色度二次采样 4:4:4、4:2:2 和 4:2:0
您可能已经看过 4:4:4、4:2:2 和 4:2:0 数字和其他变体，越高越好，对吧？
要了解这些名称的重要性，您需要了解这些数字的含义以及它们如何影响视频。 在本文中，我们将自己限制为 4:4:4、4:2:2 和 4:2:0 浓度 子采样算法。
在这篇文章中，我们将介绍：
亮度和色度
数字图像由 像素. 每个像素都有亮度和颜色。 Luma 代表清晰度，Chroma 代表颜色。 每个像素都有自己的亮度值。
色度中使用二次采样来谨慎使用图像中的数据量。
您取一个像素的色度来计算相邻像素的值。 为此，通常使用从 4 个参考点开始的网格。
色度二次采样的比率公式
色度二次采样显示在以下比率公式中：J:a:b。
J = 我们的参考块图案宽度中的像素总数
a= 第一（顶）行中的色度样本数
b = 第二（底部）行中的色度样本数
有关 4:4:4 色度二次采样，请参见下图
4:4:4
在这个矩阵中，每个像素都有自己的色度信息。 这 编解码器 不需要估计 Chroma 值应该是多少，因为它记录在每个像素中。
这提供了最好的图像，但保留给最高段的相机。
4:2:2
第一行只得到一半的信息，其余的必须计算。 第二行也得到一半，必须计算其余部分。
因为编解码器可以做出非常好的估计，所以您会发现 4:4:4 图像几乎没有区别。 一个流行的例子是 ProRes 422。
4:2:0
第一行像素仍然得到了一半的 Chroma 数据，这就足够了。 但是第二行绝对没有自己的信息，一切都必须根据周围的像素和亮度信息来计算。
只要图像中的对比度和锐利的线条很少，这不是问题，但是如果您要在后期制作中编辑图像，则可能会遇到问题。
如果色度信息已从图像中消失，您将永远无法恢复。 在颜色分级中，像素必须“估计”太多，以至于创建的像素具有错误的色度值，或者具有与现实不对应的相似颜色的块图案。
随着 色度键 保持边缘紧密变得非常困难，更不用说烟雾和头发了，缺少正确识别颜色的数据。
4:4:4 网格并不总是必不可少的，但如果您想稍后编辑图像，拥有尽可能多的色度信息会有所帮助。
尽可能长时间地使用最高的子采样值，并且仅在最终发布之前转换为较低的子采样值，例如在线。
大家好，我是 Kim，一位母亲和定格动画爱好者，具有媒体创作和网络开发背景。 我对绘画和动画有着极大的热情，现在我正一头扎进定格动画世界。 通过我的博客，我与大家分享我的经验教训。
