相对于Y来说，人眼对UV不大敏感，因此，可以在图像存储时降低UV分量的分辨率（采样率），以节省存储空间，而这种降采样后的图像看起来与原图像没有多大差别。YUV的像素存储格式一般采用“A:B:C”表示法，根据采样和降采样的程度不同，以及像素排列格式的不同，有很多不同的表示。为了便于理解，下面以352×288和2×2的图像大小为例，分别详细介绍各采样格式的区别。其中，2×2图像的4个像素编号如图1所示。
1. YUV444格式
YUV444表示4:4:4的YUV取样，水平每4像素中YUV各取4个，即每像素中YUV各取1个。所以每1×1像素Y占1字节，U占1字节，V占1字节，YUV444格式下平均每像素占(1+1+1)× 8bit/1pix = 24bpp（bpp为Bit Per Pixel，即每像素位数），即3字节。那么352×288分辨率的一帧图像占用的存储空间为352×288×24/8 = 304 128 (字节)。这种格式实际上是一种全采样格式，它与RGB格式的图像占用相同的存储空间。YUV444格式的图像可以有两种存储格式：按像素存储和按平面存储。以2×2的图像为例，像素存储格式为Y₁U₁V₁ Y₂U₂V₂ Y₃U₃V₃ Y₄U₄V₄，平面存储格式Y₁Y₂Y₃Y₄ U₁U₂U₃U₄ V₁V₂V₃V₄。
2. YUV422格式
YUV422表示4:2:2的YUV取样，也可理解为水平每4像素（即4×1的4像素）中Y取样4个，U取样2个，V取样2个，所以每4×1像素Y占4字节，U占2字节，V占2字节，YUV422格式下平均每像素占(4+2+2)×8bit/4pix = 16bpp。那么352×288分辨率的一帧图像占用的存储空间为352×288× 16/8 = 202 752 (字节)。
也可以这样理解，YUV422表示4:2:2的YUV取样，水平每2像素（即2×1的2像素）中Y取样2个，U取样1个，V取样1个，所以每2×1像素Y占2字节，U占1字节，V占1字节，YUV422格式下平均每像素占(2+1+1)×8bit/2pix = 16bpp。那么352×288分辨率的一帧图像占用的存储空间为352×288× 16/8 = 202 752 (字节)。
该格式对应的FourCC代码有YUYV、YVYU、UYVY、VYUY等，表示U、V的不同取样点和YUV分量的不同排列顺序。其中YUYV与YUY2的实际存储格式相同，对于2×2的图像，像素存储格式为Y1U1Y2V2Y3U3Y4V4。可以看到，与YUV444的图像格式相比，由于省略了V1、U2、V3、U4，从而节省了4字节的存储空间。在实际显示时，缺少的U和V使用相邻像素的U和V补充回来即可，反正人眼也看不出多大差别。
3. YUV411格式
YUV411表示4:1:1的YUV取样，水平每4像素（即4×1的4像素）中Y取样4个，U取样1个，V取样1个，所以每4×1像素Y占4字节，U占1字节，V占1字节，YUV411格式下平均每像素占(4+1+1)×8bit/4pix = 12bpp。那么 352×288 分辨率的一帧图像占用的存储空间为352×288× 12/8 = 152 064 (字节)。对应的FourCC代码为Y411，像素存储格式在此略过。
4. YUV420格式
YUV420表示4:2:0的YUV取样，水平每2像素与垂直每2像素（即2×2的2像素）中Y取样4个，U取样1个，V取样1个，所以每2×2像素Y占4字节，U占1字节，V占1字节，YUV420格式下平均每像素占(4+1+1) × 8bit/4pix = 12bpp。那么 352×288 分辨率的一帧图像占用的存储空间为352×288×12/8 = 152 064 (字节)，相比YUV444格式正好节约一半的空间。
以上是标准的解释，但似乎还是无法解释4:2:0中“0”的含义。确实，这个表示法就是比较令人费解。其实可以换一种方法理解：对于水平每4像素，Y取4个，U取2个，V取0个，这便是4:2:0的含义。但是，这个解释并不完整。在下一行取样时，应该是Y取4个，U取0个， V取2个，即4:0:2。所以说，这里的4:2:0其实是代表了4:2:0和4:0:2两种情况，它们在奇偶行交错出现。
这种图像格式又称为YUVI420，其实就是把邻近的4像素（2×2，即当前像素、右、下、右下）都用同一个U和V，而原先的Y不变。正是基于这个原因，一般的编码器都要求原始图像的宽和高是偶数。除此之外，编码器一般会将图像划分成 2×2、4×4、8×8、16×16 等块进行各种预测和比较。常见的H.264、H.265、VP8、AV1等都是以它为基础进行编解码的。
参考书籍：
《深入理解FFmpeg》 (刘歧；赵军；杜金房；赵文杰；宋韶颍)
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
