z dekoderów sprzętowych, możemy odznaczyć Profile.
2. MPEG quantization - użycie kwantyzacji typu MPEG zamiast H.263. H.263 wygładza obraz i nadaje się do kompresji z niskim bitrate, podczas gdy MPEG zachowuje ostrość obrazu przy wysokim bitrate. Użycie tej opcji może spowodować niezgodność pliku wynikowego z niektórymi istniejącymi dekoderami sprzętowymi obecnymi w popularnych odtwarzaczach stacjonarnych (dotyczy to wielu spośród odtwarzaczy certyfikowanych przez DivX Networks).
3. Quarterpel znajduje i opisuje wektory ruchu z dokładnością do 1/4 piksela, co pomaga w lepszym odwzorowaniu ruchu. Wyższa precyzja wektorów wymaga zużycia większej ilości bitów do ich zapisu, natomiast nie można przewidzieć, czy ta strata zostanie wyrównana dzięki zmniejszeniu objętości informacji o teksturze obrazu. Użycie tej opcji zauważalnie spowalnia kompresję i może spowodować niezgodność pliku wynikowego z niektórymi istniejącymi dekoderami sprzętowymi obecnymi w popularnych odtwarzaczach stacjonarnych (dotyczy to wielu spośród odtwarzaczy certyfikowanych przez DivX Networks).
4. Is input interlaced - opcje tą zaznaczamy, gdy w materiale źródłowym występuje przeplot. Należy pamiętać, że jej użycie ma sens tylko, gdy źródło zawiera przeplot a jego rozdzielczość pionowa nie była zmieniana. Opcję Top field first wybieramy, gdy półobraz górny wyprzedza dolny w czasie. Gdy wcześniejszą pozycję w czasie ma półobraz dolny, wybieramy Bottom field first. Musimy też wybrać jeden z dwóch sposobów postępowania z przeplotem: De-interlace - usunięcie przeplotu przed kompresją. Uzyskany w ten sposób materiał jest kompresowany jako progresywny. Zalecane gdy chcemy odtwarzać film na ekranie progresywnym (np. monitorze komputera) i nie używamy filtrów usuwających przeplot poza kodekiem (w programie kompresującym). Encode as interlaced - kompresja z zachowaniem przeplotu. Należy zaznaczyć, że kompresja z przeplotem wymaga zastosowania większego bitrate i jest celowa tylko w przypadku, gdy zamierzamy odtwarzać materiał wyjściowy na ekranie odświeżającym obraz z przeplotem (np. telewizor) oraz materiał źródłowy zawiera przeplot (np. programy kręcone dla telewizji lub materiał z kamery DV). Opcja Top field first wymusza zapis górnego półobrazu danej klatki przed dolnym, w przeciwnym wypadku dolny półobraz jest zapisywany jako pierwszy. Niezgodne z profilami Handheld oraz Portable.
5. B-frames - klatki typu B, czyli odwołujące się zarówno do poprzedniej, jak i do następnej klatki. Dzięki posiadaniu dwóch klatek referencyjnych oraz temu, że żadna klatka nie odwołuje się do klatki typu B, klatka taka może wyglądać równie dobrze, jak klatka typu P pomimo wyższego kwantyzatora. W ten sposób użycie klatek typu B może oszczędzić wiele bitów. Suwakiem Max consecutive B-frames określamy maksymalną ilość klatek typu B, które mogą następować po sobie (nie zaleca się stosowania wartości większych, niż 3). Warto wiedzieć, że kodek zawsze używa packed bitstream, czyli wynalezionego przez DivX Networks sposobu zapisu klatek typu B w kontenerze *.avi.
6. Custom FourCC identifier - znacznik FourCC (ang. four character code), który zostanie umieszczony w pliku wynikowym. Słuzy on do identyfikacji kodeka, którego użyto do kompresji. Zalecane jest pozostawienie DX50 dla zgodności z odtwarzaczami stacjonarnymi. Po odznaczeniu tej opcji zostanie użyty znacznik HDX4.

