RGB vs YUV : pourquoi la vidéo sépare luminance et couleur

Au niveau matériel, toute la lumière est traitée en RGB. Une caméra de cinéma numérique utilise un capteur recouvert de filtres microscopiques rouges, verts et bleus pour mesurer l'intensité de la lumière entrante sur le spectre visible. Lorsque vous regardez un moniteur OLED ou LCD, vous regardez des sous-pixels rouges, verts et bleus microscopiques s'allumer à des intensités variables pour créer l'illusion de milliers de couleurs.

Si le dispositif de capture et le dispositif d'affichage fonctionnent tous deux en RGB, la méthode de transmission la plus logique serait un signal RGB non compressé. En fait, les workflows d'infographie haut de gamme et de VFX (comme les séquences EXR) font exactement cela. Cependant, stocker un fichier vidéo 4K en RGB 10 bits non compressé nécessite des débits de données astronomiques—dépassant souvent les gigaoctets par seconde. Pour rendre la diffusion, le streaming et le montage pratiques possibles, les ingénieurs devaient trouver un moyen de compresser l'image sans la rendre horrible.

La solution au problème des données n'a pas été trouvée dans l'informatique, mais dans la biologie humaine. La rétine humaine est tapissée de deux types de cellules photoréceptrices : les bâtonnets et les cônes. Les bâtonnets sont très sensibles à la luminosité et aux détails spatiaux, ce qui signifie qu'ils sont incroyablement doués pour voir la texture, les bords nets et le contraste (noir et blanc). Les cônes sont responsables de la vision des couleurs, mais ils sont beaucoup moins nombreux et moins sensibles aux détails spatiaux fins.

Si vous prenez une photo noir et blanc haute résolution, votre œil voit parfaitement chaque détail net. Si vous prenez cette même photographie, que vous la floutez légèrement, mais que vous la teintez de couleur, votre cerveau la perçoit toujours comme une image nette et de haute qualité car le contraste noir et blanc fournit tous les détails structurels. Les ingénieurs ont réalisé que s'ils pouvaient séparer la luminosité d'un signal vidéo de sa couleur, ils pourraient compresser agressivement les données de couleur tout en laissant les données de luminosité intactes, et l'œil humain ne remarquerait tout simplement pas la résolution de couleur manquante.

Pour réaliser cette séparation, le signal RGB doit être transformé mathématiquement en un nouvel espace colorimétrique appelé Y'CbCr.

**Y' (Luma) :** Le canal Y' représente la luminosité de l'image. Il est calculé en mélangeant des pourcentages spécifiques des canaux Rouge, Vert et Bleu pour former une image en noir et blanc. Parce que l'œil humain est le plus sensible à la lumière verte, le canal Y' est fortement pondéré vers le signal vert (souvent ~70 % vert, ~20 % rouge et ~10 % bleu).

**Cb (Chroma Blue) :** Une fois la luminosité (Y') extraite, le système a besoin d'un moyen de transmettre la couleur. Au lieu d'envoyer des données bleues brutes, il envoie la différence entre le signal bleu et le signal luma (B - Y').

**Cr (Chroma Red) :** De même, le système envoie la différence entre le signal rouge et le signal luma (R - Y').

Vous remarquerez peut-être qu'il n'y a pas de "Chroma Green" (Cg). C'est une astuce mathématique. Parce que l'appareil d'affichage connaît la luminosité totale (Y'), la quantité de Bleu (Cb) et la quantité de Rouge (Cr), il peut simplement utiliser l'algèbre de base pour déduire exactement la quantité de Vert qui doit être présente pour que les mathématiques fonctionnent. En ne transmettant que trois canaux (Y', Cb, Cr) au lieu de quatre, de la bande passante est immédiatement économisée.

Ce signal Y'CbCr est ce que les ingénieurs appellent la "Vidéo Composante". En réussissant à séparer les détails structurels (Y') de la teinte de couleur (Cb et Cr), la porte est ouverte au sous-échantillonnage de la chrominance (Chroma Subsampling : 4:2:2, 4:2:0). L'encodeur peut désormais supprimer en toute sécurité 50 % ou 75 % des pixels Cb et Cr, sachant que le canal Y' haute résolution préservera la netteté de l'image.

