SDR vs HDR a fundo: PQ, HLG, tone mapping e codificação HDR10

O essencial

SDR e HDR diferem na forma como um vídeo transforma valores de código em luz. O SDR usa uma curva gama pensada para uma tela de 100 nits e cor BT.709; o HDR usa a curva PQ ou HLG da ITU-R BT.2100, cor BT.2020, no mínimo 10 bits e, muitas vezes, metadados que dizem à tela o quanto o master era brilhante.

• SDR e HDR diferem em quatro camadas: função de transferência, primárias de cor, profundidade de bits e metadados.
• O PQ liga cada valor de código a um nível de luz fixo, até 10.000 nits. O HLG é relativo ao pico da tela, então não precisa de metadados de masterização.
• O PQ precisa de pelo menos 10 bits: pelas nossas contas, um degrau de PQ em 8 bits perto de 100 nits é um salto de 4,7% na luz; em 10 bits, de 1,1%.
• O tone mapping encaixa os realces do HDR em uma tela menos brilhante, com uma curva estática por título ou com metadados dinâmicos (HDR10+, Dolby Vision) por cena.
• As tags só rotulam os pixels. Mudar o que os pixels significam exige uma conversão de verdade, e o ffprobe confere as duas coisas.

O que faz um vídeo ser HDR?

Vídeo HDR é um vídeo cujos valores de código descrevem uma faixa de luz muito mais ampla que a do SDR, codificado com a função de transferência PQ ou HLG da ITU-R BT.2100 e transportado com primárias BT.2020 em 10 ou 12 bits.

As camadas são independentes: um arquivo pode ser SDR em 10 bits, ou PQ sem metadados. Cada uma tem a sua própria tag, e os players leem as tags em vez de adivinhar pelos pixels.

Funções de transferência: BT.1886, PQ e HLG

Uma função de transferência mapeia valores de sinal em luz. A ITU-R BT.1886 define a curva de tela do SDR como uma função de potência 2,4 com branco de referência de 100 nits; a curva de câmera BT.709 é a contrapartida dela, uma potência de 0,45 com um segmento linear perto do preto.

O PQ (SMPTE ST 2084) é referido à tela: cada valor de código significa uma luminância específica, até 10.000 nits. A BT.2100 diz que o PQ alcança uma faixa de brilho muito ampla para uma dada profundidade de bits, com uma curva ajustada à visão humana. Fazendo as contas com a fórmula, 100 nits ficam em 51% do sinal, 203 nits em 58% e 1.000 nits em 75%; a metade inferior da faixa cobre de 0 a cerca de 92 nits.

O HLG (ARIB STD-B67) é referido à cena: o sinal descreve a luz relativa da cena, e a tela decide com que brilho mostrá-la. O relatório ITU-R BT.2390 descreve uma curva de raiz quadrada na metade inferior do sinal, próxima do SDR, e uma curva logarítmica acima dela. A BT.2100 define o gama de sistema da tela como 1,2 a 1.000 nits e o ajusta para outros picos (γ = 1,2 + 0,42 log10(Lw / 1000)), então um único sinal HLG se adapta a uma TV de 600 nits ou a um monitor de 1.500 nits sem metadados.

Observação: a BT.2100 pede que as produções usem um único sistema de forma consistente e não misturem PQ e HLG. Passar de um para o outro é uma conversão, não uma troca de rótulo.

Primárias de cor: BT.709 vs BT.2020

As primárias definem o vermelho mais vermelho, o verde mais verde e o azul mais azul que um sinal consegue descrever. A BT.709 as coloca em (0,640; 0,330), (0,300; 0,600) e (0,150; 0,060) no diagrama xy da CIE 1931; a BT.2100 usa as primárias BT.2020, em (0,708; 0,292), (0,170; 0,797) e (0,131; 0,046). As duas usam o ponto branco D65. Pelas nossas contas, o triângulo BT.2020 tem cerca de 1,9 vez a área do BT.709, e poucos masters o preenchem: os monitores de correção de cor muitas vezes são P3-D65, e é por isso que a string de masterização de exemplo do próprio x265 descreve um desses.

A mesma cor tem valores de código diferentes em cada contêiner: o vermelho puro BT.709 vira um RGB linear de cerca de (0,627; 0,069; 0,016) em BT.2020. Rotular pixels BT.709 como BT.2020 sem converter deixa todas as cores mais saturadas; o YouTube avisa que masters P3 marcados com primárias Rec. 2020 ficam supersaturados e com matizes deslocados.

