RGB与YUV----摘自《DirectShow实务精选》

小知识： RGB 与 YUV

---- 摘自《 DirectShow 实务精选》 作者：陆其明

计算机彩色显示器显示色彩的原理与彩色电视机一样，都是采用 R （ Red ）、 G （ Green ）、 B （ Blue ）相加混色的原理：通过发射出三种不同强度的电子束，使屏幕内侧覆盖的红、绿、蓝磷光材料发光而产生色彩。这种色彩的表示方法称为 RGB 色彩空间表示（它也是多媒体计算机技术中用得最多的一种色彩空间表示方法）。
根据三基色原理，任意一种色光 F 都可以用不同分量的 R 、 G 、 B 三色相加混合而成。

F = r [ R ] + g [ G ] + b [ B ]

其中， r 、 g 、 b 分别为三基色参与混合的系数。当三基色分量都为 0 （最弱）时混合为黑色光；而当三基色分量都为 k （最强）时混合为白色光。调整 r 、 g 、 b 三个系数的值，可以混合出介于黑色光和白色光之间的各种各样的色光。
那么 YUV 又从何而来呢？在现代彩色电视系统中，通常采用三管彩色摄像机或彩色 CCD 摄像机进行摄像，然后把摄得的彩色图像信号经分色、分别放大校正后得到 RGB ，再经过矩阵变换电路得到亮度信号 Y 和两个色差信号 R － Y （即 U ）、 B － Y （即 V ），最后发送端将亮度和色差三个信号分别进行编码，用同一信道发送出去。这种色彩的表示方法就是所谓的 YUV 色彩空间表示。
采用 YUV 色彩空间的重要性是它的亮度信号 Y 和色度信号 U 、 V 是分离的。如果只有 Y 信号分量而没有 U 、 V 分量，那么这样表示的图像就是黑白灰度图像。彩色电视采用 YUV 空间正是为了用亮度信号 Y 解决彩色电视机与黑白电视机的兼容问题，使黑白电视机也能接收彩色电视信号。
YUV 与 RGB 相互转换的公式如下（ RGB 取值范围均为 0-255 ）：

Y = 0.299R + 0.587G + 0.114B
U = -0.147R - 0.289G + 0.436B
V = 0.615R - 0.515G - 0.100B

R = Y + 1.14V
G = Y - 0.39U - 0.58V
B = Y + 2.03U

在 DirectShow 中，常见的 RGB 格式有 RGB1 、 RGB4 、 RGB8 、 RGB565 、 RGB555 、 RGB24 、 RGB32 、 ARGB32 等；常见的 YUV 格式有 YUY2 、 YUYV 、 YVYU 、 UYVY 、 AYUV 、 Y41P 、 Y411 、 Y211 、 IF09 、 IYUV 、 YV12 、 YVU9 、 YUV411 、 YUV420 等。 作为视频媒体类型的辅助说明类型（ Subtype ），它们对应的 GUID 见表 2.3 。

表 2.3 常见的 RGB 和 YUV 格式

GUID     格式描述
MEDIASUBTYPE_RGB1    2 色，每个像素用 1 位表示，需要调色板
MEDIASUBTYPE_RGB4    16 色，每个像素用 4 位表示，需要调色板
MEDIASUBTYPE_RGB8    256 色，每个像素用 8 位表示，需要调色板
MEDIASUBTYPE_RGB565     每个像素用 16 位表示， RGB 分量分别使用 5 位、 6 位、 5 位
MEDIASUBTYPE_RGB555     每个像素用 16 位表示， RGB 分量都使用 5 位（剩下的 1 位不用）
MEDIASUBTYPE_RGB24     每个像素用 24 位表示， RGB 分量各使用 8 位
MEDIASUBTYPE_RGB32     每个像素用 32 位表示， RGB 分量各使用 8 位（剩下的 8 位不用）
MEDIASUBTYPE_ARGB32     每个像素用 32 位表示， RGB 分量各使用 8 位（剩下的 8 位用于表示 Alpha 通道值）
MEDIASUBTYPE_YUY2    YUY2 格式，以 4:2:2 方式打包
MEDIASUBTYPE_YUYV    YUYV 格式（实际格式与 YUY2 相同）
MEDIASUBTYPE_YVYU    YVYU 格式，以 4:2:2 方式打包
MEDIASUBTYPE_UYVY    UYVY 格式，以 4:2:2 方式打包
MEDIASUBTYPE_AYUV     带 Alpha 通道的 4:4:4 YUV 格式
MEDIASUBTYPE_Y41P    Y41P 格式，以 4:1:1 方式打包
MEDIASUBTYPE_Y411    Y411 格式（实际格式与 Y41P 相同）
MEDIASUBTYPE_Y211    Y211 格式
MEDIASUBTYPE_IF09    IF09 格式
MEDIASUBTYPE_IYUV    IYUV 格式
MEDIASUBTYPE_YV12    YV12 格式
MEDIASUBTYPE_YVU9    YVU9 格式

