YCbCr

YCbCr、Y′CbCr、またはY Pb/Cb Pr/Cr は、 YC _B C _RまたはY′C _B C _Rとも表記され、ビデオやデジタル写真システムのカラー画像パイプラインの一部として使用される色空間のファミリーです。Y′ は輝度成分、C _Bと C _{R は}青差と赤差の彩度成分です。Y′ (プライム付き) は輝度である Y と区別されます。輝度とは、光の強度がガンマ補正されたRGB原色に基づいて非線形にエンコードされることを意味します。

Y′CbCr色空間は、関連するRGB原色と白色点から数学的な座標変換によって定義されます。基礎となるRGB色空間が絶対的な場合、Y′CbCr色空間も絶対的な色空間です。逆に、RGB空間が不明確に定義されている場合、Y′CbCrも不明確に定義されます。この変換は、ITU-T H.273の式32、33で定義されています。ただし、そのルールは、 BT.2020-NCLマトリックスでNetflixが使用するP3-D65原色には適用されません。つまり、マトリックスは原色から派生したものではないということですが、現在NetflixはBT.2020原色を許可しています（2021年以降）。^[1] JPEGでも同じことが起こります。JPEGにはSystem M原色から派生したBT.601マトリックスがありますが、ほとんどの画像の原色はBT.709です。

ブラウン管(CRT) ディスプレイは、赤、緑、青の電圧信号によって駆動されますが、これらのRGB信号は冗長性が多いため、保存や伝送の表現としては効率的ではありません。

YCbCr と Y′CbCr は、色処理と知覚の均一性に対する実用的な近似であり、おおよそ赤、緑、青に対応する原色が知覚的に意味のある情報に処理されます。これにより、後続の画像/ビデオ処理、送信、および保存で、知覚的に意味のある方法で操作が行われ、エラーが発生する可能性があります。Y′CbCr は、高解像度で保存したり、高帯域幅で送信したりできる輝度信号 (Y′) と、帯域幅を削減、サブサンプリング、圧縮したり、またはシステム効率を向上させるために個別に処理できる 2 つの彩度成分 (C _Bと C _R ) を分離するために使用されます。

実用的な例としては、人間は白黒の情報に対してより敏感であるため、「カラー」に割り当てられる帯域幅または解像度を「白黒」に比べて減らすことが挙げられます (右の画像例を参照)。これは、クロマ サブサンプリングと呼ばれます。

YCbCr はYCCと略されることもあります。通常、Y′CbCr、YCbCr、 YPbPr、YUVという用語は互換的に使用されるため、混乱が生じることがあります。主な違いは、YPbPr はアナログ画像で使用され、YCbCr はデジタル画像で使用されるため、YUV への変換時または YUV からの変換時に U _maxと V _max (YCbCr では両方とも) のスケーリング値が異なります。Y′CbCr と YCbCr は、値がガンマ補正されているかどうかによって異なります。 ${\displaystyle {\tfrac {1}{2}}}$

以下の式は、これらの形式間の共通原則と一般的な違いをよりよく示しています。

Y′CbCr 信号 (信号をデジタル形式にするためにスケーリングおよびオフセットする前) はYPbPrと呼ばれ、次のように 3 つの定義済み定数 K _R、 K _G、および K _{B を使用して、対応するガンマ調整された}RGB (赤、緑、青) ソースから作成されます。

${\displaystyle {\begin{aligned}Y'&=K_{R}\cdot R'+K_{G}\cdot G'+K_{B}\cdot B'\\P_{B}&={\frac {1}{2}}\cdot {\frac {B'-Y'}{1-K_{B}}}\\P_{R}&={\frac {1}{2}}\cdot {\frac {R'-Y'}{1-K_{R}}}\end{aligned}}}$

ここで、K _R、K _G、およびK _Bは通常、対応するRGB空間の定義から導出され、を満たす必要があります。 ${\displaystyle K_{R}+K_{G}+K_{B}=1}$

