编码与格式 / 系统课时
从 4:2:0 理解视频色度抽样
从 4:2:0 理解视频色度抽样
同样是 1920×1080 视频,为什么有的画面文字边缘清晰,有的却出现彩色模糊?除了压缩码率,色度抽样也是重要原因。理解 4:4:4、4:2:2 和 4:2:0 的采样方式,就能判断视频在哪些地方损失了色彩细节,并为拍摄、剪辑和交付选择合适的像素格式。
学习目标
- 理解亮度与色度分离的原理,正确读懂 4:4:4、4:2:2 和 4:2:0。
- 计算不同抽样方式的色度分辨率和未压缩数据量。
- 通过画面对照识别色度细节损失,并选择合适的视频格式。
为什么可以减少色度采样
视频常使用 Y′CbCr 表示图像。其中 Y′ 是由非线性编码的 RGB 分量计算得到的亮度相关信号,Cb 和 Cr 是两个色差信号。它们分别描述画面的明暗信息和颜色差异。
人眼通常对明暗边缘比对色彩细节更加敏感。因此,视频可以保留每个像素的 Y′ 样本,同时减少 Cb、Cr 样本数量,以较小的视觉代价降低数据量。这种处理称为色度抽样。
例如,一个 2×2 像素区域包含 4 个亮度样本。采用 4:2:0 时,通常只保存 1 个 Cb 和 1 个 Cr 样本,供这个区域的像素在重建色彩时使用。
需要注意,色度抽样不是直接减少画面像素数量。1920×1080 的 4:2:0 视频仍然具有 1920×1080 个亮度采样位置,只是色差信号的空间分辨率更低。
看懂三种抽样比例
4:4:4、4:2:2 和 4:2:0 描述的是亮度与色度样本之间的采样关系,并不是 RGB 三个通道的位深比例。
可以采用两行、每行四个亮度采样位置作为观察窗口,比较三种格式的样本数量。
| 抽样格式 | Y′ 样本 | Cb 样本 | Cr 样本 | 色度空间分辨率 |
|---|---|---|---|---|
| 4:4:4 | 8 | 8 | 8 | 水平、垂直均完整 |
| 4:2:2 | 8 | 4 | 4 | 水平方向减半 |
| 4:2:0 | 8 | 2 | 2 | 水平、垂直均减半 |
4:4:4 为每个亮度采样位置保留对应的两种色度样本。4:2:2 在水平方向减少一半色度样本,但保留完整的垂直采样行。4:2:0 则在水平和垂直方向都减少一半色度采样密度。

这里的 4:2:0 中最后一个 0,并不是没有 Cr 通道,也不是色度信息全部消失。它表示传统 4:J:a 记法中第二行相对于第一行没有新增的独立色度采样位置。实际的 4:2:0 同时保存 Cb 和 Cr。
计算分辨率与数据量
假设视频分辨率为 1920×1080,采用常见的平面 Y′CbCr 存储方式,且每个样本占 8 bit,不考虑行对齐、填充、文件头及压缩。
| 格式 | Y′ 分辨率 | Cb、Cr 各自分辨率 | 每帧数据量 |
|---|---|---|---|
| 4:4:4 | 1920×1080 | 1920×1080 | 6,220,800 字节 |
| 4:2:2 | 1920×1080 | 960×1080 | 4,147,200 字节 |
| 4:2:0 | 1920×1080 | 960×540 | 3,110,400 字节 |
以 4:2:0 为例,计算过程如下:
总样本数为 2,073,600 + 518,400 × 2 = 3,110,400。因为每个样本占 1 字节,所以每帧约为 3.11 MB(十进制)。
三种格式的平均有效样本位数分别为每像素 24 bit、16 bit 和 12 bit。因此,在相同分辨率和 8 bit 位深下,4:2:0 的原始有效采样数据量只有 4:4:4 的一半,比 4:2:2 少 25%。
如果是 30 fps 的未压缩 4:2:0 视频,仅有效像素数据就需要约 93.3 MB/s,不包含音频和额外开销。
哪些画面最容易看出差异
色度抽样造成的损失并不均匀。灰度边缘主要由 Y′ 信号决定,通常受影响较小;颜色变化剧烈、亮度变化却很小的边缘,则更容易暴露色度分辨率不足。
可以制作一张 1920×1080 的测试画面,包含以下区域:
- 白底黑字,字号约 24 px,用来观察亮度边缘。
- 蓝底红色细字,字号约 12~16 px,用来观察彩色笔画边缘。
- 红蓝交替的 1~2 px 竖条,用来检查水平色度细节。
- 红蓝交替的 1~2 px 横条,用来检查垂直色度细节。
为了尽量隔离亮度差异,精确测试时应使用亮度接近而色度差异明显的颜色,并确保图像没有经过额外缩放或有损压缩。

通常可以观察到以下差异:
- 4:4:4 的彩色细线保留较完整的色度边界。
- 4:2:2 的垂直彩色边界可能变软,因为水平色度采样密度降低。
- 4:2:0 的水平和垂直彩色边界都可能变软,细小彩色文字也可能出现颜色渗出。
需要区分色度抽样损失与有损编码产生的振铃、块效应。实际画面的差异还取决于色度滤波器、采样位置、重建方法、压缩强度和显示缩放比例。
按制作场景选择格式
| 使用场景 | 建议格式 | 选择理由 |
|---|---|---|
| 常规网络点播与直播 | 4:2:0 | 兼容性广,适合常见播放链路 |
| 广播制作和专业摄像机中间素材 | 4:2:2 | 保留更多水平色度细节 |
| 图形合成、精细调色、彩色文字处理 | 4:4:4 | 最大限度保留原始色度采样细节 |
如果最终交付平台只接受 4:2:0,可以在制作和合成阶段保留更高色度精度,完成字幕、抠像、调色后再转换为 4:2:0,避免中间处理反复损失色度信息。
还应检查位深与色度抽样是否匹配需求。4:2:0、4:2:2、4:4:4 描述色度采样密度;8 bit、10 bit 描述样本精度,两者是不同维度。例如,10 bit 4:2:0 并不自动拥有 8 bit 4:4:4 的色度空间细节。
在实际交付中,优先确认播放设备和编码器支持的像素格式,再检查色度分辨率、位深与压缩质量。对普通自然场景,4:2:0 往往已经足够;对高对比彩色图形和后期合成素材,则应优先测试 4:2:2 或 4:4:4 的实际收益。