编码与格式 / 系统课时
将 RGB 映射到 YCbCr 分量
将 RGB 映射到 YCbCr 分量
同一张彩色图像既可以用 RGB 三个颜色通道表示,也可以拆成亮度相关的 Y 分量和两个色度分量。理解这种转换后,你就能解释为什么视频编码器通常分别处理亮度与色度,以及为什么色度降采样能够减少数据量,同时保留较清晰的画面细节。
学习目标
- 区分 RGB 与 YCbCr 三个分量的含义,理解它们保存图像信息的方式。
- 使用 BT.709 的有限范围转换公式,计算像素对应的 Y、Cb、Cr 数值。
- 通过分量图和数据量计算,理解亮度处理与色度采样的关系。
RGB 与 YCbCr 分别表示什么
RGB 使用红、绿、蓝三个通道描述像素。对于常见的 8 位 RGB 图像,每个通道取值为 0~255,例如 (255, 0, 0) 表示纯红,(255, 255, 255) 表示白色。一个不带 Alpha 通道的 RGB 像素需要 24 bit。
YCbCr 则将颜色信息组织成三个不同职责的分量:
- Y:亮度相关分量,更准确地称为非线性亮度信号或亮度分量,用于承载大部分明暗结构与细节。
- Cb:蓝色色差信号,反映蓝色分量相对于亮度信号的差异。
- Cr:红色色差信号,反映红色分量相对于亮度信号的差异。
Y 并不是直接测量物理亮度的线性量。视频系统通常先处理经过非线性编码的 R'、G'、B' 信号,再计算 Y'CbCr。日常技术文档经常简写成 YCbCr 或 YUV,但数字视频中的 YCbCr 与模拟 YUV 并不完全相同。
例如,一张包含黑色文字和红色背景的图像,Y 分量会保留文字边缘和明暗差别,Cb、Cr 分量则更明显地体现背景与文字之间的颜色差异。单独查看任一色度分量时,它是一张数值图,而不是原图中对应颜色的直接截图。

计算一个像素的 YCbCr 数值
RGB 到 YCbCr 不是只有一套通用公式。BT.601、BT.709 与 BT.2020 使用的颜色系数不同;此外还必须区分有限范围与全范围。混用矩阵或取值范围,可能导致颜色偏移、黑位抬高或者白位异常。
以常见的 8 位、BT.709、有限范围 Y'CbCr 为例,假设输入为符合 BT.709 定义的非线性 R'G'B' 数值,三个输入通道都在 0~255,令:
这些公式给出量化前的实数结果。实际存储到 8 位分量时需要取整,并按照规定的量化范围处理。正常标称范围为 Y' 的 16~235、Cb 和 Cr 的 16~240;部分处理链允许超出标称范围的扩展值,不能无条件认为所有合法视频样本都被限制在标称范围内。
现在输入纯红像素 R'=255、G'=0、B'=0:
- 加权亮度为
0.2126 × 255 = 54.213。 - Y' 为
16 + 219 × 0.2126 ≈ 62.56,取整约为 63。 - Cb 为
128 - 112 × 0.2126 / 0.9278 ≈ 102.34,取整约为 102。 - Cr 为
128 + 112 = 240。
因此,这个纯红像素可以近似表示为 (Y', Cb, Cr) = (63, 102, 240)。这说明纯红虽然视觉上很醒目,却不意味着 Y' 值很高;它的红色色差信息主要体现在 Cr 分量。
再检查两个基准像素:
| RGB 输入 | Y' | Cb | Cr |
|---|---|---|---|
黑色 (0,0,0) |
16 | 128 | 128 |
白色 (255,255,255) |
235 | 128 | 128 |
红色 (255,0,0) |
约 63 | 约 102 | 240 |
黑白像素的两个色度值都处于中性中心 128,亮度分量发生变化。这正是将明暗和色差信息分开表示的直接体现。
为什么编码器优先保留亮度细节
在许多自然图像和观看条件下,人眼对细微明暗边缘的敏感程度高于对细微色度位置变化的敏感程度。因此,视频编码系统往往保留完整的亮度采样密度,同时降低色度采样密度。
这不是简单地把 Cb、Cr 数值变小,而是减少它们在空间上的采样点数量。例如,1920×1080、8 位、无压缩、每帧采用不同采样格式时:
| 采样格式 | Y' 样本数 | Cb 样本数 | Cr 样本数 | 每帧理论数据量 |
|---|---|---|---|---|
| 4:4:4 | 2073600 | 2073600 | 2073600 | 6220800 字节 |
| 4:2:2 | 2073600 | 1036800 | 1036800 | 4147200 字节 |
| 4:2:0 | 2073600 | 518400 | 518400 | 3110400 字节 |
表中按每个样本 8 bit、无行对齐填充计算,不包含容器、元数据和编码压缩开销。4:2:0 的原始样本数据量恰好是 4:4:4 的一半,但这不代表最终视频文件必然缩小一半。

色度采样适合视频播放和自然图像压缩,但对于细小彩色文字、屏幕录制、颜色交界锐利的图形和后期色键合成,4:2:0 可能产生彩色边缘模糊或串色。此时应根据制作需求考虑 4:4:4 或其他保留更多色度信息的格式。
转换与采样不是同一件事
将 RGB 转成 YCbCr,只是在指定颜色标准与数值范围下改变分量表示方式,并不自动减少每个像素的分量数量。对于相同位深的 4:4:4 表示,RGB 和 YCbCr 都有每像素三个样本。
真正减少原始样本数据量的是后续色度降采样,例如从 4:4:4 变为 4:2:0。之后的视频编码器还会执行预测、变换、量化和熵编码等处理,进一步利用图像内部及帧间冗余。
一个实际检查方法是:准备一张含有红蓝细线与黑白文字的测试图,分别导出 4:4:4 和 4:2:0 视频,放大查看高饱和度颜色交界处。若颜色边缘出现轻微扩散,而黑白文字边缘基本维持清晰,通常可以从色度采样差异入手分析,但仍需排除编码量化、缩放和播放器转换的影响。
可以用三个问题检验是否理解:黑白像素为什么色度值都为中性值?纯红像素为什么 Y' 不等于 255?4:2:0 为什么能减少样本数量却仍保留完整分辨率的 Y' 平面?回答清楚这三点,就具备了继续分析视频压缩率与色度失真的基础。