同等のマトリックス操作は、多くの場合「カラー マトリックス」と呼ばれます。

${\displaystyle {\begin{bmatrix}Y'\\P_{B}\\P_{R}\end{bmatrix}}={\begin{bmatrix}K_{R}&K_{G}&K_{B}\\-{\frac {1}{2}}\cdot {\frac {K_{R}}{1-K_{B}}}&-{\frac {1}{2}}\cdot {\frac {K_{G}}{1-K_{B}}}&{\frac {1}{2}}\\{\frac {1}{2}}&-{\frac {1}{2}}\cdot {\frac {K_{G}}{1-K_{R}}}&-{\frac {1}{2}}\cdot {\frac {K_{B}}{1-K_{R}}}\end{bmatrix}}{\begin{bmatrix}R'\\G'\\B'\end{bmatrix}}}$

そしてその逆は:

${\displaystyle {\begin{bmatrix}R'\\G'\\B'\end{bmatrix}}={\begin{bmatrix}1&0&2-2\cdot K_{R}\\1&-{\frac {K_{B}}{K_{G}}}\cdot (2-2\cdot K_{B})&-{\frac {K_{R}}{K_{G}}}\cdot (2-2\cdot K_{R})\\1&2-2\cdot K_{B}&0\end{bmatrix}}{\begin{bmatrix}Y'\\P_{B}\\P_{R}\end{bmatrix}}}$

ここで、プライム記号 (′) はガンマ補正が使用されていることを意味します。したがって、R′、G′、B′ は名目上 0 から 1 の範囲で、0 は最小強度 (たとえば、黒の表示) 、1 は最大強度 (たとえば、白の表示) を表します。結果の輝度 (Y) 値の名目範囲は 0 から 1 になり、彩度 (P _Bおよび P _R ) 値の名目範囲は -0.5 から +0.5 になります。逆変換プロセスは、上記の式を逆にすることで簡単に導き出すことができます。

信号をデジタル形式で表現する場合、結果はスケーリングおよび丸められ、オフセットが通常追加されます。たとえば、仕様 ( MPEG-2 ^[2]など) ごとに Y′ 成分にスケーリングおよびオフセットを適用すると、8 ビット表現を使用する場合、黒の場合は 16 の値、白の場合は 235 の値になります。標準では、C _Bおよび C _Rの 8 ビットデジタル化バージョンが16 から 240 の異なる範囲にスケーリングされています。その結果、カラーマトリックス化または YCbCr 空間での処理を行うときに、分数 (235-16)/(240-16) = 219/224 による再スケーリングが必要になることがあり、後続の処理がより高いビット深度を使用して実行されない場合に量子化歪みが発生します。

入力データの公称範囲を表現するのに望ましいと思われる範囲よりも狭い範囲のデジタル値を使用することになるスケーリングにより、処理中に「オーバーシュート」と「アンダーシュート」が発生しても、望ましくないクリッピングは発生しません。この「ヘッドルーム」と「トゥルーム」^[3]は、 xvYCCで指定されている公称色域の拡張にも使用できます。

値 235 は、(255 - 235) / (235 - 16) = 9.1% の最大オーバーシュートに対応します。これは、最大 (黒から白) ステップの約 8.9% という理論上の最大オーバーシュート (ギブスの現象) よりもわずかに大きい値です。余裕は小さく、16 / 219 = 7.3% のオーバーシュートしか許容されません。これは、理論上の最大オーバーシュートの 8.9% よりも小さい値です。また、値 0 と 255 は HDMI で予約されているため、余裕は実際にはわずかに小さくなります。

Y′CbCr を定義する方程式は、公称 RGB カラー キューブ全体を回転させて、(より大きな) YCbCr カラー キューブ内に収まるようにスケーリングする方法で作成されるため、Y′CbCr カラー キューブ内には、対応する RGB ドメインで表現できないポイントがいくつかあります(少なくとも公称 RGB 範囲内では)。これにより、一部の Y′CbCr 信号を正しく解釈して表示する方法の決定が困難になります。これらの範囲外の Y′CbCr 値は、xvYCCによってBT.709 色域外の色をエンコードするために使用されます。

デジタル コンポーネント ビデオで使用するためのITU-R BT.601 (旧CCIR 601 ) 規格で標準解像度テレビ向けに定義された Y′CbCr の形式は、対応する RGB 空間 (ITU-R BT.470-6 System M プライマリ) から次のように派生します。

${\displaystyle {\begin{aligned}K_{R}&=0.299\\K_{G}&=0.587\\K_{B}&=0.114\end{aligned}}}$

