编码与格式 / 系统课时
对比 4:4:4 与 4:2:0 采样
对比 4:4:4 与 4:2:0 采样
同样分辨率的视频,为什么 4:2:0 比 4:4:4 更省数据,却可能让彩色文字边缘变模糊?本篇用 2×2 像素网格拆解三种色度采样方式,计算 1080p 视频的原始数据量,并判断什么场景值得保留更多色彩细节。
学习目标
- 读懂 4:4:4、4:2:2、4:2:0 的色度采样网格与比例。
- 计算不同采样方式下单帧和每秒的原始数据量。
- 根据文字边缘、高饱和色彩和素材用途选择采样方式。
为什么亮度和色度可以分开采样
视频通常可以用 Y′CbCr 表示图像信息:Y′ 是由非线性 RGB 信号计算得到的亮度相关分量,Cb 和 Cr 是两个色度分量。它们分别描述画面的明暗结构和颜色差异。Y′ 不是严格意义上的物理亮度,但在视频编码中承担主要的明暗细节信息。
人眼通常对亮度细节比对色度空间细节更敏感。编码系统因此可以保留每个像素的 Y′,减少 Cb、Cr 的采样点,以较小的视觉代价降低输入数据量。这就是色度子采样。
需要区分两个概念:色度子采样减少的是空间采样密度,不是直接减少颜色位深。8-bit 4:4:4 与 8-bit 4:2:0 的单个分量样本仍然都是 8 bit。
例如一张 1920×1080 的图像,无论采用下面哪种采样方式,通常都保留 2073600 个 Y′ 样本;变化的是两个色度平面的样本数量。
用像素网格比较三种采样方式
采用常见的非交错采样模型,以 2×2 个亮度像素为观察窗口,可以直观看出差异。图中的色度标记表示采样点数量及共享范围,不表示实际色度样本在像素中心的精确位置;真实视频还可能采用不同的色度采样位置约定。

三种方式在同一块 2×2 区域内的样本数量如下。
| 采样方式 | Y′ 样本 | Cb 样本 | Cr 样本 | 相对 4:4:4 数据量 |
|---|---|---|---|---|
| 4:4:4 | 4 | 4 | 4 | 100% |
| 4:2:2 | 4 | 2 | 2 | 66.7% |
| 4:2:0 | 4 | 1 | 1 | 50% |
4:4:4 不减少色度空间采样,每个亮度采样位置都有对应的两个色度样本。它适合需要精细颜色边缘的图形制作、文字合成和部分后期处理工作。
4:2:2 将水平方向的色度采样密度降为一半,垂直方向保持不变。在视频制作和部分专业采集格式中较常见。
4:2:0 在水平与垂直方向都将色度采样密度降为一半,因此每 2×2 个亮度样本只对应一对色度样本。它常用于 H.264、HEVC、AV1 等编码体系中的普通视频分发配置,但这些编码标准并非只能使用 4:2:0。
计算 1080p 视频的数据量
先规定统一计算条件:1920×1080 分辨率、逐行扫描、每分量 8 bit、30 fps,不考虑行填充、容器、音频、编码压缩及传输开销。下列结果属于未压缩 Y′CbCr 样本的理论有效数据量。
每个像素平均占用位数可以按每个 2×2 区域的总样本量除以 4 计算。对于等位深的三分量格式:
- 4:4:4:12 个样本 × 8 bit ÷ 4 = 24 bit/像素。
- 4:2:2:8 个样本 × 8 bit ÷ 4 = 16 bit/像素。
- 4:2:0:6 个样本 × 8 bit ÷ 4 = 12 bit/像素。
单帧字节数的通用计算式为:
其中 、 是宽和高, 是平均每像素位数。例如 4:2:0 的单帧数据量为 字节。
| 格式 | 单帧字节数 | 单帧 MiB | 30 fps 数据率 |
|---|---|---|---|
| 8-bit 4:4:4 | 6220800 | 5.93 | 1492.99 Mbit/s |
| 8-bit 4:2:2 | 4147200 | 3.96 | 995.33 Mbit/s |
| 8-bit 4:2:0 | 3110400 | 2.97 | 746.50 Mbit/s |
这里的 Mbit/s 按十进制计算,即 1 Mbit/s = 1000000 bit/s;MiB 使用 1048576 字节。4:2:0 相对 4:4:4 节约 50% 的原始样本数据,相对 4:2:2 节约 25%。
如果三个分量统一改为 10 bit,按有效样本位数计算,三种格式的平均位数分别成为 30、20、15 bit/像素。实际存储可能使用 16-bit 容器承载 10-bit 样本,并附加行对齐,因此文件占用不一定等于理论值。
为什么文字边缘更容易受影响
观察白底上细小的高饱和红字,或者蓝底上的黄色细线。文字边界通常同时包含亮度变化和强烈的色度变化。4:2:0 会让相邻亮度像素共享色度样本,解码器在重建色度平面时需要进行上采样,颜色边界可能因此变宽或出现串色。

这不意味着 4:2:0 一定产生肉眼可见的模糊。边缘是否明显受损,取决于字号、颜色对比、采样位置、上采样滤波器、显示缩放比例及有损压缩强度。自然视频中,肤色、天空和大面积渐变通常比细小的彩色 UI 更能容忍色度降采样。
特别注意,黑白文字主要依赖亮度差异,即使采用 4:2:0,其轮廓也可以保持锐利。高饱和红蓝文字即使没有明显亮度差,也可能产生色度边缘问题。所以测试素材不能只放黑白标题。
实际验收时,准备一张包含 1~2 像素彩色线条、12~16 像素小字以及自然照片的 1920×1080 测试画面,分别导出三种采样格式,以相同显示条件进行 100% 比例对比。可再用 400% 最近邻放大观察颜色边缘,但最终是否合格应以目标显示尺寸判断。
怎样为不同用途选择采样方式
| 使用场景 | 优先考虑 | 判断依据 |
|---|---|---|
| 普通视频点播、社交平台上传 | 4:2:0 | 兼容性广,适合控制分发带宽 |
| 专业拍摄中间素材 | 4:2:2 | 保留更多水平方向色度细节 |
| 彩色 UI、屏幕图形、精细合成母版 | 4:4:4 | 尽量保留完整色度空间分辨率 |
| 最终交付格式仅支持 4:2:0 | 4:2:0 | 以目标设备和平台的解码能力为准 |
例如录制 1920×1080 软件教程,如果主要内容是终端中的白色文字,4:2:0 可能足够;如果包含大量红蓝状态标签、细小彩色图标和像素级边框,则应先用高质量 4:4:4 或 RGB 母版保存,再制作 4:2:0 分发版本并检查颜色边缘。
还要避免把 4:4:4 与无损编码画等号。4:4:4 只描述采样布局,仍然可以进行有损压缩;4:2:0 也可以搭配无损编码设置,但原始色度降采样本身已可能丢失颜色空间细节。
最后做一次数字校验:在 8-bit、1920×1080、无行填充的条件下,4:2:0 单帧应为 3110400 字节,4:2:2 为 4147200 字节,4:4:4 为 6220800 字节。只要能从 2×2 网格独立推导出这三个数,并能解释彩色细线为何比普通自然画面更敏感,就能正确区分三种采样方式的存储优势与画质边界。