颜色空间之RGB与YUV

        此篇是我在学习中做的归纳与总结，其中如果存在版权或知识错误或问题请直接联系我，欢迎留言。
        PS:本着知识共享的原则，此篇博客可以转载，但请标明出处！

RGB

CIE1931-RGB系统选择了700nm(R) 546.1nm(G) 435.8nm(B) 三种波长的单色光作为三原色。之所以选这三种颜色是因为比较容易精确地产生出来（汞弧光谱滤波产生，色度稳定准确）。

上图可以看到，三个颜色的刺激值R、G、B如何构成某一种颜色：例如580nm左右(红绿线交叉点)的黄色光，可以用1:1(经过亮度换算..)的红绿两种原色混合来模拟. 

如果要根据R、G、B来表现可视颜色，绘制的可视图形需要是三维的。为了能在二维平面上表现颜色空间，需要做一些转换。颜色的概念可以分为两部分：亮度（光的振幅，即明暗程度）、色度（光的波长组合，即具体某种颜色（两个色差信号））。我们将光的亮度(Y)变量分离出来，之后用比例来表示三色刺激值：

得出r+g+b=1。由此可见，色度坐标r、g、b中只有两个变量是独立的。这样我们就把刺激值R、G、B转换成r、g、Y(亮度)三个值，把r、g两个值绘制到二维空间得到的图就是色域图。

上图中，马蹄形曲线就表示单色的光谱（即光谱轨迹）。例如540nm的单色光，可以看到由r=0、g=1、b=(1-r-g)=0三个原色的分量组成。

再例如380-540nm波段的单色光，由于颜色匹配实验结果中红色存在负值的原因，该段色域落在了r轴的负区间内。自然界中，人眼可分辨的颜色，都落在光谱曲线包围的范围内。

CIE1931-RGB标准是根据实验结果制定的，出现的负值在计算和转换时非常不便。CIE假定人对色彩的感知是线性的，因此对上面的r-g色域图进行了线性变换，将可见光色域变换到正数区域内。CIE在CIE1931-RGB色域中选择了一个三角形，该三角形覆盖了所有可见色域，之后将该三角形进行如下的线性变换，将可见色域变换到(0,0)(0,1)(1,0)的正数区域内。即假想出三原色X、Y、Z，它们不存在于自然界中，但更方便计算。 

R' = Y' + 1.140*V'

G' = Y' - 0.394*U' - 0.581*V'

B' = Y' + 2.032*U'

YUV

Y'= 0.299*R' + 0.587*G' + 0.114*B'

U'= -0.147*R' - 0.289*G' + 0.436*B' = 0.492*(B'- Y')

V'= 0.615*R' - 0.515*G' - 0.100*B' = 0.877*(R'- Y')

YUV是编译true-color颜色空间（color space）的种类，Y'UV, YUV, YCbCr，YPbPr等专有名词都可以称为YUV，彼此有重叠。“Y”表示明亮度（Luminance、Luma），“U”和“V”则是色度、浓度（Chrominance、Chroma），

Y′UV, YUV, YCbCr, YPbPr所指涉的范围，常有混淆或重叠的情况。从历史的演变来说，其中YUV和Y'UV通常用来编码电视的模拟信号，而YCbCr则是用来描述数字的影像信号，适合视频与图片压缩以及传输，例如MPEG、JPEG。 但在现今，YUV通常已经在电脑系统上广泛使用。

Y'代表明亮度(luma; brightness)而U与V存储色度(色讯; chrominance; color)部分; 亮度(luminance)记作Y，而Y'的prime符号记作伽玛校正。

对于 YUV 所表示的图像，Y 和 UV 分量是分离的。如果只有 Y 分量而没有 UV 分离，那么图像表示的就是黑白图像。彩色电视机采用的就是 YUV 图像，解决与和黑白电视机的兼容问题，使黑白电视机也能接受彩色电视信号。

人眼对色度的敏感程度低于对亮度的敏感程度。主要原因是视网膜杆细胞多于视网膜锥细胞，其中视网膜杆细胞的作用就是识别亮度，视网膜锥细胞的作用就是识别色度。所以，眼睛对于亮度的分辨要比对颜色的分辨精细一些。

利用这个原理，可以把色度信息减少一点，人眼也无法查觉这一点。

所以，并不是每个像素点都需要包含了 Y、U、V 三个分量，根据不同的采样格式，可以每个 Y 分量都对应自己的 UV 分量，也可以几个 Y 分量共用 UV 分量。相比 RGB，能够节约不少存储空间。

在视频通信系统中（特别是视频编解码）的“YUV”图像就是YCbCr。在平常的工作交流中，所称的YUV也是YCbCr。以下用YUV指代YCbCr