新手小白如何学制作（这里有一份入门到进阶知识完整指南）

【万字长文，解释你在视频制作时会用到的知识和术语，以及在器材选择时应该注意的问题，有点长，可以先收藏下来，慢慢看】

不可置疑的是，这是一个视频的时代。

不论是相机还是手机厂商，每次发布会也会用很长的篇幅来解释他们产品的视频能力。

也很有多朋友为了更好的视频质量，不再满足于手机拍摄，开始选择单反或者微单开始自己视频的创作。

选购肯定也会遇到何种乱七八糟的参数，什么10bit ,什么422，super35，这是都是什么，又有什么作用？

今天我们就来认真地讨论一下这些东西。

4K即正义？分辨率

当你在B站看小姐姐跳舞的时候，有时候可能会看到这个标志【4k超清】。

这也许是大家最熟悉的一个的参数——分辨率，不论是视频也好，还是显示器或者电视机都会用到这个，很简单，也很容易理解，分辨率越高，视频画质越好。

通常上，还会用这样的一张图，来解释不同视频分辨率的效果。我们也会把这个分辨率称为『输出分辨率』。

有聪明的小朋友要问了，我的手机或者显示器不过是1080P的，那么还有必要搞4K么？

即使最终都是输出为1080P的，拍摄的素材为4K，会包含更多的色彩信息，感官上会感觉更加的清晰，色彩更加丰富（这个过程就是超采，下文会详细解释），而且也方便你进行画面的裁剪或者稳定。

拍摄8K同理，即使最终输出为4K的视频，也会获得更好的画面，但是问题就在于能够拍摄8K的设备普遍不便宜，对于存储和处理的要求会更高。除了相机之外，你还得更新电脑，买更贵的显卡和更大的硬盘才行。

所以目前来讲，4k无疑更具有实用性，而且几乎每一台手机，哪怕是入门级别的相机，也都开始普及4K视频了。

注：

4K分辨率其实是一个统称，画面横向像素在4000个左右，纵向在2000个像素左右的，都可以称之为4k分辨率，不同的设备和场景下，所以就有了不同的4k分辨率。

最为常见的，是我们日常的网络视频以及很多显示器的比例，16：9，分辨率为3840 × 2160，手机相机也通常也以这个分辨率捕获素材。

当然，还有其他规格的4k分辨率，可参考下表：

部分相机也能拍摄DCI-4K的视频，比如松下的GH5s，以及S1H和S5。

为什么拍视频的时候，画面有变化？裁切与超采

现在请你拿出你的手机，从拍照模式切换到录像模式，你会发现一个有趣的现象，画面的视角好像发生了变化。

为什么呢？

其实很好理解，拍摄4K视频，分辨率为3840 × 2160，像素不过800万左右，但是问题现在手机像素通常都在1200万像素之上，相机呢，普遍的像素值在2000万左右。

那多出来的这些像素，怎么办？

第一种解法就是，多出来就多出来呗，不用就行，于是就有了裁切这种方式，拍摄视频的时候，我只使用中间那部分需要的像素就够了。

缺点显而易见，就是本来能够拍摄的到视角变小了。

比如裁切系数为1.7倍，你使用一只24mm的广角镜头，拍摄出来的画面相当于40mm镜头拍的，丧失了广角端。

顺便也提醒大家一点，厂家往往很鸡贼，会把这个裁切系数用很小很小的字体写在备注里。

既然集中使用中间的像素会丧失视角，那么我尽量使用整个传感器呗。

于是『跳采』这种方式出现。简单来说，就是每间隔几个像素记录一个像素点的信息，其它像素的信息就不要了，如图所示。

很棒，解决了视角裁切的问题，但是缺点也很明显，舍弃了一部分像素的信息，不论是画质上还是颜色上，都会有所欠缺。

有没有更好的解法，有，就是超采。

在理解超采之前，得先理解传感器是如何记录颜色的。

实际上，像素点是不会记录颜色信息的，他只能记录光的强度，那么如果还原真实世界的色彩呢？

不得不提『拜尔滤镜』了。在像素上放上滤色片，然后记录不同颜色的滤色片对光的过滤效果，就可以得到颜色信息。

具体的光学知识可以参考之前的这个回答。

zhihu/answer/1721715927

但是像素不是胶片的感光剂，摞三个滤色片在上边，也不能记录色彩信息，于是拜尔想了一个办法，把RGB滤色器按照一定的方式排列在相邻像素上，这样就可以根据周边的颜色数值，来算出一个『颜色』。

