Submuestreo de chroma

El submuestreo de chroma es una técnica de compresión que almacena el color (chroma) a menor resolución que el brillo (luma). Aprovecha una peculiaridad bien documentada de la visión humana: somos mucho más sensibles al contraste de brillo que al contraste de color a pequeñas escalas.

La notación tiene el aspecto de 4:2:0, 4:2:2 o 4:4:4. Los tres números describen un bloque de referencia de 4 píxeles de ancho: cuántas muestras de luma (siempre 4), cuántas muestras de chroma en la primera fila, cuántas en la segunda fila.

• 4:4:4 — sin submuestreo. Resolución de color completa. Usado para gráficos, capturas de pantalla, donde los bordes y el texto importan.
• 4:2:2 — chroma a la mitad de la resolución horizontal. Usado en la edición de vídeo profesional.
• 4:2:0 — chroma a un cuarto de resolución (mitad horizontal, mitad vertical). Usado por JPG, MPEG, H.264, H.265, la mayoría del vídeo para consumidores. Ahorra ~50% de los datos de chroma con casi ninguna pérdida de calidad percibida para fotografías.

Donde falla el 4:2:0: bordes de color nítidos, especialmente texto. El texto rojo saturado sobre un fondo azul saturado se ve visiblemente borroso. Por eso las capturas de pantalla deben ser PNG (sin submuestreo) y las fotografías pueden ser JPG (4:2:0 invisible).

Ejemplo práctico

Una imagen RGB de 1920×1080 almacena 1920 × 1080 × 3 bytes = 6.220.800 bytes (~6 MB en bruto). Convierte a YCbCr 4:4:4 y el tamaño es idéntico — 3 canales a resolución completa. Convierte a 4:2:2 y los canales de chroma (Cb y Cr) bajan a 960×1080 cada uno: total de bytes = 1920·1080 (Y) + 960·1080·2 (Cb+Cr) = 2.073.600 + 2.073.600 = 4.147.200, una reducción del 33% en datos de plano bruto. Convierte a 4:2:0 y los planos de chroma bajan a 960×540 cada uno: total = 2.073.600 + 1.036.800 = 3.110.400, exactamente el 50% del original. JPG, H.264, H.265, AVIF y WebP usan 4:2:0 por defecto, por eso un JPG “ahorra el 50%” antes de que se ejecute cualquier compresión DCT — el submuestreo de chroma proporciona esa línea de base de forma gratuita.

Los codificadores modernos a veces adaptan el submuestreo por región: AVIF y JPEG XL pueden codificar algunas regiones de imagen en 4:4:4 y otras en 4:2:0 dentro de un único archivo, comprometiendo una pequeña sobrecarga para obtener texto nítido en fondos fotográficos. Esta flexibilidad por mosaico es una de las mejoras estructurales sobre la restricción de JPEG de un solo formato por archivo.

Cuándo y por qué importa

El submuestreo importa siempre que un flujo de trabajo incluya bordes de color nítidos que el 4:2:0 no puede representar — capturas de pantalla de código o texto de terminal, arte lineal con colores saturados, logotipos con rojo puro sobre azul puro, exportaciones vectoriales rasterizadas para archivo y cualquier imagen donde el color preciso en los bordes no es negociable. La solución es elegir un formato que tenga como predeterminado (o soporte) 4:4:4: PNG (sin submuestreo en absoluto), AVIF con el codificador forzado en modo 4:4:4 (--yuv=444 en libavifenc), JPEG XL o WebP sin pérdidas moderno. El error opuesto — usar PNG para una fotografía de 12 megapíxeles porque “PNG es de mayor calidad” — desperdicia más del 80% del tamaño del archivo en información de chroma que el espectador no puede percibir. La regla práctica profesional: fotografías → JPG/WebP/AVIF 4:2:0; capturas de pantalla de UI → PNG o AVIF 4:4:4; contenido mixto → prueba ambos e inspecciona el resultado al 200% de zoom alrededor de cualquier texto. Referencia: Submuestreo de chroma — formatos y notación.

Por qué la visión humana nos permite hacer esto: la retina tiene aproximadamente 120 millones de células bastón (sensibles al brillo, sin información de color) y solo 6 millones de células cono (responsables del color). La relación 20 a 1 es la razón biológica por la que funciona el submuestreo de chroma — perder cada otra muestra de chroma es invisible para la mayoría de los espectadores, mientras que perder cada otra muestra de luma produce una posterización obvia. El mismo principio subyace en el espacio de color YCbCr usado por JPG y todos los códecs de vídeo: separar el canal que más importa (Y, luma) de los dos que importan menos (Cb, Cr, chroma) para que cada uno pueda muestrearse de forma diferente.

El contraejemplo de la pantalla de terminal: los programadores que ven screencasts H.264 4:2:0 de código se quejan regularmente de que el texto se ve suave. La solución es actualizar a un códec capaz de 4:4:4 (FFV1, HuffYUV sin pérdidas, o H.264 en modo 4:4:4 — compatible con Chrome y OBS pero no con la transcodificación estándar de YouTube) o grabar a mayor resolución para que el escalado hacia abajo durante la reproducción oculte los artefactos de chroma. Para contenido sin texto (gameplay, vídeo de cabeza parlante, animación), el 4:2:0 es universalmente correcto. Relacionados: sRGB, gamma, WebP. Referencia: ITU-T T.871 — Formato de intercambio de archivos JPEG (JFIF).