视频里的 4:2:0 到底丢了多少颜色?

4 个讲解板块 · 关联 3 款站内工具 · 内容最后核对 2026-10-09

它只丢色度的空间分辨率、不丢色相,明度是全分辨率保留的,所以自然画面几乎看不出来。

直接答案

先把丢颜色这个说法纠正一下:丢的不是颜色的种类,而是色度的空间分辨率。亮度平面是全分辨率的,每个像素都在;色度平面被降到了四分之一。也就是说,明暗细节一点没少,少的是颜色变化点得有多密。

算一下就更清楚了。一帧 1080p、8 位的数据量,全采样是 1920×1080×3×8,约 49.8 兆比特;换成 4:2:0 变成 (1920×1080 + 2×960×540)×8,约 24.9 兆比特——刚好一半。编解码器还没做任何有损压缩,就先省了一半。

视频不做成红绿蓝三个全分辨率平面,而是拆成一个亮度加两个色差。这样拆的动机很直接:人眼对亮度的细节敏感得多,对颜色的细节迟钝得多。

既然感知上不敏感,就可以少存一点。这个少存一点的动作就叫色度抽样,它是在编码之前做的、几乎无感知代价的省带宽手段。

1三种常见格式的账

记法里的三个数字,描述的是色度在采样块里的分布。

格式色度怎么取相对带宽用在哪
4:4:4和亮度一样全取100%医学影像、后期制作、屏幕采集
4:2:2水平方向减半、垂直不变约 67%广播级采集与专业摄像机
4:2:0水平与垂直都减半50%几乎所有消费级流媒体与在线视频
4:1:1只在一行里取四分之一50%早期数字磁带遗留,现在很少用

每帧 1080p 8 位:4:4:4 约 49.8 兆比特、4:2:2 约 33.2、4:2:0 约 24.9。差别全在色度平面上。

2为什么几乎看不出来

这不是偷工减料,而是踩在感知的阈值以下省的。

色觉的空间分辨力本来就低
视网膜上负责颜色的细胞分布稀疏,能分辨的颜色边界比明暗边界粗得多。
去掉的正好是感知不到的细节
色度降到四分之一后,剩下的信息量仍在人眼能区分的范围内,自然画面里看不出损失。
明度一点没动
决定形状、纹理和锐利感的都是亮度,它保持全分辨率,所以画面不会变糊。
但低码率下会连锁
抽样本身影响有限,可后续的量化压缩会在色度上继续抠,抠过头就会出现大块的色带。

真正影响观感的往往不是抽样本身,而是抽样之后叠加的压缩强度。

3什么时候它会露馅

有些内容的价值本来就长在色度上。

场景为什么会露馅建议
红字蓝底的屏幕内容色度边界就是信息,抽样后字边出现彩色描边用 4:4:4 或至少 4:2:2
细密饱和图案织物的经纬、动画描线本身很细,抽样后糊成一片提高码率或改用更高抽样
需要判断色差的素材医学影像、色彩校对里色相差异就是要判断的对象全采样,不做色度抽样
多次转码的流程每转一次都可能再抽样一次,损失叠加中间环节用高质量母版

反过来,自然拍摄的内容(人物、风景、体育)用 4:2:0 是划算的;追求全采样只会白白多花比特。

4选择时看什么

用一句话决定,比背参数表有效。

面向大众分发的内容
直接用 4:2:0。所有消费级编码器和播放设备都支持,兼容性最好。
需要在多个环节之间传的素材
用 4:2:2。它保留了垂直色度分辨率,反复处理后劣化更可控。
以颜色本身为交付内容的工作
用 4:4:4。抠像、调色、屏幕内容录制都归这一类。
拿不准时
看下游要做什么。下游还要再压一次,就往上留一档余量。

记住这个方向:越靠近拍摄和后期,越应该全采样;越靠近终端播放,越应该省带宽。

相关疑问

4:2:0 会让人脸肤色变差吗?

肤色属于低频的、大面积的色度信息,4:2:0 基本保得住。真正会出问题的是细小的、高饱和的颜色边界,比如红色文字和彩色图形的边缘。

它算是有损的吗?

色度抽样本身是不可逆的降采样,确实丢掉了色度信息,所以严格说是有损但不明显。它与后面的量化压缩是两回事,只是经常同时被提起。

截图看颜色不对,和这个有关吗?

播放时的解码与色度上采样会引入轻微偏差,加上截图工具自身的色彩管理,颜色可能有细微差别。要精确取色,用原始素材而不是播放器截图。

上传到平台后画质变差,是抽样造成的吗?

多数是平台二次压缩造成的,抽样只是其中一环。控制办法是提高上传源的码率与分辨率,让平台压缩时有余量。

内容标识:本页内容由人工智能辅助生成,并经人工核对与编辑。详见 人工智能生成内容标识说明。
内容说明:本页针对具体使用问题作答,方法步骤与数值由本站自行整理与复算,事实性内容以对应官方规范与文档为准。内容最后核对日期:2026-10-09。若发现错误,欢迎通过页脚反馈入口告知。