图像基础02 丨 什么是4:4:4、4:2:2、4:2:0？了解图像压缩取样的方式

转载声明

---

本文转载自场库APP用户 怒豆渣（抱歉没找到您的个人主页，如需加入链接请联系我，感谢您的分享。）仅做个人学习交流使用，侵删。

原文链接

正文内容

---

我们经常会看到4:4:4、4:2:2、4:2:0这样的字眼，比如你的5D拍摄的视频是4:2:0取样压缩的，又比如QuickTime的ProRes422格式，或者专业摄影机拍摄时是以4:4:4取样的。视频压缩通常被认为是数字格式特有的概念，但早在模拟信号时代就有了，数字格式的压缩只是变得更复杂了而已。在这个文章中，我们来看看什么是4:2:2、4:1:1和4:2:0色度取样。

取样的概念

视觉专家很早以前就知道，人眼对亮度分辨率的敏感度高于对色彩分辨率的敏感度。

这就是早期模拟和数字压缩形式的主要动因。视频信号会分解为亮度和色度，这两个是组成色彩的元素，这类似于图像可以分解为红、绿、蓝三个元素。亮度和色度元素被称为YUV（模拟信号）或YCbCr（数字信号）而不是RGB。

一旦被分开，色度分辨率会通过一个叫做“色度取样”的步骤被减半或更多。结果就是在同样的广播带宽情况下，视频信号能呈现更多的细节，这是因为亮度元素对视频信号的贡献更大。

原始图像

色度取样后

这个技术也是很容易实现的，在解码时也不需要进行太多处理。基于这些原因这个方法在今天仍然被广泛的成功使用。

它是如何工作的

早期的显示器是以逐行扫描每个横线上的像素来显示图像的，通常是从顶部到底部快速连续的扫描。在每条线被扫描时，色度数值的传送频率比亮度低。

尽管现代的显示设备不是这种工作模式，扫描线的概念依然很重要，因为色度取样的方式是水平的。一条线被扫描时传递的亮度值和色度值间的比率常用来描述各种取样方式。这个比率通常基于亮度值，然后以4:X:Y的形式描述，X和Y是每两个色度通道中的数值的相对数量。下面的例子中体现了这些比率是如何影响一个4x2像素图像的分辨率。

亮度分辨率

色度分辨率4:4:4

色度分辨率4:1:1

色度分辨率4:2:0

使用标准的命名规则，4:2:2意味着每个横向的扫描线每4个亮度值对应两个色度值。简单的，4:1:1意味着每4个亮度值对应1个色度值，4:4:4意味着色度值不进行二次采样。不过这不是完全连续的，4:2:0会以1个色度值对应四个亮度值，对于第一个色度元素有两个取样值，第二个色度元素则不进行取样，这不能产生完整的彩色图像。实际当中，4:2:0意味着每条扫描线有两个色度取样，只对隔行进行取样。

压缩失真

由于色度取样有效的减少了色彩分辨率，在色彩过渡较锐利的边缘体现较明显。下面的例子展现了在8x8的图像中压缩后的样子。

原始4:4:4

色度取样4:2:2

色度取样4:1:1

色度取样4:2:0

副作用通常是减少细节处颜色的饱和度。通常这个不会减少大个物体内的颜色饱和度，如果这些物体含有精细的色彩图案，压缩后会较明显。下面的这种色彩图案就很容易受压缩的影响：

原始

4:2:2

4:1:1

4:2:0

不过，压缩效果的力度很大程度上取决于细节的类型。下个例子中空间距离也是很近的，但是类似颜色的屋顶压缩前后的差别就很细微。

原始

4:2:2

4:1:1

4:2:0

上面的各种取样方式中，请注意看屋顶的红色边缘处，竖直的红色烟囱处，红色的窗框，以及上面和下面的屋顶上排列的斜线。最明显失真就是这些区域的颜色饱和度降低了。还能注意到各种采样类型对横向与纵向颜色细节的影响是不同的。

总结

尽管从早期视频采样到现在，色度取样已经是一种简单有效的压缩技术，但是它会产生明显的失真。数字技术那是起也变得更复杂。不过取样只是简单的减少图像的色彩分辨率的宽度，现代数字编码能够分析图像内容然后决定如何优先处理细节。举例来说，现代数字采样，能够对低亮度、低饱和度以及细节度低的区域区别对待。

消费者的眼光也变得更犀利，对图像质量的要求也越来越高。对于4:2:0压缩方式的DVD，蓝光碟成为了趋势。最后，在进行现代数字编码时，为其提供4:4:4采样的数据，能极大程度的改善编码后的图像质量。