目录
RGB
RGB 三个字母分别代表了 红(Red)、绿(Green)、蓝(Blue),这三种颜色称为 三原色,将它们以不同的比例相加,可以产生多种多样的颜色。
在图像显示中,一张 1280 * 720 大小的图片,就代表着它有 1280 * 720 个像素点。其中每一个像素点的颜色显示都采用 RGB 编码方法,将 RGB 分别取不同的值,就会展示不同的颜色。
RGB 图像中,每个像素点都有红、绿、蓝三个原色,其中每种原色都占用 8 bit,也就是一个字节,那么一个像素点也就占用 24 bit,也就是三个字节。
一张 1280 * 720 大小的图片,就占用 1280 * 720 * 3 / 1024 / 1024 = 2.63 MB 存储空间
YUV
YUV 颜色编码采用的是 明亮度 和 色度 来指定像素的颜色。
其中,Y 表示明亮度(Luminance、Luma),也就是灰度值;而 U 和 V 表示色度(Chrominance、Chroma)。
而色度又定义了颜色的两个方面:色调和饱和度
和 RGB 表示图像类似,每个像素点都包含 Y、U、V 分量。
UV组成的颜色平面
Y对UV的影响
Y 和 UV 分量是可以分离的,如果没有 UV 分量一样可以显示完整的图像,只不过是黑白的。对于 YUV 图像来说,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
采样
4:2:0 采样
假设一个4x2的yuv图片像素值如下
[Y0 U0 V0]、 [Y1 U1 V1]、 [Y2 U2 V2]、 [Y3 U3 V3]
[Y5 U5 V5]、 [Y6 U6 V6]、 [Y7 U7 V7]、 [Y8 U8 V8]
假设图片的宽和高都是偶数,奇数的:https://www.coder.work/article/661928
-
第一行扫描时,YU 按照 2 : 1 的方式采样
-
那么第二行扫描时,YV 分量按照 2:1 的方式采样
-
对于每个色度分量来说,它的水平方向和竖直方向的采样和 Y 分量相比都是 2:1
-
需要扫描两行才能够组成完整的 UV 分量
扫描后
Y0 U0 Y1 Y2 U2 Y3 Y5 V5 Y6 Y7 V7 Y8
-
每采样过一个像素点,都会采样其 Y 分量,而 U、V 分量就会间隔一行按照 2 : 1 进行采样
根据扫描结果,映射出的4x2图像像素值如下
[Y0 U0 V5]、[Y1 U0 V5]、[Y2 U2 V7]、[Y3 U2 V7]
[Y5 U0 V5]、[Y6 U0 V5]、[Y7 U2 V7]、[Y8 U2 V7]
从映射出的像素点中可以看到
-
四个 Y 分量是共用了一套 UV 分量
-
而且是按照 2*2 的小方格的形式分布的
一张 1280 * 720 大小的图片,在 YUV 4:2:0 采样时
Y分量的数量:1280 * 720
U分量的数量:1280 * 720 / 4
V分量的数量:1280 * 720 / 4
假如一个数占1个字节
( 1280 * 720 + 1280 * 720 / 4 + 1280 * 720 / 4 ) / 1024 / 1024 = 1.32MB
RGB的话:1280 * 720 * 3 / 1024 / 1024 = 2.63 MB
可以看到 YUV 4:2:0 采样的图像比 RGB 模型图像节省了一半的存储空间
存储
对采样后的yuv分量保存成文件形式
YUV 的存储格式
-
Planar: 先连续存储所有像素点的 Y 分量,然后存储 U 分量,最后是 V 分量。
-
Semi-Planar: Y分量单独存放,UV 分量交错存放
-
Packed (or Interleaved): 每个像素点的 Y、U、V 分量是连续交替存储的
格式汇总
NV12
这里对后面实现代码中用的存储格式,做个说明
NV12:属于 YUV 420 Semi-Planar NV12 是 YUV 420 Semi-Planar 的一种,Y 分量单独存放,UV 分量交错存放,UV 在排列的时候,从 U 开始
yuv历史
-
https://blog.csdn.net/ericbar/article/details/80505658
-
https://zhuanlan.zhihu.com/p/85620611
YCbCr
-
https://blog.csdn.net/u010186001/article/details/52800250
协议-BT601/709/2020
-
https://blog.csdn.net/m18612362926/article/details/127667954
参考
-
https://blog.csdn.net/longjiang321/article/details/103151201
-
https://blog.csdn.net/xkuzhang/article/details/115423061
-
https://zhuanlan.zhihu.com/p/113122344
-
https://zhuanlan.zhihu.com/p/384455058