yuv
如需转载请注明出处：https://blog.csdn.net/qq_29350001/article/details/78283369
我们在讲 FFmpeg 系列的时候，有提到 YUV 的。其中包括YUV播放器、简单的YUV格式介绍。
参看：FFmpeg再学习 -- 视音频基础知识
接下来详细研究一下：
参看：YUV -- 维基百科
参看：图文详解YUV420数据格式
一、YUV简介
YUV，是一种颜色编码方法。常使用在各个影像处理元件中。 YUV在对照片或影片编码时，考虑到人类的感知能力，允许降低色度的带宽。
YUV是编译true-color颜色空间（color space）的种类，Y'UV, YUV, YCbCr，YPbPr等专有名词都可以称为YUV，彼此有重叠。“Y”表示明亮度（Luminance、Luma），“U”和“V”则是色度、浓度（Chrominance、Chroma），Y′UV, YUV, YCbCr, YPbPr所指涉的范围，常有混淆或重叠的情况。从历史的演变来说，其中YUV和Y'UV通常用来编码电视的模拟信号，而YCbCr则是用来描述数位的影像信号，适合影片与图片压缩以及传输，例如MPEG、JPEG。 但在现今，YUV通常已经在电脑系统上广泛使用。
Y'代表明亮度(luma; brightness)而U与V储存色度(色讯; chrominance; color)部分; 亮度(luminance)记作Y，而Y'的prime符号记作伽玛校正。
YUV Formats分成两个格式：
紧缩格式（packed formats）：将Y、U、V值储存成Macro Pixels阵列，和RGB的存放方式类似。
平面格式（planar formats）：将Y、U、V的三个分量分别存放在不同的矩阵中。
紧缩格式（packed format）中的YUV是混合在一起的，对于YUV4:4:4格式而言，用紧缩格式很合适的，因此就有了UYVY、YUYV等。
平面格式（planar formats）是指每Y分量，U分量和V分量都是以独立的平面组织的，也就是说所有的U分量必须在Y分量后面，而V分量在所有的U分量后面，此一格式适用于采样（subsample）。平面格式（planar format）有I420（4:2:0）、YV12、IYUV等。
二、历史
Y'UV的发明是由于彩色电视与黑白电视的过渡时期[1]。黑白视讯只有Y（Luma，Luminance）视讯，也就是灰阶值。到了彩色电视规格的制定，是以YUV/YIQ的格式来处理彩色电视图像，把UV视作表示彩度的C（Chrominance或Chroma），如果忽略C信号，那么剩下的Y（Luma）信号就跟之前的黑白电视信号相同，这样一来便解决彩色电视机与黑白电视机的相容问题。Y'UV最大的优点在于只需占用极少的带宽。
因为UV分别代表不同颜色信号，所以直接使用R与B信号表示色度的UV。 也就是说UV信号告诉了电视要偏移某象素的的颜色，而不改变其亮度。 或者UV信号告诉了显示器使得某个颜色亮度依某个基准偏移。 UV的值越高，代表该像素会有更饱和的颜色。
彩色图像记录的格式，常见的有RGB、YUV、CMYK等。彩色电视最早的构想是使用RGB三原色来同时传输。这种设计方式是原来黑白带宽的3倍，在当时并不是很好的设计。RGB诉求于人眼对色彩的感应，YUV则着重于视觉对于亮度的敏感程度，Y代表的是亮度，UV代表的是彩度（因此黑白电影可省略UV，相近于RGB），分别用Cr和Cb来表示，因此YUV的记录通常以Y:UV的格式呈现。
三、常用的YUV格式
为节省带宽起见，大多数YUV格式平均使用的每像素位数都少于24位元。主要的抽样（subsample）格式有YCbCr 4:2:0、YCbCr 4:2:2、YCbCr 4:1:1和YCbCr 4:4:4。YUV的表示法称为A:B:C表示法：
4:4:4表示完全取样。
4:2:2表示2:1的水平取样，垂直完全采样。
4:2:0表示2:1的水平取样，垂直2：1采样。
4:1:1表示4:1的水平取样，垂直完全采样。
最常用Y:UV记录的比重通常1:1或2:1，DVD-Video是以YUV 4:2:0的方式记录，也就是我们俗称的I420，YUV4:2:0并不是说只有U（即Cb）, V（即Cr）一定为0，而是指U：V互相援引，时见时隐，也就是说对于每一个行，只有一个U或者V分量，如果一行是4:2:0的话，下一行就是4:0:2，再下一行是4:2:0...以此类推。至于其他常见的YUV格式有YUY2、YUYV、YVYU、UYVY、AYUV、Y41P、Y411、Y211、IF09、IYUV、YV12、YVU9、YUV411、YUV420等。
用三个图来直观地表示采集的方式吧，以黑点表示采样该像素点的Y分量，以空心圆圈表示采用该像素点的UV分量。
先记住下面这段话，以后提取每个像素的YUV分量会用到。
YUV 4:4:4采样，每一个Y对应一组UV分量。
YUV 4:2:2采样，每两个Y共用一组UV分量。
YUV 4:2:0采样，每四个Y共用一组UV分量。
四、存储方式
下面我用图的形式给出常见的YUV码流的存储方式，并在存储方式后面附有取样每个像素点的YUV数据的方法，其中，Cb、Cr的含义等同于U、V。
（1） YUVY 格式 （属于YUV422）