Profundidade de bits: por que o PQ precisa de 10 bits ou mais

O banding aparece quando o salto de luz entre valores de código vizinhos é grande o bastante para ser visto, e o PQ espalha de 0 a 10.000 nits pela mesma faixa de códigos que o SDR gasta de 0 a 100 nits. Nossa conta a partir das fórmulas da BT.2100 e da BT.1886, para códigos de faixa limitada:

Perto de 100 nits, o PQ em 10 bits é mais ou menos tão fino quanto o SDR em 8 bits no branco, e ainda cobre 10.000 nits. A BT.2390 compara esses degraus com um limiar de visibilidade do modelo de Barten: o PQ em 12 bits fica abaixo dele de 10.000 nits até menos de 0,001 nit, e o PQ em 10 bits fica um pouco acima, o que o ruído real de câmera mascara na prática.

Então mantenha as etapas intermediárias em 10 bits ou mais e use dithering ao descer para 8 bits. No nosso teste, o d=error_diffusion do zscale manteve os mesmos níveis em uma rampa escura com tone mapping, mas quebrou as bordas retas das faixas em um ruído fino. Para remover banding, veja vídeo 8 bits vs 10 bits.

Metadados HDR: estáticos e dinâmicos

HDR10 é PQ com primárias BT.2020 em 10 bits, mais metadados estáticos: uma única descrição para o título inteiro.

Com metadados estáticos, um filme quase todo escuro com uma única explosão brilhante ganha uma curva escolhida pensando na explosão. O HDR10+ descreve os seus metadados dinâmicos como instruções que permitem à tela otimizar o tone mapping em tempo real, e a Dolby diz que o Dolby Vision mapeia cada imagem para os recursos da TV. O HLG não carrega metadados de masterização; quem faz a adaptação é o gama de sistema da tela.

Dica: descreva o seu monitor de correção de cor real e os níveis medidos. Se você não consegue medir o MaxCLL, o x265 permite sinalizar 0 para “nenhum máximo indicado”, o que é preferível a um chute.

Tone mapping: encaixar o HDR em uma tela menos brilhante

O tone mapping reduz a faixa dinâmica de uma imagem para caber em uma tela; o relatório ITU-R BT.2446 chama o caminho inverso de tone mapping inverso. Um mapeamento estático usa uma única curva para o título inteiro, normalmente escolhida a partir do pico de masterização ou do MaxCLL. Um mapeamento dinâmico muda ao longo do tempo, a partir de metadados ou medindo os quadros; a BT.2390 observa que ele pode se adaptar a estatísticas como o máximo da cena.

A EETF normaliza o sinal PQ para a faixa de masterização, começa o joelho em KS = 1,5 × maxLum − 0,5 (sendo maxLum o pico de destino nessa escala) e curva o topo para que o pico da fonte caia no pico da tela. Para um master de 1.000 nits, isso coloca o joelho em cerca de 28 nits em uma tela de 100 nits e em cerca de 161 nits em uma de 300 nits.

O filtro tonemap do FFmpeg implementa clip, linear, gamma, Reinhard, Hable e Möbius. A documentação diz que as curvas só funcionam com luz linear em ponto flutuante, então a cadeia lineariza com zscale, aplica o tone mapping e converte de volta:

ffmpeg -i hdr10.mp4 -vf "zscale=t=linear:npl=100,format=gbrpf32le,zscale=p=bt709,tonemap=tonemap=mobius:peak=10:desat=0,zscale=t=bt709:m=bt709:r=tv:d=error_diffusion,format=yuv420p" -c:v libx264 -crf 18 -color_primaries bt709 -color_trc bt709 -colorspace bt709 -color_range tv -c:a copy sdr.mp4

npl=100 faz o valor linear 1,0 equivaler a 100 nits, então peak=10 significa 1.000 nits; se ficar em 0, o pico vem dos metadados do arquivo. desat=0 desliga o desbotamento padrão dos pixels muito brilhantes em direção ao branco. Em uma rampa PQ sintética de 0 a 1.000 nits, os códigos de saída em 8 bits foram (médias, faixa limitada, então 235 é o branco):

O clip transformou tudo acima de 100 nits em um único branco; o Hable manteve a maior separação nos realces e foi o que mais escureceu os tons médios; o Möbius deixou intactos os valores abaixo do joelho. Avalie as curvas no seu próprio material. Para os sintomas do lado SDR, veja por que o vídeo fica lavado depois de exportar.

