YUV420徹底解説：4:2:0の仕組み・レンジ・メモリレイアウト（I420/NV12/NV21）とRGB変換の実務ガイド
エバープレイ編集部YUV420とは（要約）
YUV420（一般には「YUV 4:2:0」や「YUV420p」と表記されることが多い）は、動画や映像処理で広く使われるピクセル表現／サブサンプリング方式の一種です。輝度（Y）と色差（U/Cb、V/Cr）を分けて扱い、色差成分の解像度を水平方向・垂直方向ともに半分にすることで、データ量を抑えながら人間の視覚特性に合わせた効率的な圧縮・転送を可能にします。ここでは仕組み・バリエーション・メモリレイアウト・RGB変換などを詳しく解説します。
まず用語整理：YUV と Y'CbCr の違い
- Y（輝度）：画面の明るさ（luma）を表します。通常はガンマ補正（R'、G'、B'）された値に基づくため厳密には Y'（Yプライム）と表記されることが多いです。
- U/V（または Cb/Cr）：色差信号（chroma）。U/Cb は青成分の差、V/Cr は赤成分の差を表します。
- YUV vs Y'CbCr：アナログ的な「YUV」とデジタル映像で使う規格化された「Y'CbCr」はしばしば混同されます。デジタル処理で扱うのは実質的に Y'CbCr（ガンマ補正済みの luma と標準化された chroma）です。
「4:2:0」の意味 ― クロマサブサンプリングの説明
クロマサンプリングの表記 4:4:4、4:2:2、4:2:0 は水平方向・垂直方向のサンプリング比を示します。4:2:0 の解釈（一般的な理解）は次のとおりです。
- 先頭の「4」は、基準とする水平方向のサンプル幅を表す（参照単位）。
- 真ん中と最後の数は、同じ参照領域内での輝度（Y）と色差（Cb/Cr）のサンプリング比を示します。4:2:0 では水平方向に色差が半分、垂直方向にも半分しか取られない（つまり色差は横に2分の1、縦に2分の1、面積で1/4）ことを意味します。
- 結果として、幅 W × 高さ H の画像に対して、Y は W×H サンプルを持ち、U と V はそれぞれ (W/2)×(H/2) サンプルになります。
典型的なメモリサイズとレイアウト
8ビットサンプルを仮定すると、YUV420 フォーマットの総バイト数は 1.5 × W × H になります（Y が W×H、U が W×H/4、V が W×H/4）。ただし実際の「YUV420」と呼ばれるものには複数のメモリレイアウト（サブフォーマット）が存在します。
- I420（YUV420p, YU12）：平面（planar）形式。メモリ順は Y plane、U plane、V plane（各 plane は連続）。多くのライブラリで I420 として扱われます。
- YV12：I420 と似ているが U と V の順序が逆（Y、V、U）。古い Windows 系 API 等で見かけます。
- NV12：セミプランar（semi-planar）形式。Y plane の後に UV が交互に並ぶ（UV UV UV ...、つまり U と V がインターリーブ）。多くのハードウェアデコーダや DirectX / VAAPI で標準的に使われます。
- NV21：NV12 と同様だがインターリーブ順が VU（V then U）になります。Android カメラデータなどで見かけます。
- P010 / P016 等（高ビット深度）：10/16 ビット深度向けに、NV12 に類似した平面・半平面形式で格納する仕様。ビット深度分のワード（16 ビット単位）で格納されることが多いです。
サンプル配置（Chroma siting）についての注意
4:2:0 では色差の位置（どの輝度サンプルに対してその色差が意味を持つか）が実装によって異なる場合があります。代表的な「chroma siting」の違いは次の通りです。
- 中心（centered）：4つの隣接 Y サンプルの中心に Cb/Cr を配置する方式（多くのビデオコーデックで採用）。
- コサイテッド（cosited）：ある方向に寄せた位置に配置する方式。JPEG（YCbCr 4:2:0）とテレビ放送での扱いが異なる例がある。
- この違いを無視して単純にアップサンプリングすると、色のずれや縁のにじみ（色ずれアーティファクト）が出ることがあります。コーデックやハードウェアが期待する chroma siting を把握することが重要です。
RGB ⇄ Y'CbCr の変換（一般式と注意点）
デジタル映像での Y は通常ガンマ補正（R'、G'、B'）後の値を使うため Y' と表記されます。一般的な正規化された式は次のようになります（0..1 の正規化された R',G',B' を前提）。
