Chroma subsampling

Chroma subsampling è una tecnica di compressione che memorizza il colore (chroma) a risoluzione inferiore rispetto alla luminosità (luma). Sfrutta una peculiarità ben documentata della visione umana: siamo molto più sensibili al contrasto di luminosità che al contrasto cromatico su piccola scala.

La notazione ha l’aspetto di 4:2:0, 4:2:2 o 4:4:4. I tre numeri descrivono un blocco di riferimento largo 4 pixel: quanti campioni luma (sempre 4), quanti campioni chroma nella prima riga, quanti nella seconda riga.

• 4:4:4 — nessun subsampling. Risoluzione cromatica completa. Usato per grafica, screenshot, ovunque i bordi e il testo siano importanti.
• 4:2:2 — chroma a metà della risoluzione orizzontale. Usato nell’editing video professionale.
• 4:2:0 — chroma a un quarto della risoluzione (metà orizzontale, metà verticale). Usato da JPG, MPEG, H.264, H.265, la maggior parte dei video consumer. Risparmia ~50% dei dati cromatici con quasi nessuna perdita di qualità percepita per le fotografie.

Dove il 4:2:0 fallisce: bordi cromatici netti, specialmente testo. Il testo rosso saturo su sfondo blu saturo diventa visibilmente sfocato. Ecco perché gli screenshot dovrebbero essere PNG (nessun subsampling) e le fotografie possono essere JPG (4:2:0 invisibile).

Esempio pratico

Un’immagine RGB 1920×1080 memorizza 1920 × 1080 × 3 byte = 6.220.800 byte (~6 MB raw). Convertendo in YCbCr 4:4:4 la dimensione è identica — 3 canali a piena risoluzione. Convertendo in 4:2:2, i canali cromatici (Cb e Cr) scendono a 960×1080 ciascuno: totale byte = 1920·1080 (Y) + 960·1080·2 (Cb+Cr) = 2.073.600 + 2.073.600 = 4.147.200, una riduzione del 33% nei dati grezzi dei piani. Convertendo in 4:2:0, i piani cromatici scendono a 960×540 ciascuno: totale = 2.073.600 + 1.036.800 = 3.110.400, esattamente il 50% dell’originale. JPG, H.264, H.265, AVIF e WebP usano tutti il 4:2:0 per impostazione predefinita, motivo per cui un JPG “risparmia il 50%” prima ancora che venga eseguita la compressione DCT — il chroma subsampling fornisce quella baseline gratuitamente.

I moderni encoder talvolta adattano il subsampling per regione: AVIF e JPEG XL possono codificare alcune regioni dell’immagine a 4:4:4 e altre a 4:2:0 all’interno di un singolo file, scambiando un piccolo overhead per testo nitido su sfondi fotografici. Questa flessibilità per regione è uno dei miglioramenti strutturali rispetto al vincolo di JPEG di un unico formato per file.

Quando e perché è importante

Il subsampling è importante ogni volta che un flusso di lavoro include bordi cromatici netti che il 4:2:0 non riesce a rappresentare — screenshot di codice o testo terminale, arte lineare con colori saturi, loghi con rosso puro su blu puro, esportazioni vettoriali rasterizzate per l’archivio, e qualsiasi immagine in cui la fedeltà cromatica dei pixel ai bordi non è negoziabile. La soluzione è scegliere un formato che utilizzi per impostazione predefinita (o supporti) il 4:4:4: PNG (nessun subsampling), AVIF con l’encoder forzato in modalità 4:4:4 (--yuv=444 in libavifenc), JPEG XL o WebP lossless moderno. L’errore opposto — usare PNG per una fotografia da 12 megapixel perché “PNG è di qualità superiore” — spreca l’80%+ della dimensione del file con informazioni cromatiche che il visualizzatore non riesce a percepire. La regola empirica professionale: fotografie → JPG/WebP/AVIF 4:2:0; screenshot UI → PNG o AVIF 4:4:4; contenuti misti → testa entrambi e ispeziona il risultato con uno zoom del 200% attorno a qualsiasi testo. Riferimento: Chroma subsampling — formati e notazione.

Perché la visione umana ci permette di fare questo: la retina ha circa 120 milioni di cellule a bastoncello (sensibili alla luminosità, nessuna informazione sul colore) e solo 6 milioni di cellule a cono (responsabili del colore). Il rapporto 20 a 1 è la ragione biologica per cui il chroma subsampling funziona — perdere ogni altro campione cromatico è invisibile alla maggior parte degli osservatori, mentre perdere ogni altro campione luma produce una posterizzazione evidente. Lo stesso principio sottende lo spazio di colore YCbCr utilizzato da JPG e da tutti i codec video: separare il canale più importante (Y, luma) dai due che contano meno (Cb, Cr, chroma) in modo che ciascuno possa essere campionato diversamente.

Il controesempio degli schermi terminale: i programmatori che visualizzano screencast H.264 4:2:0 di codice lamentano regolarmente che il testo sembra sfocato. La soluzione è aggiornare a un codec 4:4:4 (FFV1, HuffYUV senza perdita, o H.264 in modalità 4:4:4 — supportato da Chrome e OBS ma non dalla transcodifica standard di YouTube) o registrare a risoluzione superiore in modo che il ridimensionamento durante la riproduzione nasconda gli artefatti cromatici. Per contenuti non testuali (gameplay, video talking-head, animazione), il 4:2:0 va universalmente bene. Correlato: sRGB, gamma, WebP. Riferimento: ITU-T T.871 — Formato di interscambio file JPEG (JFIF).