II - zakładka Rate control



1. Rate mode - wybór trybu kompresji.
Single Pass - kompresja jednoprzebiegowa. Zlokalizowanym poniżej przyciskiem wybieramy jeden z trzech rodzajów kompresji jednoprzebiegowej - Target bitrate (Kbps), Quality lub Quantizer. Pierwszy z nich (Target bitrate (Kbps)) kompresuje film ze stałym bitrate, przez co rozmiar pliku wynikowego można przewidzieć. Ponieważ jednak poszczególne sceny filmu różnią się od siebie złożonością oraz ilością ruchu (przez co każda z nich wymaga innego bitrate), nie jest on polecany - bitrate może się okazać zbyt niski bardziej wymagających scen. Tryby drugi i trzeci (Quality i Quantizer) kompresują film ze stałym kwantyzatorem, dzieki czemu każda scena otrzyma ilość bitów odpowiednią do swoich potrzeb. Mankamentem tego rodzaju kompresji jednoprzebiegowej jest całkowita nieprzewidywalność rozmiaru pliku wynikowego.
W polu tekstowym po prawej stronie przycisku Target bitrate (Kbps)/Quality/Quantizer podajemy odpowiednią wartość bitrate (w kilobitach na sekundę), jakość (w procentach) lub kwantyzator (jeśli podana wartość nie jest liczbą całkowitą, np. 2.75, to rozkład kwantyzatorów będzie miał postać ciągu 2, 3, 3, 3, 2, 3, 3, 3,...). Możemy ją też określić posługując się suwakiem. Kompresja jednoprzebiegowa ze stałym bitrate powoduje nieekonomiczne wykorzystanie dostępnych bitów, więc gdy zależy nam tylko na osiągnięciu średniego (a nie stałego) bitrate na przestrzeni całego filmu, zalecana jest kompresja dwuprzebiegowa.
Two-pass - 1st pass - pierwszy przebieg kompresji dwuprzebiegowej. Służy on do analizy materiału źródłowego pod kątem kompresowalności każdej klatki. Informacje te są zapisywane do pliku statystyk, którego lokalizację określamy w polu Two pass filename. Zaznaczenie Discard first-pass powoduje, że podczas pierwszego przebiegu nie jest tworzony plik wideo. Opcja ta jest użyteczna, ponieważ plik wideo tworzony przez pierwszy przebieg może być niezgodny ze standardem MPEG-4 lub nawet niezdatny do użytku.
Two-pass - 2nd pass - drugi przebieg kompresji dwuprzebiegowej. Korzysta on z pliku statystyk zapisanego podczas pierwszego przebiegu (co daje mu całościowe spojrzenie na materiał źródłowy) aby optymalnie rozłożyć dostępne bity w całym pliku wynikowym. W pole tekstowe Target bitrate (Kbps) należy wpisać stosowną wartość bitrate lub wybrać ją przy pomocy suwaka.

III - zakładka Pre-processing



1. Crop - obcinanie brzegów obrazu. Wybieramy ilość pikseli do obcięcia odpowiednio z lewej (Left), z góry (Top), z prawej (Right) i z dołu (Bottom). Obcięcie brzegów zalecane jest gdy zawierają one czarne pasy (umieszczone tam np. w celu dostosowania panoramicznego filmu kinowego do telewizyjnych proporcji 4:3 czyli tzw. letterboxing), ponieważ kompresja obszaru granicznego (tam gdzie brzeg obrazu styka się z czarnym pasem) zużywa bardzo wiele bitów na dokładne odwzorowanie brzegu.
2. Resize - zmiana rozdzielczości obrazu. Następuje po obcięciu brzegów (jeśli je stosujemy). Zmniejszenie rozdzielczości obrazu umożliwia skompresowanie go z niższym bitrate oraz płynne odtworzenie go na komputerze o słabszy procesorze lub przy pomocy słabszego dekodera sprzętowego.
Na liście Method mamy do wyboru mamy jedną z trzech metod:
Soft - metoda dająca dosyć nieostry, lecz kompresowalny rezultat. Normal - kompromis pomiędzy kompresowalnością a ostrością obrazu. Sharp - najostrzejszy i najmniej kompresowalny obraz.
W polach Resolution podajemy docelową rozdzielczość (szerokość x wysokość).
3. Pixel Aspect Ratio - proporcje piksela. Zarówno płyty VCD, jak i DVD używają pikseli, które nie są kwadratowe, więc jeśli chcemy zachować pełną rozdzielczość takiego źródła (ewentualnie tylko obciąć czarne pasy), wybieramy z listy rozwijanej pozycję odpowiednią do systemu telewizyjnego naszego źródła (PAL lub NTSC) oraz do jego anamorfizmu (16:9 dla anamorficznej płyty DVD, 4:3 dla nieanamorficznej). Jeśli materiał źródłowy używa kwadratowych pikseli lub przywróciliśmy prawidłowy stosunek boków filmu zmieniając jego rozdzielczość, to pozostawiamy opcję Pixel Aspect Ratio odznaczoną. Dla materiałów źródłowych o nietypowym stosunku boków piksela możemy wybrać User defined i określić ten stosunek "ręcznie" wpisując odpowiednie wartości w pola X (szerokość piksela) oraz Y (wysokość piksela). Należy pamiętać, że nie wszystkie odtwarzacze stacjonarne obsługują anamorficzne filmy MPEG-4.
4. Pre-filter source - przetwarzanie obrazu przed kompresją. W chwili obecnej dostępne jest tylko ustawienie Soften, które przeznaczone jest do usunięcia szumu i innych zakłóceń z obrazu oraz polepszenia jego kompresowalności.

IV - zakładka Motion



1. Quality - precyzja poszukiwania ruchu. Ustawienie Real-time automatycznie dobiera opcje kompresji dostosowując je do możliwości naszego komputera. Zalecane ustawienie to Highest.
2. Psychovisual enhancement - wykorzystanie podczas kompresji modelowania psychowizualnego, czyli zwiększenie kompresji w obszarach, w których ludzki wzrok tego nie dostrzeże. Ustawienie Off wyłącza modelowanie psychowizualne, kolejne ustawienia (Low, Balanced, High i Ultra) zwiększają intensywność zastosowania modelowania psychowizualnego. Wykorzystanie tej funkcji jest zalecane jedynie przy niskich bitrate.
3. Max key frame interval - maksymalna dozwolona ilość klatek delta (tzn. klatek typów różnych od I) pomiędzy dwoma klatkami typu I. Zalecana wartość to 10*FPS, gdzie FPS to ilość klatek na sekundę w materiale źródłowym. Należy wiedzieć, że kodek wstawia klatki typu I również wtedy, gdy wykryje zmianę sceny - jest to najkorzystniejsze dla kompresji.
4. Optimize for film source - funkcja polepszająca opis "ziarna" występującego w filmach kinowych.