既然是『算出来』，那么就不是真实的。

但是不可否认的是，只要我输入的条件够多，结果应该更加准确，接近真实。

超采就是这么一个类似的过程——

采集传感器上所有像素的信息，然后根据周边像素的信息算出来一个数值，然后记录。

为了便于理解超采，我们举一个不太严谨的例子，假如现在有一个3200万像素的相机，需要拍摄4K视频。也就是需要将四个像素变为一个像素。

假设四个像素的情况如图所示：

跳采，选择其中一个颜色直接记录，比如1中的红色；

超采，就是根据周边的的像素，来计算出一个颜色，然后作为记录。无疑，这种方式可以获得更准确的颜色，更加锐利清晰的画面。

看起来很棒了，超采就没有什么问题了嘛？

有。

由于超采需要计算，而计算是需要一定的时间，就会导致果冻效应更加明显。

你在车上拍的电线杆子，也就会更歪一点了。

注:

即使具有超采功能的相机，不是所有的视频规格都有超采，不同的分辨率和帧率下的设定会不同。

比如索尼的大部分相机，4k视频是从6K分辨率超采而来，但是1080P的规格不是；

超采不一定会用到整个传感器，即使是超采，也会有画面裁切（但是这个比例通常很小），只要采集的像素比最终输出的像素多，就可以称之为超采。

为什么是23.98？关于帧率

戈达尔说：

电影是每秒24格的真理。

因为视觉暂留，一秒24帧的画面，看起来流畅而且自然。

为了拍摄电影感的视频，你把相机的帧率调整为24帧，然后兴冲冲的拍了一段视频，但是当你把视频导入到电脑上，右键属性的时候，或者把素材放到剪辑软件中，会发现，视频的帧率是23.98。

说好的24p，怎么还差我0.02，剪辑个视频都有中间商赚差价吗？

实际上，23.98也是个近似值，准确的数值应该是23.976，为什么是这么一个奇葩的数字？

鲁(niu)迅(dun)曾经说过——

一切看起来不合理的设定背后，都是历史遗留问题。

美国的电源频率是60Hz，所以当年电视诞生后，电视的场频也是60Hz。

当时的电视采用的是隔行扫描，也就是一秒钟需要记录30张画面，也就是30fps。

但是后来彩色电视诞生，需要传输和记录色度信息，彩色副载波与亮度信号和音频载波之间的相互干扰。

工程师为了解决这个问题，把频率下降千分之一，场频变为59.94，同理，帧率就是59.94✖️1/2=29.97。

电影的帧率也下降千分之一，24/1.001=23.976，看，这个神奇的数字出现了。

更多详细内容，可以参考zhuanlan.zhihu/p/66319869这篇文章。

当人们想用电视看电影的时候，问题就出现了，电视是29.97，电影是23.976，这帧率不一样，还怎么看？

也就是说电影画面每四帧要塞到电视的五帧里，怎么塞?

于是 就有了3：2pulldown的技术。

还记得之前说的隔行扫描吗？

每个画面经过隔行之后，会产生两个画面，然后按照2323这样的方式排列，最后就可以把四帧的画面塞到五帧中。

虽然说已经是数字时代了，但是还有一些地区和在使用模拟信号的电视或者广播，所以23.976这样的帧率的兼容性会更好的一点。

其实还有一个最为主要的原因，目前的消费领域的拍摄设备，基本上都是23.98（23.976），真24p的相机或者录像机，往往比较贵。不过就相差这么一点，看不出来什么的。

视频的制式根据各国使用的电源频率不同，分为PAL制和NTSC制。

前者有中国和德国为代表，电源频率为50Hz，视频的帧率就是25P，50P或者100P，

后者以美国和日本为代表，电源频率为60Hz，视频的帧率就是30P，60P或者120P。

这就是有的小朋友经常会问到的一个问题，为什么我的相机宣传可以拍摄120帧的视频，为什么菜单设置里只有100P，切换一下制式就好了。

这是必须得吐槽一下，索尼的相机，切换个制式还得格式化，搞不懂为什么会有这么奇葩的设定。

有小朋友又要问了，那我使用N制还是P制？其实现在的视频大多是网络使用，不论是N制还是P制，关系不大，选哪个都行，你开心就好，如果你有电视或者广播播放的需求，那还是选择对应的国家，以免后期的麻烦。

