Bitrate e All-I vs IPB: compressione intra-frame e inter-frame nelle fotocamere ibride

Ogni discussione seria sulla compressione video parte da un dato scomodo. Un minuto di video 4K UHD a 24 fps, non compresso, richiede tra circa 18 e 45 GB di spazio a seconda della profondità di colore e del campionamento: 18 GB per 8 bit 4:2:0, quasi 45 GB per 10 bit 4:4:4. Le fotocamere ibride moderne registrano lo stesso minuto in qualche gigabyte al massimo, spesso in meno di un gigabyte, con una riduzione dei dati di decine di volte e con una qualità che un osservatore non specializzato fatica a distinguere dall’originale. A rendere possibile tutto questo è la comprensione della struttura dell’informazione visiva e dei limiti della percezione umana, una comprensione che affonda le radici teoriche nel lavoro di Claude Shannon negli anni Quaranta del Novecento.

Ridondanza spaziale e temporale: la base della compressione

Shannon, matematico dei Bell Laboratories, pubblicò nel 1948 sul Bell System Technical Journal il saggio A Mathematical Theory of Communication, atto di nascita della teoria dell’informazione. Vi definì la ridondanza come la parte di un messaggio determinata dalla struttura della sorgente e non scelta liberamente, e stimò per esempio che l’inglese scritto sia ridondante per circa la metà. Se un messaggio contiene ridondanza, per rappresentarlo bastano meno bit: senza perdita di informazione nella compressione lossless, con una perdita controllata e poco visibile nella compressione lossy che usano tutti i codec delle fotocamere.

Nel video digitale la ridondanza compare a due livelli. La ridondanza spaziale sta dentro ogni singolo fotogramma, perché i pixel vicini tendono ad avere luminanza e colore simili. La ridondanza temporale sta tra fotogrammi consecutivi, perché in una scena tipica gran parte dei pixel resta uguale o si sposta in modo prevedibile da un fotogramma al successivo. La distinzione tra compressione intra-frame e compressione inter-frame coincide con la distinzione tra lo sfruttamento del primo e del secondo tipo.

La compressione intra-frame tratta ogni fotogramma come un’immagine fissa e indipendente, e usa soltanto la ridondanza spaziale, esattamente come il formato JPEG fa con una fotografia. La compressione inter-frame codifica invece la maggior parte dei fotogrammi come descrizioni matematiche delle differenze rispetto ad altri fotogrammi, e riduce molto i dati nelle sequenze in cui il cambiamento da un fotogramma al successivo è limitato.

I sistemi più diffusi, a partire dallo standard MPEG-1 dei primi anni Novanta, sviluppato dal Moving Picture Experts Group (il gruppo ISO/IEC avviato nel 1988 e concluso formalmente nel 2020), combinano i due approcci con tre tipi di fotogramma. I fotogrammi I (Intra) sono immagini complete e autonome. I fotogrammi P (Predictive) registrano le differenze rispetto a un fotogramma precedente. I fotogrammi B (Bidirectional) registrano le differenze rispetto a fotogrammi precedenti e successivi e ottengono la massima riduzione dei dati. La sequenza con cui si alternano è il GOP (Group of Pictures), e la sua configurazione determina qualità, robustezza del file agli errori, facilità di montaggio e carico di calcolo in decodifica.

La codifica intra-frame: All-I, predecessori storici e logica operativa

All-I (All Intra) è il nome che Canon dà alla codifica intra-frame pura: ogni fotogramma è codificato come immagine completa, indipendente dai vicini, e il GOP è formato solo da fotogrammi I, senza P né B. Altri costruttori usano denominazioni diverse per lo stesso principio: Sony parla di XAVC S-I e XAVC-I, Panasonic e Fujifilm di ALL-Intra, mentre Nikon offre sui modelli più recenti formati intra-frame come ProRes e N-RAW.

