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。