上記の定数と式から、ITU-R BT.601 については次のことが導き出されます。

アナログ R'G'B' からのアナログ YPbPr は次のように導出されます。

${\displaystyle {\begin{aligned}Y'&=&0.299\cdot R'&+&0.587\cdot G'&+&0.114\cdot B'\\P_{B}&=-&0.168736\cdot R'&-&0.331264\cdot G'&+&0.5\cdot B'\\P_{R}&=&0.5\cdot R'&-&0.418688\cdot G'&-&0.081312\cdot B'\end{aligned}}}$

デジタル Y′CbCr (サンプルあたり 8 ビット) は、次のようにアナログ R'G'B' から導出されます。

${\displaystyle {\begin{aligned}Y'&=&16&+&(65.481\cdot R'&+&128.553\cdot G'&+&24.966\cdot B')\\C_{B}&=&128&+&(-37.797\cdot R'&-&74.203\cdot G'&+&112.0\cdot B')\\C_{R}&=&128&+&(112.0\cdot R'&-&93.786\cdot G'&-&18.214\cdot B')\end{aligned}}}$

あるいは単純に成分ごとに

${\displaystyle {\begin{aligned}(Y',C_{B},C_{R})&=&(16,128,128)+(219\cdot Y,224\cdot P_{B},224\cdot P_{R})\\\end{aligned}}}$

結果として得られる信号の範囲は、Y′の場合は16～235（CbとCrは16～240）です。0～15の値はフットルームと呼ばれ、236～255の値はヘッドルームと呼ばれます。YとCb、Crで異なる同じ量子化範囲は、BT.2020とBT.709にも適用されます。

あるいは、デジタル Y′CbCr は、次の式に従って、デジタル R'dG'dB'd (サンプルごとに 8 ビット、それぞれが全範囲を使用し、0 が黒、255 が白を表す) から導き出すことができます。

${\displaystyle {\begin{aligned}Y'&=&16&+&{\frac {65.481\cdot R'_{D}}{255}}&+&{\frac {128.553\cdot G'_{D}}{255}}&+&{\frac {24.966\cdot B'_{D}}{255}}\\C_{B}&=&128&-&{\frac {37.797\cdot R'_{D}}{255}}&-&{\frac {74.203\cdot G'_{D}}{255}}&+&{\frac {112.0\cdot B'_{D}}{255}}\\C_{R}&=&128&+&{\frac {112.0\cdot R'_{D}}{255}}&-&{\frac {93.786\cdot G'_{D}}{255}}&-&{\frac {18.214\cdot B'_{D}}{255}}\end{aligned}}}$

以下の式では、スケーリング係数が で乗算されます。これにより、分母に 256 という値が含まれるようになり、これは 1 回のビットシフトで計算できます。 ${\displaystyle {\frac {256}{255}}}$

${\displaystyle {\begin{aligned}Y'&=&16&+&{\frac {65.738\cdot R'_{D}}{256}}&+&{\frac {129.057\cdot G'_{D}}{256}}&+&{\frac {25.064\cdot B'_{D}}{256}}\\C_{B}&=&128&-&{\frac {37.945\cdot R'_{D}}{256}}&-&{\frac {74.494\cdot G'_{D}}{256}}&+&{\frac {112.439\cdot B'_{D}}{256}}\\C_{R}&=&128&+&{\frac {112.439\cdot R'_{D}}{256}}&-&{\frac {94.154\cdot G'_{D}}{256}}&-&{\frac {18.285\cdot B'_{D}}{256}}\end{aligned}}}$

R'd G'd B'd デジタル ソースにフットルームとヘッドルームが含まれている場合は、まず各信号からフットルーム オフセット 16 を減算し、スケール係数を式に含める必要があります。 ${\displaystyle {\frac {255}{219}}}$

逆変換は次のようになります。

${\displaystyle {\begin{aligned}R'_{D}&=&{\frac {298.082\cdot Y'}{256}}&&&+&{\frac {408.583\cdot C_{R}}{256}}&-&222.921\\G'_{D}&=&{\frac {298.082\cdot Y'}{256}}&-&{\frac {100.291\cdot C_{B}}{256}}&-&{\frac {208.120\cdot C_{R}}{256}}&+&135.576\\B'_{D}&=&{\frac {298.082\cdot Y'}{256}}&+&{\frac {516.412\cdot C_{B}}{256}}&&&-&276.836\end{aligned}}}$