下面分别介绍各种 RGB 格式。

   ¨ RGB1 、 RGB4 、 RGB8 都是调色板类型的 RGB 格式，在描述这些媒体类型的格式细节时，通常会在 BITMAPINFOHEADER 数据结构后面跟着一个调色板（定义一系列颜色）。它们的图像数据并不是真正的颜色值，而是当前像素颜色值在调色板中的索引。以 RGB1 （ 2 色位图）为例，比如它的调色板中定义的两种颜色值依次为 0x000000 （黑色）和 0xFFFFFF （白色），那么图像数据 001101010111 …（每个像素用 1 位表示）表示对应各像素的颜色为：黑黑白白黑白黑白黑白白白…。

  ¨ RGB565 使用 16 位表示一个像素，这 16 位中的 5 位用于 R ， 6 位用于 G ， 5 位用于 B 。程序中通常使用一个字（ WORD ，一个字等于两个字节）来操作一个像素。当读出一个像素后，这个字的各个位意义如下：
     高字节                低字节
R R R R R G G G     G G G B B B B B
可以组合使用屏蔽字和移位操作来得到 RGB 各分量的值：

#define RGB565_MASK_RED    0xF800
#define RGB565_MASK_GREEN  0x07E0
#define RGB565_MASK_BLUE   0x001F
R = (wPixel & RGB565_MASK_RED) >> 11;   // 取值范围 0-31
G = (wPixel & RGB565_MASK_GREEN) >> 5;  // 取值范围 0-63
B =  wPixel & RGB565_MASK_BLUE;         // 取值范围 0-31

¨ RGB555 是另一种 16 位的 RGB 格式， RGB 分量都用 5 位表示（剩下的 1 位不用）。使用一个字读出一个像素后，这个字的各个位意义如下：
     高字节              低字节
X R R R R G G       G G G B B B B B       （ X 表示不用，可以忽略）
可以组合使用屏蔽字和移位操作来得到 RGB 各分量的值：

#define RGB555_MASK_RED    0x7C00
#define RGB555_MASK_GREEN  0x03E0
#define RGB555_MASK_BLUE   0x001F
R = (wPixel & RGB555_MASK_RED) >> 10;   // 取值范围 0-31
G = (wPixel & RGB555_MASK_GREEN) >> 5;  // 取值范围 0-31
B =  wPixel & RGB555_MASK_BLUE;         // 取值范围 0-31

¨ RGB24 使用 24 位来表示一个像素， RGB 分量都用 8 位表示，取值范围为 0-255 。注意在内存中 RGB 各分量的排列顺序为： BGR BGR BGR …。通常可以使用 RGBTRIPLE 数据结构来操作一个像素，它的定义为：

typedef struct tagRGBTRIPLE {
  BYTE rgbtBlue;    // 蓝色分量
  BYTE rgbtGreen;   // 绿色分量
  BYTE rgbtRed;     // 红色分量
} RGBTRIPLE;

