O que são estas unidades de 240p, 360p, 480p, 720p, 1080p para vídeos? Qual é a ideia básica por detrás disto?

O 'p' significa "progressivo". O vídeo progressivo é onde cada quadro é desenhado por completo quando você reproduz o vídeo, ao contrário do vídeo "entrelaçado" onde cada outra linha é desenhada na tela - que era a norma para o antigo sistema de TV analógica e DVDs.

O número se refere à altura da imagem em pixels (elementos da imagem; uma imagem digital é dividida em quadrados coloridos de matriz chamados pixels). Quando mudamos para HD TV, mudamos para 16:9 sendo a proporção padrão (proporção de largura para altura) para vídeo. Antes disso, era de 4:3. O formato 16:9 é "wide-screen".

Desde que a proporção de largura para altura é 16:9 por convenção, isso significa que você pode calcular a largura da imagem a partir apenas da altura. 1080 * 16 / 9 = 1920 - então 1080p é 1920 x 1080 pixels. O padrão internacional para transmissão de televisão de alta definição define a TV de alta definição como 720p (1280 x 720 pixels) ou 1080p (1920 x 1080).

O uso da notação para outras resoluções foi popularizado pelo YouTube, que oferece cada vídeo em uma gama de resoluções para otimizar automaticamente o tamanho da tela em que estão sendo reproduzidos, e a velocidade da conexão com a Internet. Por exemplo, um telefone celular pequeno poderia se sair bem com uma resolução menor; ele também terá menos buffer em conexões lentas, e usará menos dados no plano de dados.

Com o advento das TVs UHD 4K e câmeras 8K, agora há também vídeos 2160p e 4320p.

Câmeras de cinema tendem a usar proporções ainda mais amplas, então essas resoluções recebem outros nomes que não seguem as convenções usadas para transmissão e streaming de televisão.