La logica operativa dell’All-I è quella del montaggio professionale. Ogni fotogramma è accessibile da solo, senza dover decodificare una catena di fotogrammi P e B per leggerne uno. Il materiale è quindi comodo per il color grading, per il montaggio e per ogni lavorazione che richiede accesso casuale a singoli fotogrammi. Anche un computer di fascia media riesce spesso a gestirlo in tempo reale senza transcodifica, perché decodificare un fotogramma I è molto meno oneroso che risolvere le dipendenze temporali di un fotogramma B.

I predecessori storici dell’All-I sono il Motion JPEG (MJPEG), diffuso nelle prime workstation di montaggio non lineare degli anni Novanta, e il DV (Digital Video), formato nato nel 1995 da un consorzio di costruttori e reso popolare dalle videocamere Mini-DV, che comprimeva ogni fotogramma con una variante intra-frame della DCT (Discrete Cosine Transform). Il codec ProRes di Apple, introdotto nel 2007 con Final Cut Studio 2, è l’erede diretto di questa tradizione: un codec intra-frame per la postproduzione, in diverse varianti. Secondo il white paper Apple, per un video 1080p a 29,97 fps i bitrate di riferimento sono 147 Mbps per ProRes 422, 220 Mbps per ProRes 422 HQ, 330 Mbps per ProRes 4444 e 495 Mbps per ProRes 4444 XQ. ProRes RAW, presentato nell’aprile 2018, applica la compressione ProRes direttamente ai dati del sensore e rimanda il debayering alla postproduzione, unendo accesso casuale e flessibilità del RAW.

Lo svantaggio principale dell’All-I è il bitrate elevato. Senza il vantaggio della ridondanza temporale, ogni minuto di registrazione occupa molto più spazio rispetto a un IPB di qualità equivalente. Per capire gli ordini di grandezza basta una proporzione semplice: un flusso da 100 Mbps produce circa 750 MB al minuto, quindi una scheda da 128 GB contiene circa 170 minuti, mentre un flusso da 600 Mbps produce circa 4,5 GB al minuto e la stessa scheda si riempie in meno di 30 minuti. Il costo non riguarda solo le schede, perché cresce anche il lavoro di backup e archiviazione, e i formati più pesanti richiedono schede veloci come le CFexpress con velocità di scrittura sostenuta adeguata. Per questo la maggior parte dei costruttori offre sia un All-I sia uno o più profili IPB, anche con livelli di efficienza diversi.

La codifica inter-frame e il GOP: fotogrammi I, P e B

Capire la struttura del GOP aiuta a valutare la qualità dei formati e le conseguenze pratiche in montaggio e grading. Nel GOP un fotogramma I apre la sequenza ed è un’immagine completa. I fotogrammi P che seguono codificano soltanto i blocchi cambiati rispetto al fotogramma di riferimento, descrivendo i cambiamenti con vettori di movimento (la direzione e la distanza di spostamento di ogni blocco) e con residui (la differenza tra il blocco predetto e quello reale). I fotogrammi B usano la predizione bidirezionale: confrontano ogni blocco con fotogrammi precedenti e successivi, e scelgono la predizione che lascia il residuo più piccolo.

Il GOP si descrive con due parametri: la distanza tra due fotogrammi I e la distanza tra fotogrammi di ancoraggio (I o P). Con una distanza di 12 fotogrammi tra I e di 3 tra ancoraggi si ottiene per esempio la sequenza IBBPBBPBBPBB, mentre con 15 e 5 la sequenza IBBBBPBBBBPBBBB. Un GOP più lungo comprime meglio, perché contiene meno fotogrammi I, ma rende il materiale più difficile da montare e più sensibile agli errori. Nei formati delle fotocamere si incontrano valori di ordine molto diverso, da pochi fotogrammi a molte decine, a seconda del profilo di codifica scelto.

