ffmpeg 音视频开发基础与实战（一）

新手开始学习音视频，写此文章以做记录

图像与像素

图像是一种在二维平面是通过排练像素来表达信息的数据组织形式。像素是构成图像的基本单元，每个像素表示图像中一个坐标上的亮度或色彩等信息。

实际场景中，图像一般分为灰色图像和色彩图像两种。彩色图像中，一个像素由多个颜色分量组成，而灰色图像中，一般只有一个分量表示它的亮度。

位深与颜色空间

1. 位深：
   灰色图像只有一个亮度分量，所以这个分量的位深就表示了图像的位深，一般有8bit、10bit两种规格。
   彩色图像由多个分量组成，图像的位深一般等于各个分量位深的总和；如：RGB格式的彩色图像，一幅图像可以被分割成红（R分量）、绿（G分量）、蓝（B分量）三基色的单色图，每一幅单色图都可被看作是单一色彩的灰色图像，若每个分量的位深都是8bit，则一个像素就是83=24bit，因此彩色图像的位深是24bit。
   通过图像的分辨率和位深可以计算出一幅图像的大小，如一张1080P RGB888 的图像，它的大小为1920108083 = 49,766,400bit，即6M左右。

2. 颜色空间：
   颜色空间是一种利用整数区间来表示不停颜色的模型，其维度可分为一维、二维、三维甚至更高维，其中三维颜色空间的应用最广泛。最常用的有RGB和YUV两种。

   RGB
   RGB是由红、绿、蓝三基色构成的三维颜色空间，RGB颜色空间可以用三维空间直角坐标系表示
   
   在这个坐标系中，有效的颜色取值范围为max，其中，原点(0,0,0) 表示纯黑色，(max,max,max)则表示纯白色，max表示某位深所支持的像素值上限，例如：位深为8bit，则max的值为255，纯白色的像素值就是(255,255,255)。
   在RGB颜色空间中，每种像素的取值都有R、G、B三基色的取值组合而成，与主流显示系统的原理高度契合，因此广泛应用于图像显示领域。由于每个颜色斗鱼三个分量相关，且各个分量之间并无主次关系，所以无法针对次要信息进行特定采样，所以不适用于视频信号压缩编码。

   YUV
   广义上的YUV是指一类三维颜色空间定义的总称。YUV颜色空间包括一个亮度分量Y和两个色度分量，色度分量的采样率可以于亮度分量相同或低于亮度分量。常用的YUV颜色空间具体可分为以下几类：
   ＊YUV：狭义的YUV颜色空间
   ＊NTSC：多用于北美数字电视制式
   ＊Y’CrCb：广泛用于数字图像与视频信号的压缩编码，如JPEG和MPEG等。
   在讨论图像与视频压缩时，通常我们说的YUV就是Y’CrCb。