图像的像素在内存中的存储方式

图像的像素在内存中的存储方式主要可以分为两大类：Packed（紧凑式或交错式）和Planar（平面式）。

这两种存储方式各有其优缺点，并且在不同的应用场景下有着各自的适用性。

Packed（紧凑式或交错式）存储

在Packed存储方式中，每个像素的各个颜色分量或样本值紧密地存储在一起，形成一个连续的序列。对于多通道图像，如RGB或YUV，这些通道的值会在内存中交错排列。例如，在一个RGB图像中，红色、绿色和蓝色值会交替存储，形成如下模式：R1G1B1R2G2B2...RnGnBn。这种方式在处理单个像素时非常高效，因为所有颜色信息都紧密相连，易于访问。

对于YUV图像，Packed格式的一个例子是YUYV，其中Y和U/V分量交错存储，如Y1U1Y2V1Y3U2Y4V2...

Planar（平面式）存储

在Planar存储方式中，每个颜色分量或样本值被存储在独立的“平面”上。这意味着所有红色值可能存储在一个连续的内存区域，所有绿色值存储在另一个连续的内存区域，以此类推。例如，在一个RGB图像中，你将有三个独立的数组分别存储所有的红色值、绿色值和蓝色值。

对于YUV图像，Planar格式的一个例子是YUV420P（也称为I420），其中Y分量是独立存储的，U和V分量则各自存储在单独的平面上，并且通常采样率较低，例如每个4x4像素块共享一个U和一个V值。

Packed与Planar区别与应用

Packed格式通常更适用于需要频繁访问单个像素的应用场景，因为它允许快速地读取和修改像素的所有颜色分量。然而，当进行大规模的颜色转换或者处理单个颜色分量时，Planar格式更有效率，因为它可以并行处理整个颜色平面，减少不必要的数据移动。

在视频编解码器和图形处理器中，Planar格式也更受欢迎，因为它们可以利用硬件加速，特别是在处理高清视频和图像缩放时。同时，Planar格式也更容易调整位深度和进行颜色空间转换。

线性结构

线性结构指的是数据在内存中以连续的地址存储，无论是图像数据还是其他类型的数据。对于图像而言，这意味着像素数据按照一定的顺序（通常是扫描线顺序，即逐行）存储在内存中，形成一个一维数组。在没有额外的索引或跳转的情况下，可以通过简单的算术运算（如加法）来定位到任何一个特定像素的位置。

三者区别总结

• Packed vs Planar:

  • Packed结构中，像素的各个分量是交织在一起的，而Planar结构中，相同的分量被聚集在一起存储。
  • Packed结构适合于需要访问单个像素的全部信息的情况，而Planar结构适合于处理单一颜色分量或需要高效处理大量数据的情况。

• 线性结构:

  • 线性结构是一个更通用的概念，指的是数据在内存中连续排列的方式，而Packed和Planar都是在这一基础上，针对图像数据具体布局的不同策略。

因此，Packed和Planar都是实现线性结构的特定方式，它们之间的区别在于如何组织和访问图像数据的不同颜色分量。