如果你有多个设备，建议还是将拍摄制式统一。

另外，还有一点得注意，如果你发现拍摄的场景有照明灯光，画面中出现闪烁的情况，建议还是调节成当地的制式，帧率和电源频率匹配时，就可以解决这个问题。

我们经常说道的慢动作拍摄，其实是一秒钟拍摄更多的画面，比如120帧，然后播放的时候按照正常的帧率播放（24帧），这样本来1s的画面，需要5秒的时间播放，自然就慢了。

这个过程也就是我们所说的升格。

既然有升格，那么就有降格，相反的，一秒钟记录更少的画面，然后以正常的速度播放，就会有视频加快的感觉，最常见的降格，其实是延时摄影。

但是更高的帧率和分辨率会导致更大的数据量，在很多基础的相机上，高帧率和高分辨是不可兼得的，需要作出取舍。

这也是为什么目前大家对4k/60这个参数情有独钟的原因，在画质和帧率上达到了一个不错的平衡。

为什么我的4K这么差 ，码率

一个显而易见的例子，手机拍摄的4k画面，有时候还不如相机拍摄的1080P。

按理说，4k的画面要比1080P好多很多啊，为什么？

决定画质的，除了分斌率，还有码率。

这也就是一些国内的视频网站，所谓的超高清的视频的画面看起来并不那么高清，除了分辨率虚标之外（720P就是超清，1080P就是蓝光，那4K不得起飞了？）

视频的码率也惨不忍睹（大多数的视频码率在2M-4M之间）。

B站的码率其实都算良心的了。

所谓码率，就是一秒钟记录的数据量，数据量越多，画质越好。码率决定了你文件的大小。

通常手机这种设备的码率厂家已经给你写死了，没有办法调节。

问题来了。

对于相机这类设备来说，是否需要将码率设为最高。

答案也不一定，一切都要按需出发。

因为在一定的分辨率下，不断提高码率所带来的画面提升已经肉眼不可见了，文件体积却在不断地增大。

一个比较实用的做法是，使用你手头的机器，使用不同的码率拍摄一段看起来复杂的画面。

然后正常的进行后期调色，找到一个你分辨不出来画面差异的码率，然后用它就行了。

H.265 MP4.编码与封装找一个盒子装起来：封装格式

先来说格式封装，这个是大家最常见到的东西，也就是你文件的后缀名。

常见的格式，有MP4，和MOV，FLV等。

本质上你可以把格式理解为一个容器，可以装进去所有关于视频内容，除了帧画面，还有音频甚至字幕。

比如你在网上下载电影来看，很多都是MKV这种格式，可以塞进去多轨音频甚至多轨字幕，这也就是为什么有的电影能够切换声道的原因。

存储的方式，编码

下来说说编码，编码就是记录画面的方式。

有两种记录的方式，一个是帧内编码，比如苹果的PRORES。

这种很好理解，就是直接记录每一帧画面，后期电脑直接按顺序播放这些画面就ok了。

优点就是几乎不需要什么算力，播放起来很流畅，缺点就是会占用更大的空间。

这也就是为什么同样的配置的电脑，往往使用Final cut Pro剪辑要比Adobe Primier 流畅很多的原因，正是因为Final Cut Pro 使用PRORES的编码方式，但本质上，这是一种『以空间换速度』的做法。

