2. 色彩空间与采样：RGB与YUV色彩空间、4:4:4/4:2:2/4:2:0采样格式、色度子采样原理
说到视频编码，第一个绕不开的概念就是色彩空间。很多刚入行的朋友觉得这玩意儿就是换个颜色表示方式，没什么大不了的。嗯，我当年也这么想，直到有一次在项目中，因为色彩空间转换没做对，整个视频流在播放器里颜色全偏了，被测试部门追着改了三天……从那以后，我再也不敢小看这个基础环节了。
2.1 为什么我们需要YUV？
先说说RGB。RGB就是红绿蓝三原色，每个像素用三个分量表示。显示器、摄像头传感器，本质上都是RGB的天下。但问题来了——RGB三个通道的信息量是平等的，每个通道都占同样的带宽。这在我们做视频压缩时，就是个灾难。
为什么？因为人眼对亮度的敏感度远高于对颜色的敏感度。你想想看，黑白电影看起来细节依然清晰，但你把颜色通道全抹掉，轮廓还在。这说明什么？说明颜色信息其实可以「偷懒」。
YUV就是为这个「偷懒」而生的。Y代表亮度（Luma），U和V代表色度（Chroma）。说白了，就是把亮度和颜色拆开，颜色通道可以压缩得更狠，人眼还看不出来。
核心认知：RGB是给机器看的，YUV是给人眼看的。视频编码之所以能压到那么小的体积，YUV色彩空间功不可没。
2.2 RGB → YUV 的数学变换
RGB到YUV不是随便映射的，有一套标准的转换矩阵。以BT.601标准为例（标清视频常用）：
Y = 0.299 * R + 0.587 * G + 0.114 * B
U = -0.169 * R - 0.331 * G + 0.500 * B + 128
V = 0.500 * R - 0.419 * G - 0.081 * B + 128注意看Y的系数——绿色通道占了0.587，红色0.299，蓝色只有0.114。这跟人眼对绿光最敏感、蓝光最不敏感的生理特性完全吻合。我个人习惯在调试编码器时，先看一眼Y分量的直方图，基本就能判断画面亮度分布是否合理。
反过来，YUV转RGB的公式也要烂熟于心：
R = Y + 1.402 * (V - 128)
G = Y - 0.344 * (U - 128) - 0.714 * (V - 128)
B = Y + 1.772 * (U - 128)我曾经踩过的坑：在做硬件编码器调优时，发现输出画面偏绿。查了两天，最后发现是YUV转RGB时，U和V的偏移量忘了减128。这种低级错误，一旦上了流水线，排查成本极高。
2.3 色度子采样：4:4:4 / 4:2:2 / 4:2:0
好，现在进入本章的重头戏——色度子采样。说白了，就是「颜色信息可以少存一点」。YUV本身已经分离了亮度和色度，而子采样进一步压缩色度通道的分辨率。
先看一张我手绘的结构图，帮你快速建立空间感：
2.4 三种采样格式的深入对比
上面那张图是宏观印象，下面我们逐一说细节。
4:4:4 —— 无损色度
每个像素都保留完整的Y、U、V三个分量。说白了，就是RGB的YUV版本，没有任何压缩。我一般在做屏幕编码、远程桌面、医学影像这类场景时，才会用4:4:4。因为文字边缘和细线条一旦丢了色度信息，锯齿感会非常明显。
4:2:2 —— 水平减半
亮度Y还是每个像素都有，但U和V只在水平方向上每两个像素取一个。垂直方向不变。举个例子：一行4个像素，原来需要4个U值，现在只需要2个。这在广播级视频制作中很常见，既能省带宽，又不会明显影响画质。
4:2:0 —— 最常用的格式
这就是我们今天看到的绝大多数视频的格式。H.264、H.265、VP9、AV1，默认都是4:2:0。U和V在水平和垂直方向都减半。一个4×4的像素块，原来需要16个U值和16个V值，现在只需要4个U和4个V。数据量直接砍掉一半。
我的建议：如果你刚开始做编码器调优，先把4:2:0吃透。因为90%以上的实际场景都在用这个格式。等把4:2:0的编码器调明白了，再去看4:2:2和4:4:4，会发现很多原理是相通的。
2.5 色度子采样的实现细节
采样不是简单扔掉像素，而是有固定的位置关系。以4:2:0为例，U和V的采样点通常位于Y像素的交叉位置：
Y采样点（每个位置都有）：
Y00 Y01 Y02 Y03
Y10 Y11 Y12 Y13
Y20 Y21 Y22 Y23
Y30 Y31 Y32 Y33
U/V采样点（每2×2块共享一个）：
U00 —— U02 ——
—— —— —— ——
U20 —— U22 ——
—— —— —— ——解码时，缺失的U和V需要通过插值恢复。最简单的做法是最近邻插值，但画质粗糙。我习惯用双线性插值，效果更平滑。当然，如果你在做硬件编码器，还得考虑插值滤波器的延迟和面积开销。
2.6 不同场景下的采样格式选择
| 应用场景 | 推荐采样格式 | 原因 |
|---|---|---|
| 屏幕录制 / 远程桌面 | 4:4:4 | 文字边缘、UI图标需要完整色度 |
| 广播级视频制作 | 4:2:2 | 后期调色、抠像需要较高色度精度 |
| 流媒体 / 短视频 | 4:2:0 | 带宽优先，人眼对色度不敏感 |
| 医学影像 / 卫星图 | 4:4:4 | 不允许任何信息损失 |
| 视频会议 | 4:2:0 | 低延迟、低码率，画质够用即可 |
我曾经踩过的坑：有一次做视频会议系统优化，为了省带宽把采样格式从4:2:0改成了4:2:0的变种，结果在分享PPT时，红色图表上的文字边缘出现了严重的彩色锯齿。后来发现是色度插值算法没对齐。记住：采样格式变了，插值算法也得跟着变。
2.7 色度子采样对编码器调优的影响
最后聊点实战层面的东西。色度子采样直接影响编码器的三个关键指标：
- 码率：4:2:0比4:4:4省一半的色度数据，码率自然更低。但要注意，码率节省不是线性的，因为亮度通道才是码率消耗的大头。
- 画质：色度细节丢失后，在纯色边缘、文字区域会引入伪影。编码器调优时，我习惯在色度通道上单独调整量化参数（QP），给色度稍微多分配一点码率。
- 运动估计：色度子采样后，运动估计的精度会受影响。因为色度块变大了，运动矢量的粒度也变粗了。有些编码器会单独为色度做亚像素运动补偿，效果会好很多。
嗯，色彩空间和采样这部分，说白了就是「用最小的代价，骗过人眼」。理解了这个底层逻辑，后面学变换、量化、熵编码时，你会看得更通透。