Kolejnym etapem procesu jest wstępne przetwarzanie obrazu. Gdy sygnał zostanie już przekonwerterowany na sygnał cyfrowy, cechuje go wciąż duża ilość szumów (każdy sygnał cyfrowy, który został utworzony z sygnału analogowego będzie posiadał pewną ilość szumów), której trzeba się pozbyć przed kompresją. Określenie szum generalnie odnosi się do białego szumu i innych wizualnych niedoskonałości.
Skuteczny algorytm deszumujący nie tylko zapewnia lepszą jakość obrazu, ale także poprawia wydajność kompresji kodera obrazu tworząc bardziej skompresowaną zawartość wideo. Efektem końcowym takiego zabiegu jest mniejsza szerokość pasma wymagana do przesłania sygnału wideo.
Skok o klatkę 3:2 jest techniką wstępnego przetwarzania obrazu stosowaną do konwertowania zawartości wideo z formatu 60 pól na sekundę (obraz z przeplotem) na progresywny format 24 klatek na sekundę. Skok o klatkę 3:2 konwertuje zestawy (o powtarzalnych wzorach trzech lub dwóch) pól na indywidualne klatki lub inaczej rozkłada poszczególne klatki na zestawy 3 lub 2 pól. Poniższa ilustracja pokazuje jak 24 progresywne klatki konwertowane są na 60 pól.
W tym przypadku skok o klatkę konwertuje każde 2 klatki na 5 pól. Pierwsza z nich rozłożona zostaje na 3 pola (jedno pole parzystych linii, jedno pole nieparzystych linii i powtórzone pole linii parzystych). Wzór ten powtórzony jest dla każdej klatki tak, że 24 klatki przekonwertowane zostają na 60 pól w każdej sekundzie.
4. Kompresja obrazu
Zawartość wideo jest teraz gotowa na kompresję za pomocą standardu MPEG (tak żeby mogła zmieścić się na nośnikach pamięci takich jak CD czy DVD; bez niej standardowy film wymagałby pojemności 30 płyt DVD).
MPEG (Motion picture experts group) odnosi się do metody kompresji obrazu wideo służącej dopasowaniu go do różnego rodzaju nośników. Istnieje kilka różnych wersji MPEG: MPEG-1, MPEG-2 i MPEG-4. MPEG-1 został pierwotnie zaprojektowany z myślą o wideo CD, MPEG-2 to z kolei format używany na płytach DVD. MPEG-4 jest nową, bardziej wydajną metodą kompresji zaprojektowaną z myślą o interaktywnej zawartości, m.in. o interaktywnych aplikacjach wideo i multimediach.
Kodowanie MPEG-2 wymaga intensywnych obliczeń i wielu zaawansowanych algorytmów, o których nie będziemy tutaj mówić. Kompresują one zawartość wideo wymagającą szerokości pasma na poziomie 160 Megabitów na sekundę do 4-8 Megabitów na sekundę, zachowując tę samą rozdzielczość i niosąc ze sobą tylko nieznaczne efekty uboczne.
Kodowanie MPEG-2 może być przeprowadzone w 100% przez oprogramowanie i jest bardzo powolnym i uciążliwym procesem. Aby uzyskać szybkie i wydajne kodowanie, konieczne jest użycie dedykowanego sprzętu np: chip Theater 550 Pro.
Gdy obraz zostanie zakodowany jako format MPEG-2, musi zostać albo zapisany na dysku twardym albo przesłany strumieniem do użytkownika, co wymaga przekazania obrazu wideo do RAMu.