很多小伙伴们用Final Cut剪视频，剪到一半，突然发现硬盘空间没了，就是这个原因。

不过可以在剪辑完成后删除这类优化代理渲染文件，来节省空间，不过如果你有大量的素材，那建议还是搞个外置的大容量SSD或者直接连接Nas剪辑，体验会更好。

PRORES是一种中间编码，仅用于中间的视频编辑过程，也就是说，最后视频输出还得靠H.264。

H.264是一种帧间编码。

简单来说，他只记录每帧之间的变化值，然后解码器根据变化来『算出』中间的画面。

比如我拍摄一个采访视频，嘉宾基本上坐着不动，背景啥的都没有变化，只记录变化的部分，最大的好处文件体积就会小很多，但是解码播放时，却增加了算力的要求。

H.264应用十分广泛，几乎应用在所有的设备和产品上。

他的下一代是H.265，更好的体积压缩，更好的画质。

但是我们目前的播放和处理设备对于H.265的支持都不太好，也就是说，你直接用当前的电脑剪辑H265编码的视频，会卡的惨不忍睹。

卡了怎么办？除了换电脑之外，买显卡之外，还可以通过剪辑软件生成代理素材来剪辑。

是一种『以时间换性能的做法』。

10bit 422—色深与色度采样

10bit 422， 8Bit 420这是我们在看相机参数时，经常会看到的一串数值。

他们到底说的是啥？

越深越好，色深

先说这个10bit ,色深。

如果你经常使用Photoshop，或者一些设计软件。会经常看到#FFB6C1这样的数值，他们称之为色值。

通常由6位十六进制字符代表，红绿蓝 每种颜色占用两位。

也就是说，每一种颜色有16*16种变化，这个数值正好的2的8次方，所以我们把这种颜色称为8位色深，也就是8bit。

很容易计算，8bit色深的颜色一共有256×256×256=16,777,216 种颜色，也就是我们经常说的1600万色。

虽然看起来也不少了，但是在实际的拍摄体验中，尤其是渐变的场景，后期稍微拉一下，就会遇到色彩断层的问题。

而10bit，最终色彩总量可以达到10亿色，由于颜色增多，色彩的过渡会更加的自然，哪怕最终输出的还是8bit的画面，依旧可以获得很不错的画面。

谁还不是为了省钱啊：色度采样

为了数字化的记录颜色，人们搞出来了『色彩空间』这样一个模型。

不同的色彩空间有着不同的特点，应用于不同的领域：

我们最为熟悉的RGB，是一种加法色，应用最为广泛，设备显示，图像处理；

CMYK，是一种减法色，通常用印刷行业；

RGB发光屏幕的加色模式，依赖于光线，CMYK是一种颜色反光的印刷减色模式，依赖于颜料。有所依赖就会有所不足。所以Lab模式诞生，理论上，Lab可以包含所有色彩。

但是在电视或者数码摄影系统中，我们通常上使用Y'CBCR这种色彩模式。

实际上，Y'CBCR不是一种绝对色彩空间，而是YUV压缩和偏移的版本，但是由于Y'CBCR的应用实在是太广泛了，所有大多时候，我们口中所说YUV指的就是Y'CBCR。

其中：

Y'代表光的浓度，也就是亮度，而且这个值是非线性的。

Cb和Cr代表蓝色和红色浓度的偏移量，包含色度和色差信息。

常见的格式有以下几种,用一个三分比值表示：

• 4:4:4
• 4:2:2

• 4:2:0

第一个值为，区域的宽度，也就是区域的像素数量，通常上为4；

第二个值，第一行像素的色度抽样数目；

第三个值，第二行的色度采样值。

比如我们来看4:4:4这种格式，区域的宽度为4个像素，第一行抽样的数值为4，第二行也是4，也就是所有的信息都被采集到了。这是一种对于色彩细节保留最好的格式。

同理，4:2:2和4:2:0的取样情况如下。

可以明显看到，4:2:2损失了50%的信息，而4:2:0几乎损失了75%的信息。

即使如此，损失了50%的4:2:2也被视为高品质的专业视频格式，比如索尼家的微单相机，目前应该只有A7S3和A1支持4:2:2的视频格式，其他的主流机型，目前还停留在4:2:0上。

注：在比较图像质量，比值才是重点，你可以把4:4:4称为1:1:1，但是习惯和约定俗成的情况下，取样的总样本范围还是为4，这也就是为什么没人16:10称为8:5的原因，无他，习惯耳。

