色彩入门：RGB、YUV 与色彩深度

为什么视频文件存的是 YUV 而不是 RGB？4:2:0 这个看起来像分数的数字到底代表什么？

打开一张照片，计算机存的是每个像素的红绿蓝（RGB）值。但打开一个视频文件，编码器存的反而是 YUV——一种你可能不熟悉的名字。为什么视频不用 RGB？4:2:0 是分数吗？8-bit 和 10-bit 到底差多少？什么是色彩空间？三个问题对应三个层次：色彩模型（为什么用 YUV）、色度抽样（4:2:0 在讲什么）、色彩深度与色彩空间（8/10-bit 和 BT.709/BT.2020）。

色彩模型：用哪三个数描述颜色

RGB 加色模型

人眼视网膜上有三种视锥细胞，分别对红（约 560nm）、绿（约 530nm）、蓝（约 430nm）波长最敏感。数字色彩系统模仿这一机制，用红、绿、蓝三个数值叠加来产生各种颜色——这就是加色混合（Additive Color Mixing）。

RGB 是三原色分量值，通常用 0-255（8-bit 每通道）或 0-1023（10-bit 每通道）表示。三个数值越大，颜色越亮——(0,0,0) 是纯黑，(255,255,255) 是纯白。

RGB 是面向显示设备的模型。显示器、手机屏幕、投影仪都直接接受 RGB 信号——每个子像素独立控制亮度来混合出最终颜色。

YUV / YCbCr：为什么视频不用 RGB

如果视频也存 RGB，会有一个效率问题：人眼对亮度（Luminance）变化比对颜色（Chrominance）变化敏感得多。R、G、B 三个通道都携带了亮度信息，把它们分开存储可以更高效地压缩。

YUV 做的事：把 RGB 信号拆成一个亮度分量（Y，Luma）和两个色度分量（U/V，Chroma，在数字视频中通常称为 Cb/Cr）。

RGB  →  Y（亮度）+ Cb（蓝色差）+ Cr（红色差）

转换公式（BT.601 标准，近似值）：

Y  = 0.299 × R + 0.587 × G + 0.114 × B
Cb = 0.564 × (B - Y)
Cr = 0.713 × (R - Y)

亮度 Y 的系数不是均匀的——绿色对亮度的贡献最大（0.587），蓝色最小（0.114），这与人类视觉系统的光谱敏感度一致。

YUV 的核心优势：既然人眼对色度不敏感，你可以降低色度分量的分辨率，而人几乎察觉不到——这就是下一节"色度抽样"做的事。这把视频的原始数据量直接砍掉一半甚至三分之二，而画质的损失几乎不可见。

补充：DTP（桌面出版）中使用 CMYK 减色模型，本文聚焦数字视频，不做展开。

色度抽样：4:4:4、4:2:2、4:2:0

这是 YUV 最大的一笔"压缩红利"——通过降低色度分辨率来大幅减少数据量。

数字的含义

色度抽样用三个数字表示（如 4:2:0），描述的是在一组像素中亮度和色度的采样比例：

• 第一个数字（总是 4）：水平方向的亮度采样参考值
• 第二个数字：第一行色度采样数（相对于4）
• 第三个数字：第二行色度采样数（隔行时的第二行，逐行时等于第二行相对值）

直观理解（以 4×2 像素块为例）：

4:2:0 是消费级视频的绝对主流。所有蓝光电影、流媒体视频（YouTube、Netflix）和绝大多数手机录制的视频都使用 4:2:0 色度抽样。它把色度分辨率降到亮度的四分之一，但人眼几乎看不出区别。

4:4:4 用于高端制作、计算机屏幕录制和文字/UI 内容——文字边缘的彩色锯齿（色度伪影）在 4:2:0 下可能被放大。4:2:2 是广播级和专业摄像机常用的中间格式。

什么时候能看出 4:2:0 的局限？

4:2:0 的色度分辨率不足在以下场景中可能变得可见：

• 细小的红色或蓝色文字在黑色背景上出现彩色边缘
• 色键抠像（绿幕/蓝幕）的边缘质量：4:2:0 的色度信息不足会让抠像边缘出现"爬行"的锯齿
• 画面整体偏红的肤色区域可能出现色块感

对于绝大多数视频内容（实拍电影、日常录像、动画），4:2:0 完全够用。

色彩深度：8-bit 与 10-bit

色彩深度（Bit Depth）在视频语境中通常指每个通道用多少比特表示。注意这不是音频的位深度——同名但不同概念。

8-bit 每通道 256 级，看起来不少，但在渐变区域（天空、肤色、光晕）往往不够用。当相邻两个灰阶之间的差值大到肉眼可见时，就会出现色彩断层（Color Banding / 色带）——原本平滑的渐变变成一圈一圈的条纹。

10-bit 把每通道精度从 256 级提升到 1024 级，4 倍精度。在 HDR 视频中 10-bit 几乎是强制要求——因为 HDR 的亮度范围远大于 SDR，8-bit 的灰阶密度不足以覆盖更大的动态范围而不产生断层。

