Die Bedeutung der ITU-R BT.601 für das PAR¶

Vertikale A/D-Wandlung¶

Für die digitale Welt benötigen wir diskrete, d.h. abzählbare, Werte, die sich als eine Anzahl von Pixeln darstellen lassen. In der vertikalen Dimension haben wir mit den Scanlines schon analog eine solche Unterteilung. Es liegt nahe, Zeilenanzahl mit Pixelanzahl gleichzusetzen, und genau so erfolgt auch die vertikale Analog/Digital-Konvertierung.

Unschön sind lediglich die beiden halben Scanlines, die aus zwei Gründen nicht so recht ins digitale Konzept einer rechteckigen Auflösung passen wollen.

• Die unbenutzte Hälfte der Zeilen enthält keine Information und damit ist das Bild genau genommen nicht rechteckig, sondern hat oben links und unten rechts eine kleine Kerbe.
• Da die Scanlines leicht schräg stehen, ist eine halbe Scanline auch nur halb so hoch wie eine ganze.

Gelöst wird das ganz pragmatisch, indem man die digitalen halben Zeilen einfach als vollständig behandelt und die jeweils fehlende Hälfte mit Schwarz auffüllt.

Ganz exakt entspricht die Höhe des analogen Bilds also 574 + 2×½ = 575 Pixel für PAL und 484 + 2×½ = 485 Pixel für NTSC. Diese Werte sind nachher für die PAR-Berechnung wichtig. Für das digitale Bild werden daraus durch das Auffüllen der halben Scanlines 576 Pixel für PAL und 486 Pixel für NTSC.

Horizontale A/D-Wandlung¶

Die horizontale Auflösung lässt sich nicht so einfach und eindeutig wie die vertikale ermitteln, denn eine analoge Scanline ist eine Wellenform von einigen Mikrosekunden Dauer und ohne jede offensichtliche Unterteilung. Um diskrete (digitale) Werte zu erhalten, müssen wir das analoge Signal in bestimmten Zeitabständen abtasten und den ermittelten Wert als Pixel speichern. Das nennt man Sampling. Die Geschwindigkeit der Abtastung heißt Samplingrate und wird in Hertz (Hz = Abtastungen pro Sekunde) gemessen. Dabei gibt es kein absolutes Richtig oder Falsch. Prinzipiell können wir eine Scanline in beliebig viele Pixel unterteilen, ob das nun 10 oder 10.000 sind.

Um ein TV-Bild sinnvoll zu digitalisieren, sind auf jeden Fall mehrere Millionen Samplingvorgänge pro Sekunde (Megahertz, MHz) nötig. Die ITU-R BT.601 sagt uns, dass wir eine Scanline mit 13,5 MHz abtasten müssen. Das gilt sowohl für PAL als auch NTSC. Diese einheitliche Rate erzeugt für beide Fernsehnormen eine DVD-nahe Auflösung und vereinfacht es, universelle Hardware-A/D-Wandler zu bauen, was wohl der Hintergedanke der ITU-Empfehlung war.

Leider passt der Wert nicht exakt auf die 720 horizontalen Pixel der DVD. Der Elektronenstrahl eines PAL-Fernsehers benötigt 52 µs Zeit, um eine Scanline zu zeichnen. Mit der ITU-Samplingrate von 13,5 MHz erhalten wir 52 µs × 13,5 MHz = 702 horizontale Pixel, was insgesamt einer aktiven Auflösung von 702×575 Pixeln entspricht. Aktiv heißt, das komplette Bild, wie es einmal im analogen Signal vorhanden war, liegt innerhalb dieser 702 Pixel.

Die Situation für NTSC stellt sich ähnlich dar. Eine NTSC-Scanline ist 52+59/90 µs lang und wird mit 13,5 MHz ITU-Samplingrate abgetastet. Damit erhalten wir 52,656 µs × 13,5 MHz = 710,85 horizontale Pixel. Die gesamte aktive Auflösung ist also 710,85×485.

PAR-Berechnung für PAL¶

Die Auflösung einer PAL-DVD ist auf 720×576 Pixel festgelegt. Zwar erlaubt der Standard auch ein paar andere Varianten, die praktisch aber nur geringe Bedeutung haben. Unser aktives Bild mit 702×575 Pixeln ist also kleiner als die DVD-Auflösung. Grafisch stellt sich die Situation wie in der folgenden Abbildung dar. Die graue Fläche ist die DVD-Auflösung, die dünne rote Linie kennzeichnet das aktive ITU-Bild.