可能有小伙伴要问了，为什么要采样呢，搞的这么复杂？

鲁（niu}迅(dun)又曾经说过——

人们的很多选择，多半是为了效率（省钱）。

要使用4:4:4不仅是对于拍摄器材的性能要求极高，存储上，也吃不消。

还有一个最主要的原因是，眼镜对于微调的色度不太敏感。

也就是说，Cr和Cb可以用一点点的样本就能进行编码，而且可见的质量损失微乎其微，却节省了大量的数据量。

这也就是你即使用保留了25%的色彩信息的4:2:0去拍，实际的观感也没有那么差的原因。

但是你如果要进行复杂的后期，甚至抠像特效的时候，你就会发现，4:2:0的画面用起来就有点捉襟见肘了，还是得上4:2:2。

RAW，Log，Rec709，HLG又是什么RAW，（生）肉

玩摄影的朋友，想必对于RAW很熟悉了，记录了传感器采集到的所有的光线的信息。

严格来说，RAW并不是一种图片格式，而是一个数据包。

拍的RAW格式的视频，与图片类似（本质上视频就是一张张图片拼接起来嘛）。

拥有的最大的后期空间，但是能够拍摄RAW视频的器材不多，都是比较专业的摄影机，比如RED,ARRI之流，都十分的昂贵，但是有一个例外，就是适马fp，机身小巧，也不算贵，能够拍摄 cinemaDNG序列（也算是一种RAW视频了）。

其实所有的拍摄设备，都有RAW的这个过程，为什么不把RAW数据直接给你呢？

RAW是个数据量杀手，你刚塞进去一张128G的SD卡，还没有一分钟呢，嚯，卡满了。而是对于后期处理也是一个大难题，流程繁琐，并不适合大多数据消费者使用。

Log，指数观察世界

人眼能看清楚明亮的天空，也能辨别阴影的细节。

这就说明人眼对于光线的感知并不是线性的，这也就是中性灰是18%，而不是50%的原因。

为了尽量的拟合人眼识光线明暗的特点，人们找到了log这个函数来模拟。

为的就是记录更多的明暗数据，换句话说，就是把暗部拉上去，把亮度压下来（是不是相机了后期照片时减高光，加阴影的操作？）来让画面有用更高的动态范围。

不同的厂家有着不同的Log曲线，比如佳能的是C-log，索尼家的是S-log，富士家是F-log，松下的是V-log（注意不是拍的吃饭旅游的那个玩意）。

即使是同一家厂商，Log曲线也有不同的版本，比如C-log就有1，2，3的区别，在暗部，亮部的捕获表现上都会有细微的差异。

但是直接观看Log画面，会显得十分的『灰』。

如何观看正确的色彩呢？这时候LUT就登场了。

基本上所有的厂家都会提供自己log模式的还原Lut，可以很轻易的地官网找到。

日常使用Log拍摄时，需要注意以下两个问题：

起跳ISO，比如，索尼的Slog3的起跳ISO是800，如果在打白天，也想使用大光圈拍摄，那么减光镜就是不可或缺的配件；

对于精准曝光要求极高，所以你得上监视器，或者使用直方图，斑马纹来确认你的曝光是否准确，相信我，大多数新手拍Log会在精准曝光上载无数个跟头，一个比较实用的曝光的经验是，在保留画面信息的基础上，尽量向右曝光。

注:

有些相机厂商虽然也支持RAW外录和N-log，但是需要你『花钱』升级固件，比如尼康Z6/7

Lut：是滤镜吗

Lut，即为look up table，直译就是颜色查找表，输入一个值，然后换成另外一个值，从而达到调色的目的。

是不是看起来跟滤镜的作用一样，但实际上原理是相当不同的。

你可以简单理解为，LUT是颜色替换，而滤镜是计算。

当然，你也可以在网上找到无数的Lut，有兴趣的话，也可以自己做一个。

HLG

随着技术的进步，HDR设备开始普及，包括你手头的旗舰手机几乎都开始支持HDR了。

关于更多关于HDR的介绍，可以参考我之见的回答。

zhihu/question/19774840/answer/660920430

相机们也可以加入了HDR视频的拍摄能力。

这里就不得不提HLG标准了，HLG是BBC和NHK联合开发HDR标准，提供了编码宽动态范围（HDR）的能力，也保留了标准动态范围（SDR）的支持，使得他的兼容性很好。