Observação: o tonemap não tem modo BT.2390, e o build do FFmpeg 8.1 que testamos não tem os filtros libplacebo, tonemap_opencl nem tonemap_vaapi, então não testamos esses.

SDR para HDR: posicionar vs expandir

Posicionar mantém a faixa dinâmica da imagem e a recodifica como PQ ou HLG, para que o material SDR possa entrar em um programa HDR. A BT.2446 remete ao relatório ITU-R BT.2408 para isso, e a âncora é o branco de referência HDR, que a BT.2100 define como 203 nits:

ffmpeg -i input_sdr.mp4 -vf "zscale=t=linear:npl=203,format=gbrpf32le,zscale=p=bt2020:t=smpte2084:m=bt2020nc:r=tv:npl=203,format=yuv420p10le" -c:v libx265 -preset slow -crf 18 -profile:v main10 -color_primaries bt2020 -color_trc smpte2084 -colorspace bt2020nc -color_range tv -tag:v hvc1 -c:a copy sdr_in_pq.mp4

No nosso teste, o branco total do SDR saiu no código 573 de 10 bits, que corresponde a 203 nits em PQ; npl=100 deu o código 509 (100 nits) e npl=1000 deu 723 (1.000 nits). O arquivo é um PQ válido, mas nada nele é mais brilhante que o branco de referência.

Expandir é o tone mapping inverso: levantar os realces acima do branco de referência e ampliar a cor. A BT.2446 pede que sombras e tons médios fiquem próximos do original, sem subir o brilho médio a ponto de deixar a visualização desconfortável, e avisa que a expansão pode amplificar artefatos que já estão na fonte. Os métodos dela são curvas estáticas; o relatório observa que também existem métodos adaptativos, que variam no espaço, e é aí que entra o SDR para HDR baseado em IA. Para ver como isso se combina com outras etapas, veja SDR para HDR e movimento suave.

Observação: só mudar as tags não faz nem uma coisa nem outra. O branco total do SDR em 10 bits (código 940), lido como PQ, pede 10.000 nits à tela.

Codificar HDR10 com x265 e SVT-AV1

O encoder precisa gravar um perfil de 10 bits, a descrição de cor e os metadados estáticos.

x265 (HEVC Main 10)

ffmpeg -i master_pq.mov -c:v libx265 -preset slow -crf 18 -pix_fmt yuv420p10le -x265-params "profile=main10:colorprim=bt2020:transfer=smpte2084:colormatrix=bt2020nc:range=limited:hdr10=1:repeat-headers=1:master-display=G(13250,34500)B(7500,3000)R(34000,16000)WP(15635,16450)L(10000000,50):max-cll=1000,400" -tag:v hvc1 -c:a copy hdr10.mp4

Cada chave de -x265-params corresponde a uma opção do x265 (--colorprim, --hdr10, --master-display e assim por diante):

As primárias são o exemplo documentado do x265 para um monitor P3-D65 de 1.000 nits; use as suas. Para HLG, defina transfer=arib-std-b67, tire os valores de masterização e adicione atc-sei=18, que o x265 indica como necessário para HLG; o guia de HDR no YouTube traz o comando completo. hdr10-opt=1 acrescenta o ajuste de QP por bloco do x265 para entrada PQ BT.2020 4:2:0 em 10 bits.

SVT-AV1 (AV1, 10 bits)

ffmpeg -i master_pq.mov -c:v libsvtav1 -preset 6 -crf 30 -pix_fmt yuv420p10le -color_primaries bt2020 -color_trc smpte2084 -colorspace bt2020nc -color_range tv -svtav1-params "mastering-display=G(0.265,0.690)B(0.150,0.060)R(0.680,0.320)WP(0.3127,0.3290)L(1000,0.005):content-light=1000,400" -c:a copy hdr10_av1.mkv

O SVT-AV1 recebe x,y da CIE como decimais e a luminância em nits; o FFmpeg repassou as flags -color_* para as opções de cor do encoder. Com o FFmpeg 8.1 e o SVT-AV1 4.0.1, os dois comandos geraram arquivos de 10 bits marcados como BT.2020, PQ e BT.2020 NCL, com metadados de masterização e de nível de luz no primeiro quadro.