丸めなしの逆変換（ITU-R BT.601 勧告から直接取得した値を使用）は次のようになります。

${\displaystyle {\begin{aligned}R'_{D}={\frac {255}{219}}\cdot (Y'-16)&&&&&&&+{\frac {255}{224}}\cdot 1.402\cdot (C_{R}-128)\\G'_{D}={\frac {255}{219}}\cdot (Y'-16)&-&{\frac {255}{224}}\cdot 1.772&&\cdot {\frac {0.114}{0.587}}&&\cdot (C_{B}-128)&-{\frac {255}{224}}\cdot 1.402\cdot {\frac {0.299}{0.587}}\cdot (C_{R}-128)\\B'_{D}={\frac {255}{219}}\cdot (Y'-16)&+&{\frac {255}{224}}\cdot 1.772&&&&\cdot (C_{B}-128)\end{aligned}}}$

この形式の Y′CbCr は、古い CRT の蛍光体発光特性に適合する RGB モデルを使用するため、主に古い標準解像度のテレビシステムに使用されます。

Y′CbCr の別の形式は、主にHDTV用にITU-R BT.709標準で指定されています。新しい形式は、一部のコンピューター ディスプレイ向けアプリケーションでもsRGBとして使用されています(ただし、YCbCr の sRGB 形式に使用されるマトリックスsYCCは、依然として BT.601 です)。この場合、Kb と Kr の値は異なりますが、使用するための式は同じです。ITU-R BT.709 の場合、定数は次のとおりです。

${\displaystyle {\begin{aligned}K_{B}&=0.0722\\K_{R}&=0.2126\\(K_{G}&=1-K_{B}-K_{R}=0.7152)\end{aligned}}}$

この形式の Y′CbCr は、新しい CRT やその他の最新のディスプレイ機器の蛍光体発光特性により近い RGB モデルに基づいています。^{[引用が必要]} BT.709 の変換マトリックスは次のとおりです。

${\displaystyle {\begin{aligned}{\begin{bmatrix}Y'\\C_{B}\\C_{R}\end{bmatrix}}&={\begin{bmatrix}0.2126&0.7152&0.0722\\-0.1146&-0.3854&0.5\\0.5&-0.4542&-0.0458\end{bmatrix}}{\begin{bmatrix}R'\\G'\\B'\end{bmatrix}}\\{\begin{bmatrix}R'\\G'\\B'\end{bmatrix}}&={\begin{bmatrix}1&0&1.5748\\1&-0.1873&-0.4681\\1&1.8556&0\end{bmatrix}}{\begin{bmatrix}Y'\\C_{B}\\C_{R}\end{bmatrix}}\end{aligned}}}$

R'、G'、B' 信号の定義も BT.709 と BT.601 では異なり、BT.601 内でも使用されている TV システムの種類 ( PALやSECAMの 625 ライン、またはNTSCの 525 ライン) によって異なり、他の仕様でもさらに異なります。設計が異なれば、R、G、B 色度座標の定義、基準白色点、サポートされる色域範囲、R、G、B から R'、G'、B' を導出するための正確なガンマ事前補正関数、および R'G'B' から Y′CbCr への変換中に適用されるスケーリングとオフセットが異なります。したがって、Y′CbCr をある形式から別の形式に適切に変換するには、一方のマトリックスを反転してもう一方を適用するだけでは不十分です。実際、Y′CbCrが理想的に設計されている場合、KB_とKR_の値はRGBカラー原色信号の正確な仕様から導き出され、輝度（Y′）信号はガンマ調整された輝度の測定値（通常はCIE 1931による色刺激に対する人間の視覚システムの反応の測定値に基づく）に可能な限り近くなります。^[4]

ITU -R BT.2020標準は、BT.709 と同じガンマ関数を使用します。それは次のように定義します: ^[5]

• 非一定輝度 Y'CbCr。前のエントリと同様ですが、K _BとK _Rが異なります。
• 一定の輝度Y'cCbcCrc、Y'は真の輝度のガンマコーデックバージョンである。^[5]

どちらの場合も、原色から導出される係数は次のようになります。

${\displaystyle {\begin{aligned}K_{B}&=0.0593\\K_{R}&=0.2627\\(K_{G}&=1-K_{B}-K_{R}=0.6780)\end{aligned}}}$

