カメラの動画仕様の「10bit 4:2:2」 ← コレ何？ その意味と実例を紹介

10bit 4:2:2 ←これなに？

最近はミラーレスカメラで動画を撮影することも多くなっています。そのため動画のスペックについて説明する記述があったりしますが、よくわからないものも多いですよね。

例えば動画の仕様を表す表示として、「8bit 4:2:2」といった表示をよく見かけます。しかし、これは一体動画に関係する何を表しているのでしょうか？

この記事では、この「10bit 4:4:4」とか「8bit 4:2:2」などの表示は何を意味しているのか見ていきましょう。

4:2:2とは何か

8bit 4:2:2などと表示されている動画に関係する仕様がありますが、実は8bitと4:2:2は別々の仕様について表現しています。ここでは、まずは面倒なので後ろの4:2:2の部分を見ていきます。

まず動画はYCbCrという色空間のデータとして保存しています。YCbCrというのはあまり聞いたことがないかもしれませんが、簡単に言うと光の三原色（RGB）の亜種と考えると分かりやすいと思います。

RGBはそれぞれ赤、緑、青の頭文字になっていますが、YCbCrはそれぞれ以下のようになっています。

Y	輝度情報（明るさ）
Cb	色差情報（青系）
Cr	色差情報（赤系）

人間の目は輝度情報に敏感で、色の変化に関してはあまり敏感ではないと言われています。そこで色の情報を間引くことで、より動画のデータ量を削減できるのではないかと考えられたのがクロマ・サブサンプリングというデータ削減の手法です。先ほどの「4:2:2」というのは、どのように色情報を間引いているのか、その方法を表しています。

まずは基本の無圧縮の状態をみてみましょう。

この画像の上側のイメージ図が輝度情報でYに該当します。下側のイメージ図が色差情報でCbとCrを意味しています。正方形の四角形一つが1ピクセルを表していて、8bit 4:4:4であれば、1ピクセルの輝度情報に対してCbもCrもそれぞれ色差情報があるため、1画素に対して8bit×3（輝度情報、色差情報×2）で合計24bitの情報が記録されている計算になります。

この4:4:4の最初の数字の4は横にいくつのピクセルについて色差情報を処理しようとしているかを示しています。現状ではこの数字は4に固定と考えてよくて、横4ピクセルに対して色差情報をどのように処理しているのかを示しています。そして、その横4ピクセルの色差情報にどういう処理をしているのかを残りの4:4の部分が示しています。後半の「4:4」の最初の4は1行目、最後の4は2行目の色差情報がどのようになっているかを示しています。

「横のピクセル数：1行目の色情報の数：2行目の色情報の数」

この場合、4ピクセルに対して色差情報の1行目も4ピクセル、2行目も4ピクセルなので、4:4:4は無圧縮、RAWの状態であることがわかります。

文章だと分かりづらいので、実際に圧縮された事例をみると分かりやすいと思います。次に4:2:2の例をみてみましょう。

4:2:2では、横4ピクセルに対して1行目の色情報が2つ、2行目の色情報が2つとなっています。このことは横の2ピクセルの色情報については、ならして計算されデータとして保存されることを意味しています。8bit 4:2:2の場合、1ピクセルあたりの色差情報のデータ数は、輝度情報2ピクセルあたりCbとCrが8bitずつ保存されているため合計で16bit、16bitの情報を2ピクセルでシェアしていることになるので1ピクセルあたりの色情報は8bitです。それに輝度情報8bitを足して16bitとなります。無圧縮の場合24bitでしたので、8bitぶんのデータを節約できたことになります。

次に4:1:1を見てみましょう。

あとは同じです。横4ピクセルに対して1行目に1つの情報、2行目に1つの情報です。4ピクセルあたり8bitのCbが1つ、8bitのCrが一つなので合計16bit。これを4ピクセルの輝度情報でシェアしているので1ピクセルあたりは4bit。輝度情報の8bitと併せて1ピクセルあたりは12bitのデータ量になります。

次は特殊なケースです。4:2:0の場合はどうなるのかみてみましょう。

こちらは1行目には2つの色情報がありますが、2行目は1行目の情報がそのまま利用されているため事実上、色情報が無い行になるため0です。従って4:2:0になります。1ピクセルあたりは4:1:1と同じ12bitです。

というわけで、上手い具合に色差情報を間引いてデータ量を少なくしていることがわかりますね。上記の説明はすべて「8bit **:**:**」で説明しています。冒頭の10bit 4:2:2というのは、このYCbCrの輝度情報と色差情報の階調のことで、8bitよりも10bitのほうが4倍の階調があることになります。データ量としては、それぞれYとCbとCrで4倍となっているので、4×4×4でデータ量は64倍になります。結構増えますね。