在视频编码的材料中，经常提到色度采样或者色度抽样的概念，而且一般的教材里仅仅说明某些视频编码标准如MPEG4或者H.264编码标准支持某种或者某几种色度取样的编码，有时还贴出几张莫名其妙的图。那色度采样到底是什么意思呢？特别是4:2:0的图总是让人感到费解，下面就详细的介绍。

首先是为什么要有YUV，而不是RGB，采用YUV色彩空间的重要性是它的亮度信号Y和色度信号U、V是分离的。如果只有Y信号分量而没有U、V分量，那么这样表示的图像就是黑白灰度图像。彩色电视采用YUV空间正是为了用亮度信号Y解决彩色电视机与黑白电视机的兼容问题，使黑白电视机也能接收彩色电视信号。

视频一般采用YCbCr的颜色空间，其原理是人类视觉系统对亮度比彩色更敏感，因此可以把亮度信息从彩色信息分离出来，并使之具有更高的清晰度，而稍微降低彩色信息的清晰度，这样就可以在人眼未感觉图像有什么差异的前提下压缩带宽，实现一定的视频压缩。例如在压缩影像中，以4:2:2 Y'CbCr作例，它只需使用比R'G'B'（4:4:4）三分之二的带宽即可传输。

目前主要的采样格式有YCbCr 4:2:0、YCbCr 4:2:2、YCbCr 4:1:1和 YCbCr 4:4:4。问题是，这些符号到底是什么意思呢？视频系统的抽样系统中通常用一个三分比值表示：J:a:b（例如4:2:2），形容一个以J个像素宽及两个像素高的概念上区域，有时候会以四分比值表示（例如4:2:2:4）。依序列出为：

·        J：水平抽样参照（概念上区域的宽度）。通常为4。

·        a：在J个像素第一行中的色度抽样数目 (Cr, Cb)。

·        b：在J个像素第二行中的额外色度抽样数目 (Cr, Cb)。

·        Alpha：水平因子（与首数值有关连）。若没有此部分者可忽略，或存在时与J相同。

在比较图像质量时，这三个值之间的比值才是重要的，所以4:4:4可以简化为1:1:1；但是习惯上亮度样本的数量值总为4，其他两个值依此类推。有时抽样率为四分比值，如4:2:2:4。这时第四个值是调制通道的抽样频率比值。事实上，因为在调制应用中非常需要高质量图像，所以这个值在任何情况下都为4，所以采用J:a:b的表示方式更为常见。

其中容易引起误解的是以为J:a:b表示Y：Cr：Cb，那就错了，因为这里Cr和Cb是一个整体，在下图中用一个黑色实心点表示。

四种典型的采样如上图所示。首先明白，三种点各表示什么，空心圆圈是Y采样，但是CrCb是一个整体，大圈套小圈表示具有Y、Cr和Cb的点。

在理解的时候，要先以“行”为单位，以水平方向的四个点为一个单位来看。因为我们总是习惯性以2x2的单位来计算，在毕厚杰的书里就以2x2进行的。貌似这样也行。

在上图中，我们首先看4:1:1的采样，它的意思是在采样的第一行中，每连续四个点，采样一个CrCb（第一个1的含义），在紧邻的第二行中，同样采样一个CrCb(第二个1的含义)。

接着看4:2:2,它的意思是在采样的第一行中，每连续四个点，采样两个CrCb，在紧邻的第二行中采样两个CrCb。

同理4:4:4就很简单了

4:2:0的含义

但是4:2:0的图比较特殊，它表示第一行中，每连续四个点， 采样两个CrCb，在紧邻的第二行中不采样CrCb，但是，要注意，在上图中，里面只有四行，而不是两行，也就说纯黑的点组成的不是两个行，这里只是为了便于表示而单独标记出来，但是，为什么不将第二行黑点与第一行的空心圆合并呢？这一点一直让我不解。但是，看下面的图就明白了。

注意观察这里的4:2:0。从这张图里可以很明显的看到，之所以将CrCb单独列出来，原因是对色差信号Cr和Cb是每行交替传送的。很明显，这样图比较复杂，一般的书籍将其简化成了第一张图的样子，这反而有时让我们难以理解。

3.结合通信传输理论进一步理解取样的含义

～～～～～～～～～～～～～～～～～～～～～～～～～～ 招聘： 我们是新浪微博视频平台，负责微博中所有视频文件处理和所有视频业务相关的后端底层接口。我们的技术方向包括视频编解码、分布式文件存储、大规模集群任务调度以及在线高并发后端服务。  我们的常用语言包括Java、Golang、Lua、C。   我们面临的挑战是一线互联网产品的视频上传、播放量，每秒数十万的接口请求量，以及快速增长的业务规模。   岗位的指责：    1. 持续优化微博视频清晰度和流畅度；    2.  负责视频编解码算法水平的持续提升，为画质提升、带宽降低、计算成本降低提供技术支持；    3.   参与建立视频和图像主客观质量评测体系； 3. 参与建立视频和图像主客观质量评测体系；   如果你满足以下要求：欢迎给我发简历：    1.本科及以上学历，计算机、通信、电子信息等相关专业     2.熟悉视频编解码算法者优先；    3.熟悉x265、x264、AV1、ffmpeg等开源库者优先；    4.了解数字图像处理、机器学习的业界发展方向，有深度学习应用经验者优先；     5.要求有较强的沟通表达能力和团队意识；