YUV格式

转载（原作者：liuyang1，跳到原文），发现这篇blog写的不错，尤其是针对常错的yuv颜色的部分很很少提及。

 

做视频图像之流，YUV格式是最基本的知识，原不必细说的。只是现在发现自己还是会遇到很多的细节问题，现在自己对于这个的经验也越多，不免就想总结下。

这个问题居然熟悉到我以为自己已经写过这个话题了。。原来自己曾经总结过程一个wiki,不过这个是干货中的干货，就像吃压缩饼干，还没有水喝一样，囫囵吞枣，不小心还会噎着。

YUV其实是一个颜色空间，RGB是大家非常熟悉的另外一个颜色空间。

常用的颜色空间有这些：

• YUV，用于视频图像的压缩、显示等。
• RGB/RGBA，用于graphic上的显示等，最为常见。
• HSL/HSV，同样用于显示。
• CMYK，用于印刷之类。

其中YUV颜色空间，又有具体不同的标准。

YUV空间有3个分量：

• Y 亮度
• U/V， 两个色度分量

之所以压缩显示摄像领域采用YUV格式，最主要的原因是人的眼睛的物理特性。人的眼睛对亮度信息最为敏感，颜色信息相对没有那么明显。因此降低对色度的采样，可以基本保持视觉效果不变。

比特深度/位深

每个数据至采用几个比特表示。

一般最为常见的是8bit，也就是一个像素。现在已经有10bit视频流。医用显示器上显示位深可以达到12bit，不过据说很贵啦。位深越大，表示数据的阶数越多。早年彩屏手机出来的时候，喜欢号称自己有一千六百万色，其实就是(2 ^ 8) ^ 3 = 16777216啦。其实就是位深为8，RGB三色显示的意思。

采样率
YUV格式有4：4：4，4：2：2，4：2：0三种常见的采样方式。

• 4：4：4，每个像素采样YUV三个分量
• 4：2：2，每个像素采样Y分量，UV分量水平方向每两个像素采样一次

• 4：2：0，每个像素采样Y分量，UV分量水平数值方向每4个像素采样一次

   
   

  

  image.png
   
   

  

  image.png
   

  结合采样率和位深概念，有bit per pixel的概念，就是平均每个像素需要多少比特。
  根据上面采样率的定义，结果如下：

sample bit per pixel

• 444 24
• 422 16
• 420 12
  由此，也印证了最初关于YUV方式的讨论。

示例
了解RGB的，可以很直观的理解其作用机制，就是RGB三原色，同时RGB相同，可以简单降为灰度图。 #000000 表示黑色， #ffffff 表示白色，也非常易于理解。

YUV在这点上就相对没有那么直观（可能还是接触较少的缘故）。YUV的意义前面已经介绍过。其中UV两个分量是有符号的。或者对于8比特的情况下，可以认为是有bias = - 2 ^ 7 的。因此Y的取值范围为[0，255], UV的取值范围为[-127，128]。当UV为0的时候，表示没有颜色，颜色为灰色。而UV为0的时候，其二进制表示为0x80。因为 0x80 - bias = 0。所以 0x008080 为黑色， 0xff8080 为白色。

那么0x000000呢，为绿色。

注意，并不是强度为0x00，就是灰色或者白到黑色了。在YUV里，不是这样的。这里UV分量都是0x00，就决定了其颜色为绿色，强度分量为0x00表示是深绿，0xff0000，则是浅绿。这里的亮度，理解为强度更为合适啊。

那么0xffffff呢，为浅粉红色。

这两个颜色的特殊意义，在于一般程序中会将数据清空为全零数据，那么这些区域显示出来就是绿色。解码出现错误的时候，也很有可能是绿色的块。对于只有有效的Y数据，但是没有有效的UV数据的时候，所有的内容都会看上去蒙上一层绿色。

同理显示的时候，也有可能遇到粉屏。

 

image.png

从这里截个图，因为实在是太直观了。

 