Wir müssen nun 702×575 aktive Pixel in 720×576 DVD-Pixeln unterbringen. Vertikal kein Problem: Da die vertikale D/A-Wandlung die beiden halben Scanlines oben und unten zu ganzen Zeilen erweitert, ergeben sich vertikal 576 Digital-Pixel und die Auflösungen stimmen exakt überein. Horizontal dagegen bleiben 18 ungenutzte Pixel übrig. Der Einfachheit halber zentrieren wir das ITU-Bild innerhalb der DVD-Auflösung, so dass links und rechts jeweils ein 9 Pixel breiter Balken entsteht, den wir mit Schwarz auffüllen.

Interessant wird es bei der Wiedergabe, denn jetzt kommen die verschiedenen Pixelformen ins Spiel. Was wir nun erarbeiten wollen, lässt sich auf zwei Arten ausdrücken. Wir benötigen

• eine Angabe über die Form eines DVD-Pixels oder
• einen Multiplikator, mit dem wir eine unverzerrte Wiedergabeauflösung mit quadratischen Pixeln erzeugen können.

Das sind zwei verschiedene Sichtweisen auf ein und dasselbe Problem, d.h. es ist egal, welchen Standpunkt wir einnehmen. In jedem Fall ist der gesuchte Wert das so genannte Pixel Aspect Ratio, kurz PAR (alternativ bekannt als Sample Aspect Ratio, SAR). Im Bild unten sehen wir die nötige Entzerrung für eine 16:9-PAL-DVD.

Wie kommen die gezeigten Werte zustande? Wir kennen die Auflösung, die genau dem aktiven analogen Signal entspricht: 702×575. Genauso wissen wir, dass diese Auflösung exakt einem 16:9- bzw. 4:3-DAR entspricht. Die Form eines einzelnen Pixels erhalten wir dann mit dieser Formel:

Für PAL bedeutet das konkret:

Diese Werte können wir entsprechend den zwei Sichtweisen von oben verschieden interpretieren.

• Die Pixel einer 16:9-PAL-DVD sind ca. 1,46 mal so breit wie hoch.
• Das Bild einer 16:9-PAL-DVD muss für die unverzerrte Wiedergabe auf ca. 146% in die Breite gezogen werden.

Beide Sichtweisen führen zu absolut identischen Ergebnissen.

Um beim Abspielen die richtige Breite zu erhalten, multiplizieren wir die DVD-Breite mit dem PAR. Aber Achtung! Auch wenn nur 702 Pixel aktiv sind, hat die DVD trotzdem eine Auflösung von 720 Pixeln. Auch die 18 nicht aktiven Pixel müssen gestreckt werden.

16:9-Breite = 720 × 4600/3159 ≈ 1048,43 Pixel

4:3-Breite = 720 × 1150/1053 ≈ 786,32 Pixel

Damit sollte klar werden, warum nach ITU-Norm das Bild ein wenig breiter als die Standard-DARs 4:3 oder 16:9 ausfällt. Das sind genau die 18 nicht aktiven Pixel, die in gestreckter Form die Abweichung zum Standard-DAR ergeben (24,43 bzw. 18,32 Pixel). Der aktive Teil der endgültigen Auflösung entspricht dem 16:9- bzw. 4:3-DAR.

PAR-Berechnung für NTSC¶

Für die NTSC-DVD gilt eine Standardauflösung von 720×480. Horizontal besteht also kein Unterschied zu PAL, denn unser 710,85×485 großes ITU-Bild lässt sich in der Breite problemlos in den 720 vorhandenen DVD-Pixeln unterbringen. Unschöner sind die 480 vertikalen DVD-Pixel, die für die 485 aktiven Pixel nicht ausreichen. Wir stehen grafisch also vor folgender Situation. Die graue Fläche stellt wie oben bei PAL die DVD-Auflösung dar, der rote Rahmen den aktiven ITU-Bereich.

Prinzipiell wäre es möglich, vertikal ähnlich zu verfahren wie horizontal, also 485 aktive Pixel in 480 DVD-Pixel zu quetschen und zusätzlich zum horizontalen mit einem vertikalen PAR zu arbeiten. Das ist genauso lästig wie es klingt, deswegen hat man sich für ein einfacheres Verfahren entschieden. Was nicht passt, wird passend gemacht! Wir schneiden ganz einfach oben und unten je drei Pixel ab und gut ist. Drei? Ja, denn auch bei NTSC erweitert die D/A-Wandlung die beiden halben Scanlines oben und unten, was auf 486 digitalisierte Pixelzeilen hinausläuft.

