视频中的色彩空间
什么是色彩空间
色彩空间是一种对颜色范围的数学表示。在谈论视频时，很多人提到“色彩空间”（color space）时，其实指的是“色彩模型”（color model）。常见的色彩模型包括 RGB、YUV 4:4:4、YUV 4:2:2 和 YUV 4:2:0。本文旨在解释视频环境下颜色的表示方式，同时概述常见色彩模型之间的区别。
颜色是如何以数字形式表示的？
几乎所有的显示设备——无论是电视、智能手机还是显示器——在显示颜色时都是从同一个层级开始：像素。像素是一个能够在某一时刻显示任意单一颜色的小组件。像素就像马赛克上的小瓷砖，每个像素代表一幅大图中的一个采样点。
当像素被正确排列并点亮时，它们能够共同呈现出复杂的图像供观看者感知。
虽然人眼感知到的每个像素是一个单独的颜色，但实际上每个像素是由 红、绿、蓝三个子像素 组合而成的。
通过以不同比例组合这些子像素，可以得到不同的颜色。
RGB 色彩空间
通过混合红、绿、蓝三种颜色，可以获得非常宽广的色彩范围。这被称为 RGB 加法混色。
色彩空间本身是对某一范围颜色的数学表示。
8-bit 与 10-bit 色彩
“8-bit” 与 “10-bit” 指的是每个颜色分量的比特数，即 色深（color depth）。
RGB 8-bit（有时写作 RGB 8:8:8）
一个像素包含：8 位红色分量、8 位绿色分量、8 位蓝色分量。
- 每个颜色分量可以表示 2^8 = 256 种色阶。
- 由于每个像素有 3 个分量，总共可以表示 256^3 = 16.77 百万种颜色。
RGB 10-bit
一个像素包含：10 位红色分量、10 位绿色分量、10 位蓝色分量。
- 每个颜色分量可以表示 2^{10} = 1024 种色阶。
- 总共可以表示 1024^3 = 10.74 亿种颜色。
YUV 或 YCbCr 色彩空间
YUV 色彩空间最初是作为广播方案被发明出来，用于在单色信号通道中传输彩色信息。彩色信号是通过将 单色信号（也称为亮度、明度或亮度分量，用符号 Y 表示）与两个 色度信号（也称为色差信号，用 UV 或 CbCr 表示）结合而成的。这样，在接收端就可以得到完整的色彩定义和图像质量。
在 IP 网络上传输或存储视频会对网络基础设施造成很大压力。色度子采样（Chroma Subsampling） 是一种方法，它可以在只占用原始带宽一部分的情况下表示视频，从而减轻网络负担。这是利用了人眼对亮度比对颜色更敏感的特点。通过减少色彩信息中的细节，视频可以用更低的比特率传输，而观众几乎察觉不到质量差异。
YUV 4:4:4
“4:4:4” 通常表示完整的色彩深度。
- 第一个数字表示水平方向有 4 个像素；
- 第二个数字表示有 4 个独立的色度采样；
- 第三个数字表示第二行也有 4 个色度采样。
这些数字与像素的实际大小无关。
在这种模式下，每个像素都会接收三路信号：
- 一个亮度（Y）分量，
- 两个色度（色差信号）分量，分别是 Cr (U) 和 Cb (V)。
YUV 子采样
子采样是一种在多个像素之间共享颜色的方式，利用了人眼和大脑的特性，即倾向于自动混合相邻像素的颜色。
子采样通过 降低色度分量的采样率 相比亮度分量的采样率，从而减少色彩分辨率。
YUV 4:2:2 与 4:2:0
4:2:2 子采样
表示色度分量的采样频率是亮度的一半：
- 像素 1、3、5、7 的色度分量会与像素 2、4、6、8 共享。
- 这样整体图像带宽减少约 33%。
4:2:0 子采样
表示色度分量的采样频率是亮度的 四分之一。
- 进一步降低带宽，同时在人眼看来画质差异仍然较小。
- 这些色度分量会以方形模式被四个像素共享，从而使整体图像带宽减少 50%。
除了上述方法之外，还存在其他几种色度子采样方式，但它们的基本原理相同：通过降低像素颜色采样频率来减少图像带宽。
下图展示了一个 4×2 像素区域 在 4:2:0 和 4:2:2 子采样下的表示方式。
在下面的示例中，三个平面（一个亮度平面和两个色度平面）可以组合生成最终的彩色图像：
单色图像（Monochrome）
由于大多数显示器默认是黑色的，最简单的成像方式就是仅通过亮度来表现。这种图像被称为单色图像。
在这种情况下，输入信号只包含一个亮度分量（Y），而没有任何色度分量（U 或 V）。
子采样数据大小节省
在每个分量 8 位的情况下：
- 4:4:4：每个像素需要 3 字节 数据（因为每个像素都传输三个分量）。
- 4:2:2：每两个像素共需 4 字节 数据，平均每像素 2 字节（带宽减少 33%）。
- 4:2:0：每四个像素共需 6 字节 数据，平均每像素 1.5 字节（带宽减少 50%）。
| 子采样方式 | 每像素平均大小 | HD60 所需带宽 | UHD60 所需带宽 |
|---|---|---|---|
| 4:4:4 | 3 字节 (24-bit) | 373.25 Mb/s | 1.49 Gb/s |
| 4:2:2 | 2 字节 (16-bit) | 248.83 Mb/s | 995.32 Mb/s |
| 4:2:0 | 1.5 字节 (12-bit) | 186.62 Mb/s | 746.50 Mb/s |
何时使用色度子采样，何时避免？
适合使用的情况：
对于自然内容（例如真实拍摄的视频），降低色度分辨率几乎不会被察觉，这时使用色度子采样是很有效的节省带宽方法。
应避免的情况：
对于复杂且精确的合成内容（例如 CGI 图像），需要保持完整的色彩深度来防止可见伪影（例如边缘模糊）。像素级别的精确图像在子采样下会加剧这些伪影。
- 例如，文字在 4:2:2 或 4:2:0 采样下会明显变模糊，难以辨认。
- 在关键任务环境（如数据展示、监控决策）中，这种信息丢失可能带来风险。
因此，在选择视频墙产品时，支持多种色彩空间的技术非常重要。
- 如果是 控制室 这样的场景，需要展示图表或精细数据，必须使用支持 4:4:4 的采集、编码、解码与显示设备。
- 如果是 高速运动的内容（如体育赛事），则可以用 4:2:0 来降低整体网络带宽。
总结：在采集、传输、录制、解码和显示产品的选择中，多样性（Versatility） 是关键，因为它能覆盖更广泛的应用需求。
YUV 4:4:4 和 RGB 是一样的吗？
虽然最终输出图像看起来几乎一样，而且所需带宽相同，但两者在数据存储和传输方式上不同：
- RGB：每个像素包含固定的红、绿、蓝三分量的数据，每个分量有独立的色深。
- YUV：每个像素包含一个亮度（Y）分量和两个色度分量（U、V）。
色彩空间转换
RGB 与 YUV 之间是可以互相转换的。
在合适的场景下，转换到 YUV 并使用子采样，可以显著降低传输所需带宽。