La conseguenza della predizione bidirezionale è che i fotogrammi vengono codificati e trasmessi in un ordine diverso da quello di visualizzazione: per decodificare un B serve prima aver ricevuto il P successivo. Il decoder deve quindi tenere in memoria più fotogrammi contemporaneamente, e la decodifica richiede più calcolo e introduce latenza. Per questo lo scorrimento di una timeline con materiale IPB è più pesante di quello di un file All-I, e perché un salto di posizione obbliga il programma a tornare al fotogramma I precedente e a ricostruire la catena.

Nelle fotocamere si incontrano profili IPB di diversa efficienza. Canon, per esempio, affianca a All-I e IPB anche un profilo IPB Light, pensato per ridurre ulteriormente i dati. Alcuni profili usano GOP più lunghi e quindi comprimono meglio, a costo di una maggiore dipendenza dalla coerenza temporale. Nelle scene con cambi bruschi, come un taglio in camera o un movimento rapido dell’inquadratura, il codec deve spendere molti bit per ricostruire le immagini dopo la discontinuità, e il bitrate può salire temporaneamente a livelli vicini a quelli dell’All-I. I codec moderni come H.265 (HEVC) inseriscono fotogrammi I aggiuntivi in corrispondenza dei cambi di scena, riducendo il problema senza eliminarlo.

Il passaggio da H.264/AVC a H.265 ha portato un salto di efficienza. HEVC è stato approvato come standard ITU-T nell’aprile 2013, a dieci anni da H.264, e sostituisce i macroblocchi fissi da 16×16 pixel con unità di codifica ad albero (CTU) fino a 64×64: blocchi grandi per le zone uniformi, blocchi piccoli per i dettagli e i bordi. Le stime di compressione variano a seconda dei test, ma in genere si parla di un risparmio compreso tra circa il 25 e il 50 per cento di bitrate a parità di qualità visiva rispetto a H.264. Nelle fotocamere questo si traduce in file più piccoli o in qualità più alta a pari dimensioni, con minori requisiti di velocità per le schede.

Il bitrate come indicatore di qualità: CBR, VBR e valori tipici

Il bitrate, la quantità di dati registrata o trasmessa per unità di tempo, si misura in Mbps (megabit al secondo) o Gbps. È il numero più citato nelle schede tecniche e uno dei più fraintesi. La tentazione di leggerlo come misura diretta della qualità è comprensibile ma fuorviante: lo stesso bitrate produce qualità molto diverse a seconda del codec, della risoluzione, del frame rate e soprattutto della complessità della scena.

Il controllo del bitrate segue due schemi. Nel CBR (Constant Bitrate) i dati al secondo restano costanti a prescindere dal contenuto. Nel VBR (Variable Bitrate) il codec assegna più bit alle scene complesse, con movimento rapido, dettagli fini e rumore elevato, e meno a quelle semplici. Sulle fotocamere mirrorless il valore dichiarato è spesso il massimo del profilo di codifica e non la media reale. Un cielo blu uniforme ripreso a un nominale «200 Mbps» ne userà molti meno, mentre foglie mosse dal vento sotto la pioggia sfrutteranno quasi tutto il budget disponibile.

Gli ordini di grandezza aiutano a orientarsi, senza pretendere di sostituire le schede tecniche del modello in uso. Le modalità IPB efficienti per il web e per le riprese quotidiane, in H.264 o H.265, stanno in genere tra qualche decina e un centinaio di Mbps in 4K. I profili IPB di fascia alta per la produzione si muovono tra i 100 e i 300 Mbps. I profili intra-frame in 4K salgono a qualche centinaio di Mbps, i formati ProRes di qualità a valori ancora superiori, e i formati RAW interni arrivano all’ordine del gigabit al secondo e oltre. Per un controllo preciso conviene sempre consultare la tabella dei modi video della fotocamera, perché lo stesso corpo può avere profili molto diversi per risoluzione e frame rate, e perché i costruttori correggono spesso i valori con gli aggiornamenti del firmware.

