什麼是 RGB?對顏色進行編碼的方法統稱為「色彩空間」或「色域」,任何顏色都可以被定義成一組固定的數值。RGB(紅、綠、藍)只是眾多色彩空間之一,用三個變數分別描述紅、綠、藍的強度。在記錄與顯示彩色影像時,RGB 是最常見的方案。
什麼是 YUV?YUV 是歐洲電視系統(PAL、SECAM 制式)採用的色彩編碼方式。現代彩色電視系統通常以三管攝影機或彩色 CCD 取像,將影像信號分色、放大校正後得到 RGB,再經過矩陣變換電路產生亮度信號 Y 與兩個色差信號 B-Y(即 U)、R-Y(即 V)。發送端把亮度與色差分別編碼後,用同一個通道送出,這就是 YUV 色彩空間的由來。
RGB 屬於加法混合。它源自顏色發光原理,想像紅、綠、藍三盞燈,光束重疊處色彩相加而亮度也相加,越疊越亮。三色疊加的中心區域為白色。每個通道分為 256 階亮度,0 代表燈關閉,255 代表最亮。三色數值相同時會產生不同灰階:全 0 為最暗的黑,全 255 為最亮的白。若三色發生部分重疊,則產生青、洋紅、黃。螢幕正是靠紅、綠、藍三種螢光粉發光來重現絕大多數可視光譜。
YUV 則把亮度與色度拆開。Y 表示明亮度(Luminance/Luma),也就是灰階值;U 與 V 表示色度(Chrominance/Chroma),描述色彩與飽和度。亮度由 RGB 信號的特定比例疊加得出;色度則定義色調與飽和度兩個面向,分別以 Cr、Cb 表示:Cr 反映紅色部分與亮度值的差異,Cb 反映藍色部分與亮度值的差異。
RGB 系列:網頁格式、RGB555、RGB565、RGB24、RGB32。在 DirectShow 中還常見 RGB1、RGB4、RGB8、ARGB32 等。
YUV 系列:大方向可分兩類。打包格式(packed)把 YUV 分量放在同一個陣列中,通常幾個相鄰像素組成一個宏像素;平面格式(planar)則用三個陣列分開存放 Y、U、V,像三層平面疊在一起。
數位視訊的 RGB→YUV 轉換主要依據 ITU-R BT.709 規範,並衍生出兩套常用常量。
SDTV 等解析度(720×576)及以下,沿用 BT.601(舊名 CCIR 601)的係數:
Kr = 0.299 Kb = 0.114
高於 SDTV 的解析度,採用 BT.709 的係數:
Kr = 0.2126 Kb = 0.0722
轉換先計算亮度:
L = Kr * R + Kb * B + (1 - Kr - Kb) * G
再求 YUV:
Y = floor(2^(M-8) * (219 * (L - Z) / S + 16) + 0.5) U = clip3(0, 2^M - 1, floor(2^(M-8) * (112 * (B - L) / ((1 - Kb) * S) + 128) + 0.5)) V = clip3(0, 2^M - 1, floor(2^(M-8) * (112 * (R - L) / ((1 - Kr) * S) + 128) + 0.5))
其中 M 為每個 YUV 樣本的面數(M ≥ 8);Z 為黑電平,電腦 RGB 時為 0,演播室視訊 RGB 時為 16×2^N(N 為每個 RGB 樣本的面數);S 為縮放係數,電腦 RGB 為 255,演播室視訊 RGB 為 219×2^N。clip3 的定義為 ((z < x) ? x : ((z > y) ? y : z))。
Y 的標稱範圍是 16 到 235,U 與 V 是 16 到 240,值 128 代表中性色度。若輸入是演播室視訊 RGB,必須做裁剪才能把 U、V 限制在合法範圍;電腦 RGB 則不需要,因為公式本身不會超出範圍。這些都是精確公式,沒有近似。
主要取樣方式有 4:4:4、4:2:2、4:1:1、4:2:0。以 4:1:1 為例:每個像素保存一個 8 位元 Y,每 2×2 個像素共用一組 Cr、Cb。原本 RGB 每個像素需 24 位元,改用 4:1:1 後平均每個像素只需 8 + 8/4 + 8/4 = 12 位元,資料量直接減半,而肉眼幾乎看不出差異。
4:4:4:三個通道取樣率相同,每個像素的三個分量完整,未壓縮時每像素佔 3 個位元組。碼流為 Y0 U0 V0 Y1 U1 V1 …
4:2:2:色差取樣率是亮度的一半,水平方向色度取樣為 4:4:4 的一半。每兩個水平相鄰像素組成的宏像素佔 4 個位元組。碼流為 Y0 U0 Y1 V1 Y2 U2 Y3 V3 …
4:1:1:水平方向對色度做 4:1 取樣,每四個相鄰像素組成的宏像素佔 6 個位元組。碼流為 Y0 U0 Y1 Y2 V2 Y3 …
4:2:0:並不是只有 Y、Cb 而沒有 Cr,而是每條掃描線只儲存一種色度分量、以 2:1 取樣,相鄰掃描線交替存放 U 與 V。水平與垂直方向的色度取樣率都是 2:1,因此整體色度取樣為 4:1。每個 2×2 的宏像素佔 6 個位元組,碼流為 Y0 U0 Y1 Y2 U2 Y3 接著 Y5 V5 Y6 Y7 V7 Y8。
把這些概念串起來看,視訊處理中的大多數疑問——為什麼 YUV420 檔案比較小、為什麼裁剪邊緣容易出現彩色鋸齒、為什麼黑白影像可以直接丟掉 UV——都能得到解答。