- Y' = Kr * R' + (1 - Kr - Kb) * G' + Kb * B'
- Cb = 0.5 * (B' - Y') / (1 - Kb)
- Cr = 0.5 * (R' - Y') / (1 - Kr)
ここで Kr と Kb は規格（例えば ITU-R BT.601、BT.709、BT.2020）によって異なります。代表値：
- BT.601 (SD): Kr ≈ 0.299, Kb ≈ 0.114
- BT.709 (HD): Kr ≈ 0.2126, Kb ≈ 0.0722
- BT.2020 (UHD): Kr ≈ 0.2627, Kb ≈ 0.0593
8ビットの有限レンジ（テレビ・放送で一般的な限定レンジ）へ変換する際はスケーリングとオフセットを使います。典型的には次のようになります（概念式）：
- Y_8 = round(16 + 219 * Y') → Y の値はおおむね 16..235 の範囲
- Cb_8 = round(128 + 224 * Cb) → Cb/Cr はおおむね 16..240 の範囲
フルレンジ（PC 監視用途など）では Y は 0..255、Cb/Cr は 0..255 の範囲で扱います。どのレンジ・係数を使うかはソース（カメラ、コーデック設定、デコーダ）に依存するため、ミスマッチに注意する必要があります。
実務上の注意点・落とし穴
- 偶数幅・高さの要求：多くの YUV420 実装は幅・高さが偶数であることを要求します。奇数の解像度ではパディングやクロッピングが必要になります。
- ストライドとパディング：行ごとのバイト幅（stride）はピクセル幅と一致しないことが多い。画像をコピー・表示する際は stride を考慮してください。
- 色レンジの不一致：ソースがフルレンジか限定レンジかを誤認すると、コントラストや色が不自然になります（暗くなる、白飛び/黒つぶれが強く出る等）。
- チャネル順序の違い：I420 / YV12 / NV12 / NV21 の違いを間違えると、色がひっくり返ったり、色帯域がめちゃくちゃになります。
- アップサンプリングの方式：最近のデコード・スケーリングでは線形補間、双立方補間、クロマ適応補間などが使われる。単純な最近傍を使うと細線や縁で色ズレが目立ちます。
用途と互換性
- ほとんどのビデオコーデック（H.264/AVC、H.265/HEVC、VP8/VP9 など）は Y'CbCr 4:2:0 をデフォルトで扱います。
- ハードウェアエンコーダ／デコーダ（GPU、専用チップ）は NV12 を好むことが多い（効率よく DMA・色変換ができるため）。
- カメラ出力やライブ配信、WebRTC、ビデオ編集など実務で最も一般的に使われるのが YUV420 系です。
実例：メモリサイズの計算（8bit）
幅 W、高さ H のフレーム（W,H が偶数）で：
- Y plane = W × H バイト
- U plane = W/2 × H/2 = W×H/4 バイト
- V plane = W×H/4 バイト
- 合計 = W×H × (1 + 1/4 + 1/4) = 1.5 × W × H バイト
まとめ
YUV420（Y'CbCr 4:2:0）は、輝度と色差を分離し、色差を 1/4 にサンプリングすることでデータ量を節約する実用的なフォーマットです。複数のメモリレイアウト（I420、YV12、NV12、NV21 等）や色空間（BT.601/709/2020）、レンジ（フル/限定）、チャネルサイトの違いが存在し、これらを正しく理解して処理しないと色や画質に問題が生じます。映像処理やコーデック実装の際は、どの仕様（係数・レンジ・サンプリング配置）に合わせるべきかを明確にし、ストライドやパディング、偶数解像度といった実装上の要点に注意してください。
参考文献
- Chroma subsampling — Wikipedia
- YUV — Wikipedia
- YCbCr — Wikipedia
- YCbCr (coefficients and ranges) — Wikipedia
- FFmpeg Pixel Formats — pixfmt.txt
- Video Subtypes (Microsoft Docs) — NV12, YV12 等
- Android ImageFormat — NV21
- ITU‑R BT.709 Recommendation (colorimetry reference)
投稿者プロフィール