Il rapporto tra bitrate, codec e contenuto guida la scelta in campo. Un’intervista in interno, con illuminazione controllata, soggetto quasi fermo e fondale semplice, dà risultati eccellenti anche con un IPB moderato. La stessa scena con soggetti in movimento rapido, sfondo caotico e rumore di sensibilità elevata ha bisogno di più bit per mantenere la stessa qualità, perché il codec deve gestire una variazione spaziale e temporale molto più grande. Chi riprende eventi sportivi, concerti con luci stroboscopiche, ambienti naturali con alberi, erba e acqua beneficia più di chiunque altro di un bitrate generoso.

All-I e IPB in postproduzione: montaggio, grading e VFX

La scelta tra All-I e IPB ha conseguenze su tutto il flusso di lavoro, dall’ingest del materiale alla consegna del master, e va bilanciata con i costi di archiviazione, hardware e tempo di lavorazione.

Il montaggio non lineare in programmi come DaVinci Resolve, Adobe Premiere Pro e Final Cut Pro trae grande vantaggio dal materiale All-I, perché ogni fotogramma è autonomo. Lo scorrimento della timeline, il posizionamento dei tagli e la valutazione dei singoli fotogrammi avvengono senza ritardi percepibili anche su hardware di fascia media. L’IPB con GOP lungo costringe invece il programma a decodificare la catena del GOP per mostrare correttamente un fotogramma, e anche con l’accelerazione hardware possono comparire scatti nell’anteprima a piena risoluzione. La soluzione standard è creare dei proxy, copie leggere in un formato intra-frame o a bassa risoluzione, come ProRes Proxy o H.264 a 720p, usate per il montaggio e sostituite automaticamente dagli originali nel rendering finale.

Il color grading in DaVinci Resolve pone requisiti ancora più specifici. Correzioni aggressive come il recupero delle ombre, l’aumento di due o più stop di esposizione, le curve molto ripide o le trasformazioni di spazio colore amplificano ogni artefatto di compressione già presente. Il materiale IPB mostra tipicamente blocchettature e banding nelle ombre con gradienti sottili, specialmente se è stato ripreso con sensibilità elevata e le ombre vengono schiarite. Il materiale All-I ad alto bitrate li mostra molto meno, perché la compressione applicata a ogni fotogramma è più conservativa e distribuisce meglio i bit nell’immagine.

VFX e compositing sono le lavorazioni più esigenti. L’estrazione cromatica (chroma keying) del green screen o del blue screen è molto sensibile agli artefatti, che producono variazioni di crominanza pixel per pixel e portano a bordi irregolari e trasparenze indesiderate. Per questo si usano per il keying materiali in 4:2:2 o 4:4:4 a bitrate elevato, in All-I o equivalente. Il 4:2:0 compresso in IPB è considerato di norma poco adatto al keying professionale, anche se Fusion in DaVinci Resolve e After Effects hanno migliorato la gestione del materiale con sottocampionamento del colore.

La scelta pratica dovrebbe seguire tre fattori. Il primo è la destinazione finale: web, cinema o broadcast. Il secondo è la complessità del grading, dalla correzione leggera a una trasformazione di spazio colore con secondarie aggressive. Il terzo sono le risorse hardware per il montaggio, dal portatile da campo alla workstation con GPU dedicata. Per contenuti web e social, che la piattaforma comprimerà di nuovo prima di arrivare allo spettatore, un buon IPB in H.265 è in genere sufficiente. Per pubblicità e produzione cinematografica con grading intenso la scelta professionale è un All-I ad alto bitrate o un RAW, con i costi di archiviazione e di hardware che ne conseguono.

