FFmpeg转16位整数/32位浮点RGB为何存在色彩偏差？

以下Python代码用于验证FFmpeg将8位YUV输入转换为不同位深RGB的能力：脚本先生成无损编码的YUV测试帧，再提取8位整数、16位整数、32位浮点RGB帧，以及原始YUV帧。测试发现，对应100%白色的像素，8位RGB输出正确，但16位和浮点RGB输出未达到理论上的100%值。

import cv2
import subprocess
import numpy as np

ffmpeg = "ffmpeg -hide_banner -loglevel error -y"
flags = "-sws_flags accurate_rnd+bitexact+full_chroma_int+neighbor -sws_dither none"

for input_color_range in ("tv", "pc"):

    # Generate YUV444 video and encode it losslessly
    subprocess.check_call(rf"{ffmpeg} -y {flags} -color_range {input_color_range} -f lavfi -i yuvtestsrc {flags} -pix_fmt yuv444p -color_range {input_color_range} -x264-params qp=0 -frames 1 -c:v libx264 video_temp.mp4")

    # Extract YUV444 frame, as well as 8-bit int, 16-bit int and 32-bit float frame
    subprocess.check_call(rf"{ffmpeg} -y {flags} -i video_temp.mp4 {flags} -f rawvideo video_temp_444_frame1.yuv")
    subprocess.check_call(rf"{ffmpeg} -y {flags} -i video_temp.mp4 {flags} -color_range pc -pix_fmt rgb24 video_temp_444_frame1_8u.png")
    subprocess.check_call(rf"{ffmpeg} -y {flags} -i video_temp.mp4 {flags} -color_range pc -pix_fmt rgb48be video_temp_444_frame1_16u.png")
    subprocess.check_call(rf"{ffmpeg} -y {flags} -i video_temp.mp4 {flags} -color_range pc -pix_fmt gbrpf32be -f rawvideo video_temp_444_frame1_32f.gbrpf32be")

    # Read these frames into (height, width, 3) Numpy arrays containing YUV or RGB data
    data_8u = cv2.imread("video_temp_444_frame1_8u.png", cv2.IMREAD_UNCHANGED)[..., ::-1]
    data_16u = cv2.imread("video_temp_444_frame1_16u.png", cv2.IMREAD_UNCHANGED)[..., ::-1]
    data_yuv = np.rollaxis(np.frombuffer(open("video_temp_444_frame1.yuv", "rb").read()).view(np.uint8).reshape((3, 240, 320)), 0, 3).copy()
    data_32f = np.rollaxis(np.frombuffer(open("video_temp_444_frame1_32f.gbrpf32be", "rb").read()).view(np.dtype(">f4")).reshape((3, 240, 320)), 0, 3).copy()
    data_32f[..., (0, 1, 2)] = data_32f[..., (2, 0, 1)]

    # This pixel in yuvtestsrc corresponds to limited-range YUV=(235, 128,
    # 128)=(100%, 0.0, 0.0), which should correspond to 100% white, i.e.
    # RGB=(100%, 100%, 100%).
    if input_color_range == "tv":
        i, j = 10, 294
    # This pixel in yuvtestsrc corresponds to full-range YUV=(255, 128,
    # 128)=(100%, 0.0, 0.0), which should correspond to 100% white, i.e.
    # RGB=(100%, 100%, 100%).
    elif input_color_range == "pc":
        i, j = 10, 319
    else:
        raise Exception(input_color_range)

    # Print pixel values
    print("")
    print(f"Values for {input_color_range}-range input video at ({i}, {j}):")
    print("- 8-bit YUV input   = %s" % data_yuv[i, j, :])
    print("- 8-bit RGB output  = %s (= %s)" % (data_8u[i, j, :], data_8u[i, j, :] / 255))
    print("- 16-bit RGB output = %s (= %s)" % (data_16u[i, j, :], data_16u[i, j, :] / 65535))
    print("- Float RGB output  = %s" % data_32f[i, j, :])

测试输出结果如下：

Values for tv-range input video at (10, 294):
- 8-bit YUV input   = [235 128 128]
- 8-bit RGB output  = [255 255 255] (= [1. 1. 1.])
- 16-bit RGB output = [65283 65283 65283] (= [0.99615473 0.99615473 0.99615473])
- Float RGB output  = [0.9961547 0.9961547 0.9961547]

Values for pc-range input video at (10, 319):
- 8-bit YUV input   = [255 128 128]
- 8-bit RGB output  = [255 255 255] (= [1. 1. 1.])
- 16-bit RGB output = [65280 65280 65280] (= [0.99610895 0.99610895 0.99610895])
- Float RGB output  = [0.99610895 0.99610895 0.99610895]

问题原因分析 #

核心差异来自FFmpeg在不同位深格式下的色彩转换逻辑设计：

1. 8位RGB的饱和对齐处理 #

对于8位RGB输出，FFmpeg优先保证视觉效果，做了边界饱和映射：

• 有限范围（TV）YUV的Y峰值235，或全范围（PC）YUV的Y峰值255，会被直接映射到RGB的最大值255（即100%白色）。
• 这种处理是为了适配8位格式的有限精度，避免视觉上的亮度偏差，让用户看到预期的纯白效果。

2. 高位深/浮点的精确数值映射 #

而16位整数和32位浮点格式的转换，FFmpeg遵循严格的色彩转换标准公式，没有做额外的饱和拉满处理：

• 转换过程中，FFmpeg保留了计算的精确数值，没有强制把输入Y的峰值对齐到输出RGB的理论最大值。
• 以TV范围输入为例，Y=235按公式计算理论值为1，但实际输出的0.9961547是由于FFmpeg内部定点转浮点的精度限制，或是转换矩阵的精确系数计算导致的微小偏差——这是为了保证高位深格式下数值的准确性，而非视觉上的绝对对齐。
• 全范围输入的Y=255转换同理，严格按线性映射计算后，结果接近但不等于理论上的1.0或65535。

这种设计差异是FFmpeg的有意选择：高位深格式更注重数值精度，用于专业后期处理场景；而8位格式更注重视觉体验，用于普通播放场景。

内容的提问来源于stack exchange，提问作者F.X.