YUYV为YUV422采样的存储格式中的一种，相邻的两个Y共用其相邻的两个Cb、Cr，分析，对于像素点Y'00、Y'01 而言，其Cb、Cr的值均为 Cb00、Cr00，其他的像素点的YUV取值依次类推。
（2） UYVY 格式 （属于YUV422）
UYVY格式也是YUV422采样的存储格式中的一种，只不过与YUYV不同的是UV的排列顺序不一样而已，还原其每个像素点的YUV值的方法与上面一样。
（3） YUV422P（属于YUV422）
YUV422P也属于YUV422的一种，它是一种Plane模式，即平面模式，并不是将YUV数据交错存储，而是先存放所有的Y分量，然后存储所有的U（Cb）分量，最后存储所有的V（Cr）分量，如上图所示。其每一个像素点的YUV值提取方法也是遵循YUV422格式的最基本提取方法，即两个Y共用一个UV。比如，对于像素点Y'00、Y'01 而言，其Cb、Cr的值均为 Cb00、Cr00。
（4）YV12，YU12格式（属于YUV420）
YU12和YV12属于YUV420格式，也是一种Plane模式，将Y、U、V分量分别打包，依次存储。其每一个像素点的YUV数据提取遵循YUV420格式的提取方式，即4个Y分量共用一组UV。注意，上图中，Y'00、Y'01、Y'10、Y'11共用Cr00、Cb00，其他依次类推。
（5）NV12、NV21（属于YUV420）
NV12和NV21属于YUV420格式，是一种two-plane模式，即Y和UV分为两个Plane，但是UV（CbCr）为交错存储，而不是分为三个plane。其提取方式与上一种类似，即Y'00、Y'01、Y'10、Y'11共用Cr00、Cb00
（6）了解更多
想了解更多类型的存储方式，参看：YUV Formats
中文的有人翻译了，参看：V4L2文档翻译（十）
- 2.6.1. Packed YUV formats
- 2.6.2. V4L2_PIX_FMT_GREY (‘GREY’)
- 2.6.3. V4L2_PIX_FMT_Y10 (‘Y10 ‘)
- 2.6.4. V4L2_PIX_FMT_Y12 (‘Y12 ‘)
- 2.6.5. V4L2_PIX_FMT_Y10BPACK (‘Y10B’)
- 2.6.6. V4L2_PIX_FMT_Y16 (‘Y16 ‘)
- 2.6.7. V4L2_PIX_FMT_Y16_BE (‘Y16 ‘ | (1 << 31))
- 2.6.8. V4L2_PIX_FMT_Y8I (‘Y8I ‘)
- 2.6.9. V4L2_PIX_FMT_Y12I (‘Y12I’)
- 2.6.10. V4L2_PIX_FMT_UV8 (‘UV8’)
- 2.6.11. V4L2_PIX_FMT_YUYV (‘YUYV’)
- 2.6.12. V4L2_PIX_FMT_UYVY (‘UYVY’)
- 2.6.13. V4L2_PIX_FMT_YVYU (‘YVYU’)
- 2.6.14. V4L2_PIX_FMT_VYUY (‘VYUY’)
- 2.6.15. V4L2_PIX_FMT_Y41P (‘Y41P’)
- 2.6.16. V4L2_PIX_FMT_YVU420 (‘YV12’), V4L2_PIX_FMT_YUV420 (‘YU12’)
- 2.6.17. V4L2_PIX_FMT_YUV420M (‘YM12’), V4L2_PIX_FMT_YVU420M (‘YM21’)
- 2.6.18. V4L2_PIX_FMT_YUV422M (‘YM16’), V4L2_PIX_FMT_YVU422M (‘YM61’)
- 2.6.19. V4L2_PIX_FMT_YUV444M (‘YM24’), V4L2_PIX_FMT_YVU444M (‘YM42’)
- 2.6.20. V4L2_PIX_FMT_YVU410 (‘YVU9’), V4L2_PIX_FMT_YUV410 (‘YUV9’)
- 2.6.21. V4L2_PIX_FMT_YUV422P (‘422P’)
- 2.6.22. V4L2_PIX_FMT_YUV411P (‘411P’)
- 2.6.23. V4L2_PIX_FMT_NV12 (‘NV12’), V4L2_PIX_FMT_NV21 (‘NV21’)
- 2.6.24. V4L2_PIX_FMT_NV12M (‘NM12’), V4L2_PIX_FMT_NV21M (‘NM21’), V4L2_PIX_FMT_NV12MT_16X16
- 2.6.25. V4L2_PIX_FMT_NV12MT (‘TM12’)
- 2.6.26. V4L2_PIX_FMT_NV16 (‘NV16’), V4L2_PIX_FMT_NV61 (‘NV61’)
- 2.6.27. V4L2_PIX_FMT_NV16M (‘NM16’), V4L2_PIX_FMT_NV61M (‘NM61’)
- 2.6.28. V4L2_PIX_FMT_NV24 (‘NV24’), V4L2_PIX_FMT_NV42 (‘NV42’)
- 2.6.29. V4L2_PIX_FMT_M420 (‘M420’)
五、YUV与RGB的转换公式
参看：YUV -- 维基百科
这部分我没看懂...