Codec di nuova generazione, RAW interno e ibridi

Il panorama dei codec per le fotocamere ibride è in lenta transizione verso formati di nuova generazione. H.266/VVC (Versatile Video Coding), finalizzato il 6 luglio 2020 come successore di HEVC, dichiara una riduzione del bitrate di circa il 50 per cento a parità di qualità percepita. AV1, sviluppato dall’Alliance for Open Media con una politica di brevetti royalty-free, nasce per evitare il groviglio di licenze che ha complicato la diffusione di HEVC, e ha trovato posto soprattutto nello streaming. Nelle fotocamere i formati effettivamente usati restano H.264, H.265 e le famiglie intra-frame, e l’arrivo di codec nuovi richiede hardware di codifica e supporto software nei programmi di montaggio, quindi procede più lentamente di quanto suggeriscano i comunicati.

La registrazione RAW interna nelle fotocamere di fascia alta è la risposta più radicale al compromesso tra qualità e bitrate. I formati RAW registrano i dati del sensore prima della curva gamma e della compressione cromatica, e conservano la massima informazione per la postproduzione. Nikon offre N-RAW a 12 bit su Z8 e Z9, Canon propone Cinema RAW Light sulla EOS R5 Mark II, e altri modelli, come la Sony FX3, possono inviare RAW a un registratore esterno via HDMI. Questi formati sono intra-frame nella loro struttura, perché la predizione inter-frame applicata a dati non ancora demosaicizzati introdurrebbe artefatti difficili da gestire nelle fasi successive.

Il bilancio è quello di un negoziato continuo tra l’ambizione della qualità cinematografica e i limiti della velocità di scrittura delle schede, della potenza dei processori e della durata delle batterie. Ogni nuova generazione di codec e di hardware sposta il punto di equilibrio verso la qualità, senza eliminare la necessità di una scelta consapevole da parte di chi gira.

Come scegliere in pratica e gli errori più comuni

Un criterio operativo semplice parte dal lavoro che si deve fare. Per un video destinato ai social, girato in luce discreta e montato in fretta, un IPB di buona qualità in H.265 offre il miglior rapporto tra spazio e risultato. Per un documentario o un servizio con grading deciso, un All-I a 10 bit riduce il rischio di artefatti nelle ombre e nei cieli, e semplifica anche il montaggio sul portatile. Per un lavoro con green screen o con consegne cinema, si sceglie il formato più ricco consentito dal budget di archiviazione, quasi sempre un All-I a campionamento 4:2:2 o un RAW.

Il primo errore è considerare il bitrate come un numero da massimizzare in sé. Un All-I a 600 Mbps non produce un’immagine migliore di un IPB a 150 Mbps se la scena è semplice e l’esposizione è corretta, e occupa quattro volte lo spazio. Il secondo errore è registrare in 8 bit 4:2:0 materiale che si vuole poi gradare con forza: il campionamento ridotto e la profondità limitata mostrano i loro limiti nelle correzioni pesanti, a prescindere dal codec. Il terzo è sottovalutare la scheda: un profilo che richiede velocità di scrittura elevate può dare errori di registrazione o interrompersi con una scheda non adatta.

Il quarto errore riguarda il flusso di lavoro. Chi gira in IPB con GOP lungo e monta su un computer poco potente farebbe meglio a creare i proxy prima di iniziare, anziché rallentare il lavoro con anteprime a scatti. Il quinto è dimenticare il backup: un file con GOP lungo è più vulnerabile alla corruzione, perché un errore nei dati di un fotogramma di riferimento si propaga ai fotogrammi che lo usano come base, e una scheda difettosa danneggia più materiale di quanto accada con un All-I. Una copia immediata su due supporti diversi riduce molto il rischio.

Infine conviene ricordare che la qualità finale dipende dalla catena intera, dalla luce all’ottica, dall’esposizione, dal sensore, dal codec, dal montaggio e dalla piattaforma di distribuzione. Il formato di registrazione è un anello importante, ma non il solo, e una buona esposizione recupera più qualità di qualunque aumento di bitrate.

Aggiornato Ottobre 2026