注意：10-bit 视频需要 10-bit 面板的显示器才能完整显示；8-bit 面板通过 FRC（Frame Rate Control）抖动模拟 10-bit，效果"接近但不等同于原生 10-bit"。

色彩深度与带宽

字节数就是量级变化——4K 60fps 下，8-bit 4:4:4 的原始带宽约 12 Gbps（HDMI 1.4 的上限），切换到 10-bit 则接近 18 Gbps（需要 HDMI 2.0 以上）。这是为什么电视机的 HDMI 接口版本直接影响能否传输 4K HDR 10-bit 信号。

色彩空间：BT.709、BT.2020 与色域

色彩空间（Color Space / 色域）定义了"什么范围的颜色可以被表示"。即使都是 RGB 或 YUV 模型，不同的色彩空间覆盖的可见颜色范围不同。

• BT.709 自 1990 年代以来是 HD 视频的标准，SDR 视频全部基于它
• DCI-P3 是数字电影放映的标准色域，近年来被苹果和高端显示器广泛采用（"Display P3"）
• BT.2020 是 UHD / 4K HDR 视频的目标色域，比 BT.709 大得多，但目前绝大多数消费级显示器还无法完整覆盖

当一个视频的色彩空间与显示设备不匹配时： - BT.2020 视频在 BT.709 屏幕上播放 → 色彩被"裁剪"到小色域内，看起来比预期暗淡 - sRGB 图片在 DCI-P3 显示器上观看 → 通常由操作系统/应用做色彩管理，正确映射

色彩深度与色域的关系

这两个概念经常混淆。简单说： - 色彩深度 = 精度（每个通道多少级） - 色域 = 范围（色彩空间覆盖多大的区域）

更大的色域（BT.2020）需要更高的色彩深度（10-bit 以上）才不会在颜色过渡中出现断层——就像更大的面积需要更精细的网格来保持平滑。

常见误区

1. "RGB 是没压缩的原始格式，YUV 是有损的"：RGB 和 YUV 都是色彩模型，本身不涉及有/无损。色度抽样（如 4:2:0）是有损的，但 YUV 模型本身不是压缩。
2. "10-bit 面板的颜色比 8-bit 鲜艳"：色彩鲜艳度取决于色域（BT.709 vs DCI-P3），10-bit 决定的是渐变平滑度，不是色彩浓度。
3. "4:2:0 损失了 75% 的颜色数据，画质一定差很多"：4:2:0 丢弃的是人眼不敏感的色度信息，在视频观看中几乎察觉不到。它在专业调色或抠像场景才有明显影响。
4. "HDR 就是更亮，所以用 8-bit 压缩没问题"：HDR 的亮度范围远大于 SDR，8-bit 的精度不足以在这么大的范围中避免色彩断层。HDR 标准要求 10-bit 起始。
5. "BT.2020 显示器上看的才是真正的 HDR"：目前几乎没有消费级显示器能完整覆盖 BT.2020。HDR 显示通常以 DCI-P3 或更小的色域为目标，通过色调映射处理超出范围的颜色。

实用建议

• 日常视频发布：拍摄和导出时使用 YUV 4:2:0 / 8-bit / BT.709 即可，这是最广泛兼容的配置。所有流媒体平台都以此为基础。
• 需要后期调色的素材：拍摄时争取 10-bit 4:2:2 或更高。调色过程中的拉伸和压缩操作会放大 8-bit 的量化误差。如果只有 8-bit 素材，避免极端的色相和饱和度调整。
• 绿幕/蓝幕抠像：尽可能使用 4:2:2 或 4:4:4 素材。如果只有 4:2:0，在抠像前对色度通道应用轻微模糊可以缓解锯齿边缘。
• 电脑录屏（教程/演示）：4:4:4 最理想（保证文字边缘和 UI 元素清晰），4:2:0 在静态界面上的色度伪影可能明显。录屏软件中选"色彩无损"或类似选项。
• 观看 HDR 内容：确保显示设备、HDMI 线缆版本和播放软件都支持 HDR，缺一个环节就无法正确显示。操作系统中的"使用 HDR"选项要开启。
• 不要用 sRGB 显示器的 P3 模式：有些显示器提供 P3 色域模式但面板本身是 sRGB，这时只是软件映射，反而会导致色彩过饱和。真正的广色域需要面板支持。

相关阅读

• 分辨率与清晰度：从 480p 到 4K —— 像素数与画面细腻度的关系
• 视频滤镜：从色彩调整到特效 —— 滤镜工具中调色参数背后对应的色彩原理（亮度/对比度/饱和度/Hue 分别对应 YUV 的哪些分量）
• HDR 与 SDR：下一代画质 —— 从色彩空间的维度延伸，HDR 的色彩和亮度标准
• LUT 与调色：滤镜背后的色彩科学 —— 3D LUT 本质上就是在三维色彩空间中的查找变换

本站的视频滤镜工具中有亮度、对比度、饱和度和色相滑块——读完本文，你应该知道调整饱和度本质上是缩放 UV 分量到原点的欧几里得距离，而调整亮度是改变 Y 分量的值。

相关工具

• 滤镜视频
• 视频转换