Subamostragem de chroma

Subamostragem de chroma é uma técnica de compressão que armazena cor (chroma) em resolução menor que o brilho (luma). Ela explora uma peculiaridade bem documentada da visão humana: somos muito mais sensíveis ao contraste de brilho do que ao contraste de cor em pequenas escalas.

A notação parece 4:2:0, 4:2:2 ou 4:4:4. Os três números descrevem um bloco de referência de 4 pixels de largura: quantas amostras de luma (sempre 4), quantas amostras de chroma na primeira linha, quantas na segunda linha.

• 4:4:4 — sem subamostragem. Resolução de cor total. Usado para gráficos, capturas de tela, onde bordas e texto importam.
• 4:2:2 — chroma em metade da resolução horizontal. Usado em edição profissional de vídeo.
• 4:2:0 — chroma em um quarto da resolução (metade horizontal, metade vertical). Usado por JPG, MPEG, H.264, H.265, a maioria dos vídeos do consumidor. Economiza ~50% dos dados de chroma com quase nenhuma perda de qualidade percebida para fotografias.

Onde o 4:2:0 falha: bordas de cor nítidas, especialmente texto. Texto vermelho saturado em fundo azul saturado fica visivelmente borrado. É por isso que capturas de tela devem ser PNG (sem subamostragem) e fotografias podem ser JPG (4:2:0 invisível).

Exemplo prático

Uma imagem RGB de 1920×1080 armazena 1920 × 1080 × 3 bytes = 6.220.800 bytes (~6 MB bruto). Converter para YCbCr 4:4:4 e o tamanho é idêntico — 3 canais em resolução total. Converter para 4:2:2 e os canais de chroma (Cb e Cr) caem para 960×1080 cada: total de bytes = 1920·1080 (Y) + 960·1080·2 (Cb+Cr) = 2.073.600 + 2.073.600 = 4.147.200, uma redução de 33% nos dados brutos do plano. Converter para 4:2:0 e os planos de chroma caem para 960×540 cada: total = 2.073.600 + 1.036.800 = 3.110.400, exatamente 50% do original. JPG, H.264, H.265, AVIF e WebP todos usam 4:2:0 por padrão, razão pela qual um JPG “economiza 50%” antes mesmo de qualquer compressão DCT ser executada — a subamostragem de chroma fornece essa linha de base de graça.

Codificadores modernos às vezes adaptam a subamostragem por região: AVIF e JPEG XL podem codificar algumas regiões de imagem em 4:4:4 e outras em 4:2:0 dentro de um único arquivo, trocando uma pequena sobrecarga por texto nítido em fundos fotográficos. Essa flexibilidade por bloco é uma das melhorias estruturais sobre a restrição de formato único por arquivo do JPEG.

Quando e por que isso importa

A subamostragem importa sempre que um fluxo de trabalho inclui bordas de cor nítidas que o 4:2:0 não consegue representar — capturas de tela de código ou texto de terminal, arte vetorial com cores saturadas, logotipos com vermelho puro em azul puro, exportações vetoriais rasterizadas para arquivo, e qualquer imagem onde a cor pixel-precisa nas bordas não é negociável. A solução é escolher um formato que padronize (ou suporte) 4:4:4: PNG (sem subamostragem), AVIF com o codificador forçado no modo 4:4:4 (--yuv=444 no libavifenc), JPEG XL ou WebP sem perdas moderno. O erro oposto — usar PNG para uma fotografia de 12 megapixels porque “PNG tem qualidade maior” — desperdiça mais de 80% do tamanho do arquivo em informações de chroma que o espectador não consegue perceber. A regra prática profissional: fotografias → JPG/WebP/AVIF 4:2:0; capturas de tela de interface → PNG ou AVIF 4:4:4; conteúdo misto → teste os dois e inspecione o resultado com zoom de 200% em qualquer texto. Referência: Subamostragem de chroma — formatos e notação.

Por que a visão humana nos permite fazer isso: a retina tem aproximadamente 120 milhões de células bastonetes (sensíveis ao brilho, sem informação de cor) e apenas 6 milhões de células cones (responsáveis pela cor). A proporção de 20 para 1 é a razão biológica pela qual a subamostragem de chroma funciona — perder cada amostra de chroma alternada é invisível para a maioria dos espectadores, enquanto perder cada amostra de luma alternada produz posterização óbvia. O mesmo princípio está por trás do espaço de cor YCbCr usado pelo JPG e por todos os codecs de vídeo: separar o canal mais importante (Y, luma) dos dois menos importantes (Cb, Cr, chroma) para que cada um possa ser amostrado de forma diferente.

O contra-exemplo do terminal: programadores assistindo a screencasts H.264 4:2:0 de código reclamam regularmente que o texto parece borrado. A solução é atualizar para um codec capaz de 4:4:4 (FFV1, HuffYUV sem perdas, ou H.264 no modo 4:4:4 — suportado pelo Chrome e OBS mas não pelo transcodificador padrão do YouTube) ou gravar em resolução maior para que o redimensionamento na reprodução esconda os artefatos de chroma. Para conteúdo que não é texto (gameplay, vídeo de rosto, animação), 4:2:0 é universalmente adequado. Relacionado: sRGB, gamma, WebP. Referência: ITU-T T.871 — Formato de intercâmbio de arquivos JPEG (JFIF).