NCLの場合、定義は古典的です: ; ; 。エンコード変換は、通常どおり、行列として記述できます。^[5] BT.2020-NCLのデコード行列は、小数点以下14桁で次のようになります。 ${\displaystyle Y'=0.2627R'+0.6780G'+0.0593B'}$${\displaystyle Cb=(B'-Y')/1.8814}$${\displaystyle Cr=(R'-Y')/1.4746}$

${\displaystyle {\begin{aligned}{\begin{bmatrix}R\\G\\B\end{bmatrix}}&={\begin{bmatrix}1&0&1.4746\\1&-0.16455312684366&-0.57135312684366\\1&1.8814&0\end{bmatrix}}{\begin{bmatrix}Y'\\C_{B}\\C_{R}\end{bmatrix}}\end{aligned}}}$

行列内の小さい値は丸められておらず、正確な値です。精度が制限されているシステム（たとえば8ビットまたは10ビット）では、上記の行列のより低い精度、たとえば小数点以下6桁のみを保持するなどを使用できます。^[6]

CLバージョンYcCbcCrcのコード: ^[5]

• ${\displaystyle Y'c=(0.2627R+0.6780G+0.0593B)'}$これは、線形 RGB から計算された実際の輝度に適用されるガンマ関数です。
• ${\displaystyle Cbc=(B'-Y'c)/(-2Nb)}$それ以外の場合は。およびは、色域に対応する の理論上の最小値と最大値です。丸められた「実用的な」値は、です。完全な導出は勧告に記載されています。^[5]${\displaystyle B'<Y'c}$${\displaystyle (B'-Y'c)/(2Pb)}$${\displaystyle Nb}$${\displaystyle Pb}$${\displaystyle (B'-Y'c)}$${\displaystyle Pb=0.7910}$${\displaystyle Nb=-0.9702}$
• ${\displaystyle Crc=(R'-Y'c)/(-2Nr)}$それ以外の場合は。繰り返しますが、および は理論上の限界です。丸められた値は、です。${\displaystyle R'<Y'c}$${\displaystyle (R'-Y'c)/(2Pr)}$${\displaystyle Pr}$${\displaystyle Nr}$${\displaystyle Pr=0.4969}$${\displaystyle Nr=-0.8591}$

CL 関数は、輝度の保存が最も重要である場合 (クロマ サブサンプリング § ガンマ輝度誤差を参照)、または「配信時のコーディング効率の向上が期待される」場合に使用できます。仕様では、この問題に関してレポート ITU-R BT.2246 を参照しています。^[5] BT.2246 では、CL によって圧縮効率と輝度の保存が改善されたと記載されていますが、HDTV YCbCr でカラー ミキシングやその他の制作手法を以前に処理したスタッフにとっては、NCL の方が馴染みがあるでしょう。^[7]

BT.2020ではPQとHDRは定義されておらず、SMPTE ST 2084とBT.2100でさらに定義されています。BT.2100では、線形RGBから派生した色相の直線性に優れた半知覚色空間であるIC _T C _Pの使用が導入されます。これは「ほぼ一定の輝度」です。^[8]

SMPTE 240M規格 ( MUSEアナログ HD テレビ システムで使用) では、YCC を次の係数で定義しています。

${\displaystyle {\begin{aligned}K_{B}&=0.087\\K_{R}&=0.212\end{aligned}}}$

係数は、240M 標準で使用される SMPTE 170M プライマリとホワイト ポイントから導出されます。

JFIFでのJPEGの使用は、 Y′、C _B、C _Rが [0...255] の完全な 8 ビット範囲を持つ修正された Rec. 601 Y′CbCr をサポートします。^[9]以下は、6 桁の精度で表された変換式です。(理想的な式については、ITU-T T.871 を参照してください。^[10] ) 次の式では、各入力 (R、G、B) の範囲も [0...255] の完全な 8 ビット範囲であることに注意してください。

${\displaystyle {\begin{aligned}Y'&=&0&+(0.299&\cdot R'_{D})&+(0.587&\cdot G'_{D})&+(0.114&\cdot B'_{D})\\C_{B}&=&128&-(0.168736&\cdot R'_{D})&-(0.331264&\cdot G'_{D})&+(0.5&\cdot B'_{D})\\C_{R}&=&128&+(0.5&\cdot R'_{D})&-(0.418688&\cdot G'_{D})&-(0.081312&\cdot B'_{D})\end{aligned}}}$

そして戻って:

${\displaystyle {\begin{aligned}R'_{D}&=&Y'&&&+1.402&\cdot (C_{R}-128)\\G'_{D}&=&Y'&-0.344136&\cdot (C_{B}-128)&-0.714136&\cdot (C_{R}-128)\\B'_{D}&=&Y'&+1.772&\cdot (C_{B}-128)&\end{aligned}}}$

上記の変換は、入力が sRGB として与えられた場合の sYCCと同じですが、IEC 61966-2-1:1999/Amd1:2003 では 4 桁の 10 進数しか与えられない点が異なります。

JPEGはCMYK入力用にAdobeの「YCCK」形式も定義しています。この形式では、「K」値はそのまま渡され、CMYは、、、およびを仮定して上記のマトリックスでYCbCrを導出するために使用されます。その結果、同様のサブサンプリング手法を使用できます。^[11]${\displaystyle R=1-C}$${\displaystyle G=1-M}$${\displaystyle B=1-Y}$

${\displaystyle {\begin{aligned}K_{B}&=0.0713\\K_{R}&=0.2220\end{aligned}}}$

これらの係数は使用されておらず、また使用されたこともなかった。^[12]

H.273 では、原色と白色点から厳密に導出される一定および非一定輝度システムも記述されているため、BT.601 マトリックス (BT.470-6 システム M から導出される) を使用する JPEG の sRGB/BT.709 デフォルト原色のような状況は発生しません。

高速SIMD 浮動小数点プロセッサが開発される前は、RGB → Y′UV のデジタル実装のほとんどで整数演算、特に固定小数点近似が使用されていました。近似とは、使用される数値 (入力データ、出力データ、定数値) の精度が制限されることを意味します。そのため、そのオプションを使用する人は、通常、計算速度の向上とのトレードオフとして、通常、最後の 2 進数桁の精度の低下を受け入れます。

Y′ 値は、通常、[0, 255] の全範囲 (フル スイングまたは「PC レベル」と呼ばれる) を使用するのではなく、[16, 235] の範囲 (スタジオ スイングまたは「TV レベル」と呼ばれる) にシフトおよびスケーリングされます。この方法は、フィルタリングによる信号オーバーシュート (「リンギング」) に対応するために SMPTE-125M で標準化されました。^[13] U 値と V 値は正または負になる可能性があり、常に正になるように 128 で合計され、U と V のスタジオ範囲は 16 ～ 240 になります (これらの範囲はビデオ編集と制作で重要です。範囲を間違えると、黒と白が「クリップ」された画像、またはコントラストの低い画像になります)。

これらの行列は、すべての係数を最も近い1/256単位に丸めます。その結果、各成分に対して1つの16ビット中間値のみが形成され、丸めを伴う単純な右シフトで(x + 128) >> 8除算を処理できます。^[13]

スタジオスイングの場合:

${\displaystyle {\begin{bmatrix}Y'\\C_{B}\\C_{R}\end{bmatrix}}={\frac {1}{256}}{\begin{bmatrix}66&129&25\\-38&-74&112\\112&-94&-18\end{bmatrix}}{\begin{bmatrix}R'\\G'\\B'\end{bmatrix}}+{\begin{bmatrix}16\\128\\128\end{bmatrix}}}$

フルスイングの場合：

${\displaystyle {\begin{bmatrix}Y'\\C_{B}\\C_{R}\end{bmatrix}}={\frac {1}{256}}{\begin{bmatrix}77&150&29\\-43&-84&127\\127&-106&-21\end{bmatrix}}{\begin{bmatrix}R'\\G'\\B'\end{bmatrix}}+{\begin{bmatrix}0\\128\\128\end{bmatrix}}}$

GoogleのSkiaは、上記の8ビットフルレンジマトリックスを使用していたため、AndroidデバイスでエンコードされたJPEG画像にわずかな緑色の効果が見られ、繰り返し保存するとより顕著になりました。この問題は2016年に修正され、より正確なバージョンが代わりに使用されるようになりました。libjpeg -turboのSIMD最適化により、正確なバージョンは実際には高速です。^[14]

RGB ファイルは通常、ピクセルあたり 8、12、16、または 24 ビットでエンコードされます。これらの例では、ピクセルあたり 24 ビット ( RGB888と表記) を想定します。標準のバイト形式は単純に ですr0, g0, b0, r1, g1, b1, ...。

