3. YUV色彩空间：从黑白电视到彩色世界的桥梁
YUV这个色彩空间，说实话，是我刚入行时觉得最"反直觉"的一个。RGB多直接啊，红绿蓝一混，什么颜色都有了。但YUV为什么要搞个亮度和色度分离？这不是多此一举吗？
后来我在一个视频编码项目里被坑了一次，才真正理解了YUV的精妙之处。嗯，咱们今天就来聊聊这个。
3.1 YUV的起源：黑白电视兼容的智慧
上世纪50年代，彩色电视要普及了。但有个大问题——当时家家户户都是黑白电视机。总不能让大家为了看彩色节目，把电视全换了吧？
工程师们想了个绝妙的办法：把彩色信息"叠"在黑白信号上。黑白电视只取亮度信号，彩色电视再多取一份颜色信息。这就是YUV诞生的背景。
核心思想：Y = 亮度（Luma），UV = 色度（Chroma）。黑白电视只看Y，彩色电视看Y+UV。
具体怎么实现的？Y信号直接复用原来的黑白电视信号标准。UV信号通过调制加载到色度副载波上。黑白电视的电路压根不认识这个副载波，直接忽略，画面不受影响。彩色电视则多一个解码电路，把UV解出来。
我在一个老式电视信号采集项目里，还真的遇到过这种复合视频信号。当时调试时画面一直有彩色条纹，后来发现是色度副载波和亮度信号串扰了。嗯，这个坑后面再细说。
3.2 亮度与色度分离：为什么这么重要？
你想想看，人眼对亮度的敏感度远高于对颜色的敏感度。这是生理结构决定的——视网膜上的视杆细胞负责亮度感知，数量远多于负责颜色的视锥细胞。
所以，YUV把亮度单独拎出来，给了它更多的"带宽"。色度信息可以压缩、可以降低分辨率，人眼几乎察觉不到。
| 分量 | 含义 | 人眼敏感度 | 典型带宽占比 |
|---|---|---|---|
| Y | 亮度（Luma） | 高 | 60%-70% |
| U (Cb) | 蓝色色度差 | 低 | 15%-20% |
| V (Cr) | 红色色度差 | 低 | 15%-20% |
这里有个容易混淆的点：YUV和YCbCr是不是一回事？
严格来说，YUV是模拟时代的叫法，YCbCr是数字时代的标准化版本。但实际工程中，大家经常混着用。我个人习惯在代码里统一用YCbCr，因为ITU-R BT.601和BT.709标准里定义的都是这个。
避坑指南：我曾经在色彩空间转换时，直接用YUV的公式去算YCbCr的数据，结果颜色偏得一塌糊涂。后来才发现，YUV的色度范围是-0.5到0.5，而YCbCr的色度范围是16到240（8位）。转换前一定要做范围映射。
3.3 YUV采样格式：4:4:4, 4:2:2, 4:2:0
既然色度可以压缩，那具体怎么压缩？答案就是——降低色度的采样率。
这个"4:4:4"的命名方式，说实话，第一次看到时我也懵了。它其实表示的是：在一行4个像素的范围内，亮度和色度的采样比例。
- 4:4:4：每4个像素，Y、U、V各采样4次。无压缩，每个像素都有完整的亮度和色度信息。
- 4:2:2：每4个像素，Y采样4次，U和V各采样2次。水平方向色度减半。
- 4:2:0：每4个像素，Y采样4次，U和V各采样1次。水平和垂直方向色度都减半。
我画个图，你一看就明白了。
看到没？4:4:4每个像素都有完整的YUV，数据量最大。4:2:2水平方向色度减半，4:2:0水平和垂直都减半。
注意：4:2:0并不是说色度采样率为0！它只是水平和垂直方向都降为1/2，实际色度像素数是亮度像素数的1/4。这个命名确实容易让人误解，我当年也搞混过。
3.4 实际应用中的选择
不同的采样格式用在不同的场景。我列个表，你一看就清楚。
| 采样格式 | 数据量（相对4:4:4） | 典型应用 | 我的建议 |
|---|---|---|---|
| 4:4:4 | 100% | 专业影视后期、色键抠像、医疗影像 | 对色彩精度要求极高时用，但带宽压力大 |
| 4:2:2 | 67% | 广播级视频、高端摄像机、HDMI传输 | 我一般在专业视频采集卡上用这个，画质和带宽的平衡点 |
| 4:2:0 | 50% | 流媒体、视频通话、手机拍摄、H.264/H.265编码 | 绝大多数消费级场景的首选，压缩效率高 |
我在做视频编码优化时，曾经测试过4:2:0和4:2:2的主观画质差异。说实话，在普通显示器上，90%的人看不出区别。但一旦涉及到文字叠加、UI渲染或者色键抠像，4:2:0的色度锯齿就暴露了。
避坑指南：我曾经在一个视频会议项目里，为了省带宽用了4:2:0。结果用户在共享PPT时，红色文字边缘出现了明显的彩色锯齿。后来改成4:2:2，问题解决。记住：有文字或精细图形叠加的场景，别省那点带宽。
3.5 YUV与RGB的转换公式
最后，咱们看看YUV和RGB怎么互相转换。以BT.601标准为例（标清视频常用）。
RGB → YUV：
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 + 128YUV → RGB：
R = Y + 1.402 * (V - 128)
G = Y - 0.344 * (U - 128) - 0.714 * (V - 128)
B = Y + 1.772 * (U - 128)注意U和V加了128的偏移，这是为了把有符号的色度值映射到0-255的无符号范围。如果你直接拿YUV数据套RGB公式，颜色肯定不对。
关键点：YUV转换公式有多个标准（BT.601、BT.709、BT.2020），对应不同的色彩空间和分辨率。高清视频用BT.709，4K超高清用BT.2020。选错了标准，颜色就偏了。
嗯，YUV的内容就聊到这儿。说白了，它就是个为了兼容黑白电视而生的聪明设计，结果成了视频压缩领域的基石。理解YUV，你再看H.264、HEVC这些编码标准，就会觉得顺理成章了。