YUV分布

对比RGBA,一般每个像素各个分量一般都是在一起的。而YUV则有更丰富的分布方式。

• packed，YUV数据放在一起，类似于RGBA。（默认类型）
• planar，YUV三个分量的数据在一起，对应于三个planar，也就是所有Y数据放在一起，所有的U数据在一起，所有的V数据在一起。
• semi-planar，这种方式的特点之处就在于Y数据在一起，UV数据交错放置在一起。
• tiled（vs. rastered)， rastered就是光栅也就是数据按照每个像素进行划分，tiled则将数据首先按照44或者66的块进行组织，然后每个块，则进一步分布。

这部分信息量有点大。还需要更多图演示一下。

以YUV422为例，packed的方式数据如下分布：

+--+--+--+--+--+--+--+--+--+--+--+--
|U0|Y0|V0|Y1|U2|Y2|V2|Y3|  |  |  |
+--+--+--+--+--+--+--+--+--+--+--+--

注意，这里因为YUV422水平方向UV采样率只有2：1，因此UV分量只有偶数的。而packed中，还有分布顺序的区别，上面示意图中分布顺序为UYVY，显然还可以分布为VYUY，以及其他方式。

planar的方式呢，则比较简单,仍然考虑为YUV422 planar的情况

+-------------------------------+
+                               |
+                Y              |
+                               |
+----------------+--------------+
+                +
+       U        +
+                +
+----------------+
+                +
+       V        +
+                +
+----------------+

这里要注意，UV的每行长度只有Y的一般，因为2：1采样的缘故。但是二者的行数是完全一样的。

那么YUV422 semi-planar呢，

+-------------------------------+
+                               |
+                Y              |
+                               |
+-------------------------------+
+U0|V0|U2|V2|                   |
+                UV             |
+                               |
+-------------------------------+

UV分量联合起来，UV数据的分布大小刚刚好和Y是一样的。其中UV也同样有顺序的问题。

YUV420也有类似的区分，planar或者semi-planar，其中YUV420 semi-planar的情况下，UV的stride和Y相等，但是UV的高是Y部分高的一半。

+-------------------------------+
+                               |
+                Y              |
+                               |
+-------------------------------+
+U0|V0|U2|V2|    UV             |
+                               |
+-------------------------------+

Tiled的情况，没有那么常见，暂时不谈，以后更新。如果采用了tiled方式，但是格式配置错误的话，可能有块状的马赛克出现。

好像也没有那么复杂吧，还有最后一点，这点经常容易出现问题。

alignment/stride
在计算机处理的时候，对数据的对齐alignment往往有着特殊的要求，例如对齐到8字节或者64字节，当图像的宽度不符合这个对齐值的时候，就需要每行额外多一些，来达到对齐值的整数倍。
因此在水平方向上就有stride和width的区别，stride表示对齐之后的宽度，width则仅仅表示有效数据的宽度。

类似的，在垂直方向上，可能也有对齐的问题。这里记为hstride，height。

同样的，对于变分辨率的视频（adaptive playback会遇到）,可能还会碰到over allocate和crop的问题。也就是可能申请一块1920x1080的内存，但是这时候视频流的内容分辨率仅仅有640x480，那么这个时候数据要按照stride为1920，hstride为1080，来进行填充，这样可以直接从11920x1080的内存区域中直接从左上角crop出640x480的数据来。

width x height的数据是可用的，但是其他地方则有可能为全零数据，或者任意的值，或者上一次写入的数据。

如果stride值不对，那么图像会有斜条纹状的马赛克，这里的斜条纹是因为stride’和stride的差，在每行上都会累积的结果。

对于YUV420SP,如果UV数据的起始地址不对，那么UV分量上则会有有问题。这时可以仅仅查看Y分量来检查问题。如果错误的UV分量位置上刚好是零，则图像会有一层绿色。

之后碰到其他问题，再补充。