而且HLG标准并不需要你掏专利费，所以很多厂商也纷纷投入了HLG怀抱，比如索尼，松下，甚至大疆的大多数设备，都可以拍摄HLG视频。由于采用的是相同的标准，即使是不同厂家的设备拍摄的HLG视频，后期在颜色匹配上也比较完美。

p.s

iPhone12拍摄的HDR视频，标准为杜比视界。实际上iPhone12拍摄的也是HLG视频，只不过加了一层杜比视界的元数据层。

相对于Log，HLG还有以下两个特点：

画面没有那么灰，颜色显示较为正常，甚至不用处理也可以直出使用；

没有起跳ISO的限制，使用起来比较方便。

HLG同log一样，也有HLG1，HLG2，HLG3的区别，在暗部和亮部的保留和取舍上各有倾向。要依据你实际拍摄的画面而定。有空了可以深入探讨这个问题。

对于日常使用或者新手来讲，HLG明显更加友好。

Rec.709，色彩标准

这是一个1990年发布的统一色彩标准，色域和sRGB相同。

这个色域并不大，多数设备拍摄的素材都可以轻松超过，但是一些显示设备或者产品服务，就只支持这个标准，你大于这个标准拍摄的画面，实际播放是没有任何意义的。

也就是说，为了能在电视上，普通显示器上正确的显示色彩，就得按照Rec.709的规定来。

但是随着HDR设备的普及，就连B站也开始支持HDR了，Rec.709这个标准貌似不太够用了，于是新的标准也诞生了，BT2020，支持4k，8K，最高120帧的速率，以及12位的深度。

所以你在拍摄Log或者HLG视频时，可以将色域选择为bt2020，这样可以在HDR显示上获得更好的观影体验。

快门角度还是速度

照相机除了拍照也可以拍视频，电影机也可以拍照，那他们的区别到底是什么？

其实最明显的一个操作逻辑上的区别，就是快门。

关于快门的前世今生，可以参考我之前的这篇文章：

zhihu/question/36033197/answer/1693671720

如果你用过BMPCC之类的摄影机，在快门参数的调节上，使用的是快门角度。

这个概念其实来自于电影拍摄，电影为24帧每秒，那每一帧的快门速度就为1/24s。但是人们发现这个速度的动态模糊太大了，导致视频看起来一点都不清晰。

那么如何调节胶片拍摄的时候的快门速度呢？加上一个旋转快门就好了。

比如这个180°的快门装置，就能遮挡一半的光线，让快门速度来到1/48s。

当然也有45°的快门和270°的快门，做法也比较简单，调节快门板的角度就好了。

人们发现，180°的时候，在画面锐度和动态模糊间达到了一个完美的平衡，所以，以前的电影机和摄影机基本上都是以180°的快门角度来拍摄视频。

在摄影机上，设置为180度的快门角度就好了，但是对于普通相机来说，快门速度要按照二倍帧率的倒数来设定：

• 24帧，快门速度为1/50s；
• 60帧，快门速度为1/120s;

• 120帧，快门速度为1/250s

来达到类似的效果。

不过当前的相机基本上都提供能自定义拍摄参数的保存，方便你快速切换。

不可忽视的限制

使用相机或者单反拍视频时，总是存在各种各样的限制：

这个限制主要是来自于数据量，拍摄高分辨率高帧率的视频，会产生很大热量，散热如果不给力的话，相机就会做录制时长的限制，比如很多相机只能连续录制30分钟的视频，要么就直接给你来一个过热警告。

另一个是高分辨率高帧率的视频对存储卡的写入速度也提出了要求，而高速卡的价格往往也不便宜。

而且数据量的增大，会增加相机的运算负担，一些功能在高分辨或者高帧率下就被禁用，比如：

大部分相机在1080P/120帧的模式下，无法启用人脸/人眼对焦，只能使用最为传统的反差对焦；

代理视频的录制功能，只能后期通过电脑生成代理视频。

是时候按下录制键了

无论你使用怎样的设备，无论这个设备的性能如何，最重要的是出去拍。

以上讲的所有知识，都只是为了让你获得一个更加好看的画面，让你的画面更加锐利，减少噪点，但是画面永远不是全部，他只是锦上添花的部分。

更加重要的是内容和故事。

如何讲好一个故事，才是你应该不断思考的问题。

你还对那些视频制作的知识感兴趣，或者有哪些你认为不对的地方，可以在评论区里边提出来，我们一起讨论。

以上。

,