Natürlich bringt das Cropping eine kleine Abweichung des DAR mit sich, die aber fürs Abspielen unwichtig ist. Die digitale Wiedergabe ist zu jedem beliebigen Seitenverhältnis fähig und am analogen Fernseher müssen während der Digital/Analog-Wandlung so oder so die fehlenden Zeilen ergänzt werden, um ein gültiges NTSC-Signal zu erzeugen.

Damit befinden wir uns tatsächlich in einer Situation, die derjenigen bei PAL entspricht. Die vertikale Auflösung stimmt und horizontal berechnen wir das PAR als Verzerrungsfaktor. Sehen wir uns die nötige Entzerrung an der folgenden Abbildung an.

Wir kennen die digitale Auflösung, die genau dem aktiven analogen Signal entspricht: 710,85×485. Daraus muss exakt ein 16:9- bzw. 4:3-DAR werden. Wie schon bei PAL rechnen wir mit dieser Formel:

Das ergibt folgende NTSC-PARs:

Beim Abspielen multiplizieren wir wieder die horizontale DVD-Auflösung mit dem PAR.

16:9-Breite = 720 × 155200/127953 ≈ 873,32 Pixel

4:3-Breite = 720 × 38800/42651 ≈ 654,99 Pixel

Auch hier entsprechen die gestreckten nicht-aktiven Pixel dem Unterschied zum Standard-DAR.

Zusammenfassung und mehr Zahlen¶

Fassen wir zusammen: PAL und NTSC unterscheiden sich nicht wesentlich, lediglich hantieren wir bei NTSC mit unschöneren Zahlen. Beide Formate ergeben nach ITU ein etwas breiteres Bild als vom Standard-DAR gewohnt, was an den verbleibenden nicht aktiven Pixeln liegt. Für die korrekte Wiedergabe sorgen je nach Format vier PAR-Werte.

Die Tabelle enthält die rigoros exakten Werte, so wie sie sich aus der ITU-Empfehlung und den Eigenschaften des analogen Signals ergeben.

Wahrscheinlich. Ich war mir schon mehrmals sicher, die Sache komplett verstanden zu haben – nur, um das Kapitel irgendwann doch wieder anpassen zu müssen.

Es gibt zwei weit verbreitete »Fehlberechnungen«.

• Die meisten Seiten einschließlich der Wikipedia und des oft zitierten Artikels von Jukka Aho berücksichtigen die Sache mit den zwei halbhohen Scanlines nicht, rechnen also mit vollen 576 bzw. 486 Zeilen.
• Zusätzlich wird gerne NTSC mit 711 anstatt 710,85 Pixeln Breite gerechnet.

Praktisch sind solche Ungenauigkeiten unwichtig. Sie liegen nicht nur weit unter Grenze, ab der eine Verzerrung wahrnehmbar wird, sondern sogar innerhalb der offiziell definierten Toleranzgrenzen für analoge Signale.

Damit haben wir die ITU-R BT.601 endlich vollständig abgehandelt. Die restlichen PAR-Varianten sind dagegen leichte Frühstückskost.

Entscheidend: Produktions-PAR¶

Die große Frage beim DVD-Backup besteht nun darin, welches PAR wir benutzen sollten. Der Streit darum wird heftig geführt, bleibt nicht immer ganz sachlich und geht meistens am Kern des Problems vorbei. Erst einmal müssen wir zwei Dinge klarstellen, mit denen in Diskussionen immer wieder argumentiert wird.

• Das Generische PAR ist nicht auf jeden Fall falsch. Genauso ist das ITU-PAR nicht auf jeden Fall richtig.
• Die Art der Wiedergabe (am Computer, TV, sonstwo) spielt keine Rolle.

Immer unter der Voraussetzung, dass wir das ursprüngliche Seitenverhältnis so exakt wie möglich wieder herstellen wollen, existiert genau ein entscheidender Faktor, der über das richtige PAR entscheidet:

Mit welchem PAR arbeitet die jeweilige DVD?

