今天几乎所有的数字显示设备都基于某种类型的RGB(红、绿、蓝)颜色模型。RGB是最有效的表示人类能看到的大部分颜色的方式(有些颜色不能很好的产生,但这是另一个讨论)。相机、
今天几乎所有的数字显示设备都基于某种类型的RGB(红、绿、蓝)颜色模型。RGB是最有效的表示人类能看到的大部分颜色的方式(有些颜色不能很好的产生,但这是另一个讨论)。相机、手机、电视、电脑屏幕、数码视频都使用RGB颜色模型,显示颜色介于RGB颜色空之间。听到这个你可能会很惊讶。毕竟,作为一个孩子,你没有被教导RYB(红,黄,蓝)颜色模型吗?
虽然你可能已经学习了RYB颜色模型,但是有几个原因让你不用RYB。首先,它在创造人类看到的所有颜色方面并不那么有效。你可以从RGB得到更多的颜色。这其实也是我们不使用其他随机颜色模型的原因。比如可以用紫色、蓝色、粉色的颜色模式。与RYB或RGB相比,你不能用它来制作很多颜色,但如果你愿意,你仍然可以这样做。我们不使用RYB的第二个原因是因为人眼对绿色更敏感。你对绿色最敏感,然后是红色,还有一点蓝色。
因为这些是人眼最容易注意到的颜色,所以RGB颜色模型最常用于创建不同的颜色空房间。Between colors 空是一个颜色模型和方法的组合,用于将这些颜色解释或映射为您将看到的颜色。有很多基于RGB的颜色空。解释RGB颜色模型的一个常用方法是包含一个附加通道–这种颜色空的图案叫做RGBa。每种颜色都有一个通道–红、蓝、绿,然后再加一个通道来描述每个通道中每个像素的透明度。
坚持RGB表示的基于RGB的颜色空创建了非常高质量的图像和视频表示。它们通常用于生成计算机图形和捕捉视频。只有一个小问题–RGB不适合图像处理或存储。正如我之前提到的,人眼最能看到绿色。这部分是因为人眼对亮度或物体的亮度最敏感。混合了人类视觉中的亮度。不幸的是,对于RGB来说,亮度混合到所有颜色通道中,没有简单的方法来分离它。所以很多时候,你会发现RGB color 空应用于静止图像或者非常高端的电脑动画。对于视频,需要另一种更具可压缩性的解决方案。
Y ’CbCr和YUV
有时候Y & # 8217CbCr和YUV可以互换使用,这是不准确的。YUV用于模拟电视,而Y & # 8217CbCr用于数字视频,但它们都使用相同的概念来实现颜色压缩。对于这个颜色空,基于RGB颜色模型,采用了人眼感知色度(颜色)和亮度(亮度)的方式。因为您看到的亮度比颜色好,所以颜色信息的通道按如下方式分割:
Cb – 蓝色减去亮度Cr – 红色减去亮度Y’ – 亮度
因为你把绿色当成感知亮度的一部分,所以包含在Y & # 8217在通道里。亮度也被考虑在你从中减去的其他通道中。这种解释RGB颜色模型的方式的好处是,可以把眼睛看到的最好的东西收集到亮度通道中,在另外两个通道中留下空的颜色压缩空间。这项技术可以用来更容易地传输和存储视频。颜色压缩被称为色度二次采样。
Y ’CbCr和YUV中的色度子采样
因为可以分离亮度,所以在剩余的红色和蓝色通道中,可以使用色度子采样来压缩数据。色度二次采样使用符号X:y:z y:z。X告诉您在样本中使用多少亮度像素。所以如果是2:y:z,就意味着一次采样两个像素。4是最常用的,因此您更有可能看到4:Y:z Y:z。Y表示要从第一行数据中采样多少色度像素,之后每隔一行进行采样。所以最后的结果是4: 4: Z .这意味着你想得到一个4像素的亮度样本,所以转换成一个视频(或图像)帧,在第一行,你还想得到一个4像素的色度样本。所以理论上,没有数据被丢弃。z表示从Y之后的像素行中采样了多少色度像素..通常会对4,4个色度像素进行采样。完整的符号是4:4:4。现在,对于图像的其余部分,将在一个4亮度的块中采样2行,Y作为第一行,Z作为第二行,直到一切都被二次采样。4:4:4很少见,因为它保存了所有的数据,常用于内部处理,其他方面应用不多。这有时被称为YUV-9采样,这是它用于模拟视频的时候。
4:2:2每行丢失一半的颜色数据。这听起来可能很多,但这是专业视频创作的二次采样方法。它也经常被用来捕捉视频。
4:2:0许多适用于广播、DVD/蓝光、PAL DV、HDV、AVCHD和网络的传输编解码器。你可能已经把它当成YV12了。
NTSC DV25格式(如DV)使用的4:1:1。如果您使用交错视频进行采集,这是一种很好的格式。