Lorsqu'une plateforme de streaming comme Netflix livre un film 4K sur votre téléviseur, elle transmet un signal Y'CbCr 4:2:0 fortement compressé. À l'intérieur de votre téléviseur, un processeur prend ce signal Y'CbCr, effectue une multiplication matricielle pour inverser les calculs, et le reconvertit en signal RGB dont l'écran physique a besoin pour allumer ses pixels.

La terminologie entourant ce concept est notoirement confuse et souvent mal utilisée dans l'industrie.

**YUV :** Historiquement, YUV était le système d'encodage couleur spécifique utilisé pour la télévision analogique PAL. Aujourd'hui, les développeurs de logiciels et les ingénieurs vidéo utilisent "YUV" comme terme générique et informel pour décrire tout espace colorimétrique qui sépare la luma de la chroma. Lorsque Premiere Pro ou DaVinci Resolve fait référence au "traitement YUV", ils font techniquement référence au Y'CbCr.

**Y'PbPr :** Cela fait référence à la version analogique de la vidéo composante. Si vous vous souvenez des câbles RCA rouge, vert et bleu utilisés pour brancher un lecteur DVD sur une ancienne TV HD, il s'agissait d'un signal analogique Y'PbPr.

**Y'CbCr :** C'est le terme strictement correct pour la représentation numérique de la vidéo composante. Que vous ayez affaire à un fichier MP4, à un Apple ProRes MOV ou à un signal de diffusion numérique, vous avez affaire à du Y'CbCr.

Une distinction cruciale pour les étalonneurs haut de gamme et les ingénieurs en compression est la différence entre la Luma (Y') et la véritable Luminance (Y).

La véritable Luminance (Y) est une mesure linéaire de l'intensité lumineuse, calculée directement à partir de valeurs RGB linéaires. C'est une représentation physiquement précise de la luminosité.

La Luma (Y'), désignée par le symbole prime ('), est calculée après que le signal RGB a déjà subi l'application d'une courbe gamma non linéaire (comme le Rec.709). Parce que la courbe gamma déforme les relations mathématiques entre les couleurs, le calcul de la luminosité d'une image encodée en gamma donne une valeur qui n'est pas physiquement précise.

Pourquoi est-ce important ? Lorsque des couleurs très saturées (comme une enseigne au néon rouge vif) sont converties de RGB en Y'CbCr à l'aide d'équations de Luma, les approximations mathématiques peuvent faire légèrement varier la luminosité de l'enseigne rouge par rapport à sa valeur RGB d'origine. Les systèmes de gestion des couleurs haut de gamme comme ACES effectuent le traitement en RGB linéaire pour éviter ces erreurs d'arrondi Y'CbCr, ne convertissant en Y'CbCr qu'à l'étape finale et absolue de la livraison.

Comprendre la conversion RGB vers Y'CbCr est essentiel car presque tous les formats vidéo standards (H.264, HEVC, ProRes, DNxHR) fonctionnent en Y'CbCr.

Lorsque vous importez un graphique RGB (comme un titre généré dans After Effects) dans une timeline de montage Y'CbCr, le logiciel doit effectuer une conversion matricielle. Si le logiciel utilise la mauvaise matrice (par exemple, en appliquant une matrice Rec.601 à des images Rec.709), les calculs seront faux. C'est la cause profonde du fameux bug de "changement de gamma" (gamma shift) ou de "couleurs délavées" que les monteurs rencontrent lors de l'exportation de fichiers pour le web.

De plus, si vous essayez de faire une incrustation sur fond vert (keying), votre logiciel d'incrustation recherche des différences de couleur. Si les images ont été tournées dans un format Y'CbCr 4:2:0 fortement compressé, les canaux de chrominance (Cb/Cr) sont physiquement pixelisés (blocky) et en basse résolution. L'incrustateur aura du mal à trouver un bord net car les données de couleur ont littéralement été moyennées sur plusieurs pixels pour économiser de l'espace.