Eigentlich ist die Überlegung so simpel, dass überhaupt keine Diskussion entstehen sollte. Wenn Person A einen Film horizontal auf die Hälfte staucht und Person B das ursprüngliche Bild wieder herstellen will, dann muss Person B den Film auf 200% auseinander ziehen. Und wenn Person A einen anderen Film auf drei Viertel seiner Breite quetscht, dann muss Person B diesen Film auf 133% auseinander ziehen. Im zweiten Fall stur auf 200% zu beharren, wäre Unfug.

Genau so verhalten sich aber sowohl die Hardcore-Verfechter des ITU-PAR als auch die Hardcore-Verfechter des Generischen PAR. Da wird seitenlang gestritten und am eigentlichen Kern des Problems geradeaus vorbeidiskutiert.

Das richtige PAR ist dasjenige, das im Produktionsprozess benutzt wurde.

An dieser Stelle sollte eine sinnvolle Diskussion ansetzen, denn so klar die Grundaussage auch ist, die praktische Umsetzung bereitet Probleme. Da das exakte PAR nirgendwo auf der DVD vermerkt ist, existiert keine Möglichkeit, den richtigen Wert einfach abzulesen. Genauso unmöglich erscheint es bei kommerziellen DVDs, sämtliche Techniker der kompletten Verarbeitungskette vom ursprünglichen Quellmaterial bis hin zur fertigen Disc ausfindig zu machen und nachzufragen. Es bleibt also nur die Trial-and-Error-Methode: Wir entzerren das Bild mit den verschiedenen PARs und messen nach, ob Kreise auch wirklich rund erscheinen.

Größe der Abweichung¶

Lohnt sich ein solcher Aufwand oder überhaupt der ganze Glaubenskrieg? Das tut er dann, wenn zwischen den PAR-Varianten ein zweifelsfrei sichtbarer Unterschied besteht. Um die Encodingpraxis nicht zu ignorieren, müssen wir MPEG-4-PAR und Generisches PAR vergleichen. Nehmen wir PAL 16:9 als Beispiel, bei den anderen drei Fällen ist das Ergebnis identisch.

Das MPEG-4-Bild fällt also gut zwei Prozent breiter aus als das generische Bild. Besorgniserregend ist das nicht. Früher, als wir noch Xvid-AVIs mit kleinskalierter Mod16-Auflösung erstellt haben, galten bis zu ca. 2,5% Verzerrung als unbedenklich.

Es leuchtet mir nicht ein, warum ein anamorphes Bild mit ähnlich großem potenziellen »Aspect Error« weniger unproblematisch sein sollte. Fehler dieser Größenordnung sind nur im direkten Vergleich oder mit genauen Messungen spürbar. Auf die normale Wiedergabe haben sie keine nennenswerte Auswirkung.

Daumenregeln¶

Da wir über Nuancen reden, die ohne genau hinzusehen unsichtbar bleiben, und Kreise nachzumessen in der Praxis zu kompliziert, zeitaufwändig und fehleranfällig ist, stellt eine sinnvolle Daumenregel uneingeschränkt die beste Lösung dar. Dabei gehen wir immer davon aus, dass es DVDs mit ITU-PAR und DVDs mit Generischem PAR gibt.

Daumenregel 1: für Pragmatiker

Unser übliches Zielformat ist MPEG-4, also verwenden wir das PAR nach MPEG-4-Definition. Die Werte sind einfach zu merken und praktisch jede MPEG-4-Software arbeitet von Haus aus damit.

Daumenregel 2: für Enthusiasten

Diese Regel nimmt das Bild der DVD als Indikator für die PAR-Variante, genauer gesagt das Vorhandensein von schwarzen Balken.

• Für DVDs mit vertikalen Balken erscheint es ungewöhnlich, Generisches PAR anzunehmen. Aus welchem Grund sollte jemand zwar 720 Pixel als aktiv ansehen, dann aber trotzdem nicht die volle Breite ausnutzen? Zudem liegt die Balkendicke oft verdächtig genau im Bereich der nicht aktiven Pixel. Solche DVDs entzerren wir also nach MPEG-4.
• DVDs, die die komplette DVD-Auflösung ausnutzen, entzerren wir der gleichen Logik folgend mit dem Generischen PAR.

Keine der Daumenregeln ist der Weisheit allerletzter Schluss. Wir müssen uns schlicht und einfach damit abfinden, dass absolute Exaktheit beim Seitenverhältnis ein unerreichbares Ideal bleibt. Und diese Erkenntnis ist aus meiner Sicht auch das Ende der Diskussion.