¨ RGB32 使用 32 位来表示一个像素， RGB 分量各用去 8 位，剩下的 8 位用作 Alpha 通道或者不用。（ ARGB32 就是带 Alpha 通道的 RGB32 。）注意在内存中 RGB 各分量的排列顺序为： BGRA BGRA BGRA …。通常可以使用 RGBQUAD 数据结构来操作一个像素，它的定义为：

typedef struct tagRGBQUAD {
  BYTE    rgbBlue;      // 蓝色分量
  BYTE    rgbGreen;     // 绿色分量
  BYTE    rgbRed;       // 红色分量
  BYTE    rgbReserved;  // 保留字节（用作 Alpha 通道或忽略）
} RGBQUAD;

下面介绍各种 YUV 格式。 YUV 格式通常有两大类：打包（ packed ）格式和平面（ planar ）格式。前者将 YUV 分量存放在同一个数组中，通常是几个相邻的像素组成一个宏像素（ macro-pixel ）；而后者使用三个数组分开存放 YUV 三个分量，就像是一个三维平面一样。表 2.3 中的 YUY2 到 Y211 都是打包格式，而 IF09 到 YVU9 都是平面格式。（注意：在介绍各种具体格式时， YUV 各分量都会带有下标，如 Y0 、 U0 、 V0 表示第一个像素的 YUV 分量， Y1 、 U1 、 V1 表示第二个像素的 YUV 分量，以此类推。）

¨ YUY2 （和 YUYV ）格式为每个像素保留 Y 分量，而 UV 分量在水平方向上每两个像素采样一次。一个宏像素为 4 个字节，实际表示 2 个像素。（ 4:2:2 的意思为一个宏像素中有 4 个 Y 分量、 2 个 U 分量和 2 个 V 分量。）图像数据中 YUV 分量排列顺序如下：
Y0 U0 Y1 V0    Y2 U2 Y3 V2 …

¨ YVYU 格式跟 YUY2 类似，只是图像数据中 YUV 分量的排列顺序有所不同：
Y0 V0 Y1 U0    Y2 V2 Y3 U2 …

¨ UYVY 格式跟 YUY2 类似，只是图像数据中 YUV 分量的排列顺序有所不同：
U0 Y0 V0 Y1    U2 Y2 V2 Y3 …

¨ AYUV 格式带有一个 Alpha 通道，并且为每个像素都提取 YUV 分量，图像数据格式如下：
A0 Y0 U0 V0    A1 Y1 U1 V1 …

¨ Y41P （和 Y411 ）格式为每个像素保留 Y 分量，而 UV 分量在水平方向上每 4 个像素采样一次。一个宏像素为 12 个字节，实际表示 8 个像素。图像数据中 YUV 分量排列顺序如下：
U0 Y0 V0 Y1    U4 Y2 V4 Y3    Y4 Y5 Y6 Y8 …

¨ Y211 格式在水平方向上 Y 分量每 2 个像素采样一次，而 UV 分量每 4 个像素采样一次。一个宏像素为 4 个字节，实际表示 4 个像素。图像数据中 YUV 分量排列顺序如下：
Y0 U0 Y2 V0    Y4 U4 Y6 V4 …

¨ YVU9 格式为每个像素都提取 Y 分量，而在 UV 分量的提取时，首先将图像分成若干个 4 x 4 的宏块，然后每个宏块提取一个 U 分量和一个 V 分量。图像数据存储时，首先是整幅图像的 Y 分量数组，然后就跟着 U 分量数组，以及 V 分量数组。 IF09 格式与 YVU9 类似。

¨ IYUV 格式为每个像素都提取 Y 分量，而在 UV 分量的提取时，首先将图像分成若干个 2 x 2 的宏块，然后每个宏块提取一个 U 分量和一个 V 分量。 YV12 格式与 IYUV 类似。

¨ YUV411 、 YUV420 格式多见于 DV 数据中，前者用于 NTSC 制，后者用于 PAL 制。 YUV411 为每个像素都提取 Y 分量，而 UV 分量在水平方向上每 4 个像素采样一次。 YUV420 并非 V 分量采样为 0 ，而是跟 YUV411 相比，在水平方向上提高一倍色差采样频率，在垂直方向上以 U/V 间隔的方式减小一半色差采样，如图 2.12 所示。