Corrija tags ausentes sem recodificar. Se os pixels já são PQ, o filtro de bitstream hevc_metadata reescreve a descrição de cor e não mexe na imagem:

ffmpeg -i untagged.mp4 -c copy -bsf:v "hevc_metadata=colour_primaries=9:transfer_characteristics=16:matrix_coefficients=9" retagged.mp4

No nosso arquivo de teste HEVC em MP4, os quadros decodificados tiveram checksums idênticos antes e depois, e as tags passaram de desconhecidas para BT.2020, PQ e BT.2020 NCL (códigos 9, 16 e 9; o HLG é 18). Ele não acrescenta ST 2086 nem MaxCLL; esses exigem recodificação.

Verificar o arquivo com o ffprobe

ffprobe -v error -select_streams v:0 -show_entries stream=profile,pix_fmt,color_range,color_space,color_transfer,color_primaries:frame=side_data_list -read_intervals "%+#1" -show_frames -of json hdr10.mp4

Uma única chamada devolve as tags de cor e os dados laterais do primeiro quadro. Para o arquivo x265 acima:

Os valores aparecem como frações nas unidades de cada codec: nosso arquivo AV1 mostrou max_luminance=256000/256, que também são 1.000 nits. Arquivos HLG mostram arib-std-b67 e normalmente nenhum dado de masterização. Um arquivo com correção de cor em HDR que aparece como bt709 ou unknown vai ser reproduzido como SDR.

Como o KwaFlux lida com HDR

• SDR para HDR é tone mapping inverso. Na Correção de cor IA, o SDR para HDR expande um clipe SDR com um modelo de IA em direção a uma faixa dinâmica mais ampla, realces mais brilhantes e sombras mais definidas. A Cena define o visual: Paisagem (o padrão), Paisagem noturna ou Personalizado, com um controle de Brilho de 2,0 a 5,0 (padrão 3,8).
• Opções de exportação. O Espaço de cor oferece HDR PQ (Rec.2020) (o padrão), HDR HLG (Rec.2020) e SDR (BT.709), com H.265 (recomendado) ou AV1, e MKV recomendado. Exportações HDR saem em 10 bits e SDR em 8 bits, e as configurações de exportação associam a cada opção as tags correspondentes de transferência, primárias e matriz BT.2020 e faixa limitada.
• Confira antes de entregar. Rode o comando do ffprobe acima na exportação; se uma plataforma exigir valores ST 2086 e MaxCLL que não estão lá, recodifique com os ajustes do x265.
• Prévias HDR em telas SDR. O renderizador da prévia decodifica PQ e HLG, converte a cor BT.2020 para BT.709 e comprime os realces com uma curva no estilo Reinhard, e tem um modo de passagem direta de HDR para saída HDR.
• Reparos e trabalhos em várias etapas. As exportações do Reparo de qualidade não têm opção de espaço de cor, então confira as tags de um arquivo HDR reparado. Entre as etapas de um trabalho em várias etapas, o KwaFlux passa arquivos intermediários de 10 bits, para que o arredondamento de 8 bits não se acumule em banding.

Problemas comuns

O que isso não resolve

• O tone mapping não mostra 1.000 nits em uma tela de 100 nits. Ele escolhe o que manter: detalhe nos realces, contraste nos tons médios ou cor.
• O tone mapping inverso não recupera detalhe estourado, e a BT.2446 avisa que ele pode tornar visíveis os artefatos de compressão.
• Metadados não consertam uma correção de cor. Eles descrevem o master para que a tela possa adaptá-lo.
• Tags não convertem pixels. Mudá-las sem uma conversão muda a imagem.

Conclusão

SDR versus HDR são quatro decisões, não uma: curva, primárias, profundidade de bits e metadados. Defina cada uma de propósito, confira com o ffprobe e, quando uma imagem passar do SDR para o HDR ou vice-versa, converta em vez de só trocar o rótulo.

O KwaFlux executa a Correção de cor IA na sua própria GPU, incluindo exportações de SDR para HDR em PQ ou HLG. O processamento de IA roda na sua própria GPU e os seus arquivos de mídia não são enviados para processamento. Roda no Windows 10 (64 bits, versão 1809 ou mais recente), no Windows 11 e no macOS 12 ou mais recente em Apple Silicon. As prévias não exigem conta: renderize uma prévia de 1, 3 ou 5 segundos de qualquer clipe. O login com um plano pago só é necessário para exportar, converter, reparar um arquivo ou baixar um arquivo de um link.