Как сжать видео так, чтобы надписи были в идеальном качестве, а остальная картинка в нормальном?

Question

[redcircle]

Есть длинное видео (например с автомобильного регистратора) в очень хорошем качестве. Необходимо его сжать каким-либо распространённым кодеком (H.264 или другим), так, чтобы горизонтальные надписи (в частном случае — автомобильные номера на машинах) обнаруженные в кадрах были сжаты практически без потерь. Всё что вне надписей сжималось бы в обычном качестве, с сильным сжатием. Как это сделать?

Comments

[mayton2019]

Тема интересная. Я подписался. У меня когда-то идея была для семинаров и конференций сделать какую-то настройку кодека чтобы половина кадра где транслируется слайд - кодировалась с одним качеством а другая часть где лектор стоит - с другим.

Жутко бесит когда нельзя прочитать мелкий текст в слайде.

Answer 1

[Сергей Соколов]

кодеки жмут блоками.. Это придётся динамически выделять в кадрах области с номерами и жать блоки, на которые они попали с одними параметрами, а прочие – с другими. Не знаю, есть ли такие кодеки..

Может, лучше распознать номера и присутствующие в кадре прописать в трек субтитров?
После этого видео можно будет как угодно уменьшить-ужать-размылить, а распознанные номера будут видны, если включить субтитры.

Усложнив, можно в другой трек субтитров прописать и распознанные положения областей с номерами, а каким-то доработанным видеоплеером отрисовывать эти прямоугольники поверх видео при воспроизведении.

Comments

[Одиночка Айс]

Зависит от того, как видео пожмет в итоге, а то в титрах одно, а на картинке мыло, ходи доказывай потом

Answer 2

[alex1478]

Есть пример энкодера, который позволяет кодировать в h264 с разным уровнем квантования для всего видео и определенной области https://github.com/ChaoticEnigma/h264-roi. Если к этому добавить поиск области с номер через openalpr для каждого кадра, то получится то что вам нужно.

Comments

[mayton2019]

Если реализовать динамический ROI (наподобие того как человек следит глазами за интересным фрагментом видео) то эта реализация по любому будет видеть номера машин и по сути задача уже на 99% будет решена. Тогда собственно запись этого видео уже не имеет значения.

Как уже выше предлагали - можно просто тегировать поток с нужными номерами и задача будет решена с другого конца.

[alex1478]

mayton2019, тут нужно уточнить у автора, возможно в его задаче есть ещё юридическая сторона вопроса и ему обязательно нужно видео в котором чётко видно номера машин, поскольку распознанный автором, через openalpr, номер не будет иметь силы в суде.

[mayton2019]

alex1478, ну да. Суды...

Вообще автопром застрял в этой части. Уже давно могли-бы ставить на машины RFID метки, штрихкоды, QR коды и прочее. Только наше желание подольше оставаться нераспознанным мешает этому процессу.

P.S. Только что мысль в голову пришла. При попадении в поле зрения камеры - включать дымовую завесу на машине... или омыватель фар. Так чтоб фонтанчик полностью номер закрыл.

[Сергей Соколов]

mayton2019, при езде по крупному городу омывайка/дрова закончатся очень быстро: камеры везде.
Кроме того только лишь возможность умышленного сокрытия номеров (да просто привод, переворачивающий номер) — уже повод для наказания, вроде как.

Answer 3

[Drno]

никак. это одна картинка.
просто подбирайте степень сжатия кодека, их там много

Answer 4

[AndreyKeer]

При любом сжатии вы буте терять качество изображения. Технологии локального сжатия не существует.

Comments

[Сергей Соколов]

не, ну теперь уже хочется придумать!
Что если в файл уложить два видео-трека. Один с низким качеством фона. Второй высокого качества, но в нём детали только там, где номера. Остальная часть кадра – сплошной чёрный. Может, такое и обычным h264 сожмётся удачно? В два прохода если.

Но всё равно придётся кастом плеер конструировать, чтобы проигрывать одно поверх другого и только в не-черных местах показывать поверх.

[AndreyKeer]

Идея понятна, но насчет реализации крайне сложная задача. Нужно идеально совместить картинки с разным качеством изображения. Сам номер я так понимаю тоже не статичен, а может быть в рамках определенной области изображения. Тут уже задачи больше для алгоритмом нейросетей.