YCbCrパック ピクセル形式は、しばしば「YUV」と呼ばれます。このようなファイルは、1 ピクセルあたり 12、16、または 24 ビットでエンコードできます。サブサンプリングに応じて、形式は主に 4:4:4、4:2:2、および 4:2:0p として説明できます。Y の後のアポストロフィは、YUV420p の後の「p」(平面の) と同様に省略されることがよくあります。実際のファイル形式では、データがより削減されるため 4:2:0 が最も一般的であり、ファイル拡張子は通常「.YUV」です。データ レートとサンプリングの関係 (A:B:C) は、Y チャネルと U チャネルおよび V チャネルの比率によって定義されます。^{[15] [16]}「YUV」の後に 3 つの数字が続く表記は曖昧です。3 つの数字はサブサンプリング (「YUV420」のように) を指す場合もあれば、各チャネルのビット深度 (「YUV565」のように) を指す場合もあります。これらのフォーマットを参照する明確な方法は、FourCCコードを使用することです。^[17]

RGB から YUV へ、または YUV から RGB へ変換するには、RGB888 と 4:4:4 を使用するのが最も簡単です。4:1:1、4:2:2、4:2:0 の場合、最初にバイトを 4:4:4 に変換する必要があります。

4:4:4 はピクセルのグループ化が行われないので単純です。違いは、各チャネルに割り当てられるビット数とその配置だけです。基本的なYUV3スキームでは、ピクセルごとに 3 バイトを使用し、順序はy0, u0, v0, y1, u1, v1(Cb には "u"、Cr には "v" を使用します。以下のコンテンツにも同じことが当てはまります) です。^[17]AYUVコンピューターでは、32 ビットのグループの方が扱いやすいため、アルファ チャネルを追加して となる形式がよく見られますa0, y0, u0, v0, a1, y1, u1, v1。^[15]

4:2:2は、各概念的な「コンテナ」内で2つのピクセルを水平方向にグループ化します。2つの主な配置は次のとおりです。^[16]

• YUY2: YUYV とも呼ばれ、形式で実行されますy0, u, y1, v。

  

• UYVY: YUY2 のバイトスワップ逆で、 の形式で実行されますu, y0, v, y1。

4:1:1はほとんど使われません。ピクセルは水平方向に4つずつ配置されます。^[16]

4:2:0 は非常に一般的に使用されています。主な形式は IMC2、IMC4、YV12、NV12 です。^[16]これら 4 つの形式はすべて「平面」であり、Y、U、V の値が点在するのではなくグループ化されています。これらはすべて、8 ビット チャネルを想定すると、ピクセルあたり 12 ビットを占有します。

• _{IMC2 は、まず Y 方向に画像全体をレイアウトします。次に、各彩度ラインを V 0} ... V _n、 U ₀ ... U _nの順序で配置します。ここで、n はラインあたりの彩度サンプル数で、Y の幅の半分に等しくなります。
• IMC4 は IMC2 と似ていますが、 U ₀ ... U _n、 V ₀ ... V _nで実行されます。
• I420 はよりシンプルな設計で、より一般的に使用されています。Y の画像全体が書き出され、続いて U の画像が書き出され、最後に V の画像全体が書き出されます。

  

• YV12はI420と同じ基本的な設計に従っていますが、U画像とV画像の順序が反転しているだけです。^[18]
• NV12はおそらく最も一般的に使用されている8ビット4:2:0形式です。これはAndroidカメラプレビューのデフォルトです。^[19] Yの画像全体が書き出され、その後にU ₀、V ₀、U ₁、V ₁などのインターリーブされた行が続きます。

平面フォーマットには「タイル」形式のバリエーションも存在する。^[20]

• Y′CbCr 計算機（BT.1886 を含む）
• チャールズ・ポイントン — カラーに関するよくある質問
• チャールズ・ポイントン — ビデオエンジニアリング
• 色空間の視覚化
• YUV、YCbCr、YPbPr カラー スペース。
• YCbCr の定義

パックされたピクセルのソフトウェア リソース:

• Kohn, Mike. SSE/アセンブリを使用した Y′UV422 から RGB への変換
• リビュウ
• pixfc-sse – SSE に最適化されたカラー形式変換の C ライブラリ
• YUV ファイル - さまざまな YUV 形式のサンプル / デモ YUV/RGB ビデオ ファイル。テストに役立ちます。