六、推荐一个工具
参看：Image Analyzer
参看：GSG:Debugging projects
参看：软件操作演示
- Bayer File:Bayer.zip
- bayer720480_8of16_prop.txt: size 720 x 480 pixels, even B lines, GR/BG order, 8 bits out of 16 bits
- bayer720480_10of16_prop.txt: size 720 x 480 pixels, even B lines, GR/BG order, 10 bits out of 16 bits
- DaVinci HD File:DaVinciHD.zip
- NV12 Tiled File:Nv12 tiled.zip
- YUV 4:2:0 planar File:Yuv420planar.zip
- YUV 4:2:2 packed File:Yuv422packed.zip
- YUV 4:2:2 planar File:Yuv422planar.zip
七、RGB 介绍
既然都提到RGB了，就简单讲一下吧。
参看：三原色光模式 -- 维基百科
三原色光模式（RGB color model），又称RGB颜色模型或红绿蓝颜色模型，是一种加色模型，将红（Red）、绿（Green）、蓝（Blue）三原色的色光以不同的比例相加，以产生多种多样的色光。(且三原色的红绿蓝不可能用其他单色光合成)
三原色光的相加：红光加绿光为黄光，黄光加蓝光为白光
再有一个是 RGB颜色查询对照表
八、像素
最后，我要讲一下像素，上面提到很多次了。
参看：分辨率和像素是什么关系？ -- 知乎
像素即px，是画面中最小的点（单位色块）。像素的大小是没有固定长度值的，不同设备上1个单位像素色块的大小是不一样的。
分辨率=画面水平方向的像素值 * 画面垂直方向的像素值。分辨率可以分为两方面：屏幕分辨率和图像分辨率。
1. 屏幕分辨率：
例如，屏幕分辨率是1024×768，也就是说设备屏幕的水平方向上有1024个像素点，垂直方向上有768个像素点。像素的大小是没有固定长度的，不同设备上一个单位像素色块的大小是不一样的。 例如，尺寸面积大小相同的两块屏幕，分辨率大小可以是不一样的，分辨率高的屏幕上面像素点（色块）就多，所以屏幕内可以展示的画面就更细致，单个色块面积更小。而分辨率低的屏幕上像素点（色块）更少，单个像素面积更大，可以显示的画面就没那么细致。
2. 图像分辨率：
例如，一张图片分辨率是500x200，也就是说这张图片在屏幕上按1:1放大时，水平方向有500个像素点（色块），垂直方向有200个像素点（色块）。 在同一台设备上，图片分辨率越高，这张图片1:1放大时，图片面积越大；图片分辨率越低，这张图片1:1缩放时，图片面积越小。（可以理解为图片的像素点和屏幕的像素点是一个一个对应的）。 但是，在屏幕上把图片超过100%放大时，为什么图片上像素色块也变的越大，其实是设备通过算法对图像进行了像素补足，我们把图片放的很大后看到的一块一块的方格子，虽然理解为一个图像像素，但是其实是已经补充了很多个屏幕像素；同理，把图片小于100%缩小时，也是通过算法将图片像素进行减少。
最后，虽然不同设备上像素块大小会不一样，但是同一台硬件设备上的屏幕分辨率、像素块大小是不会变的。PC电脑上之所以可以调整屏幕分辨率，其实也是通过算法转换了。
举个例子吧，我用的华为P8手机（是该换了...），看看其参数。
这里就有摄像头参数介绍了，后置摄像头 1300万像素。或者说 vivo X9前置2000万柔光双摄，这个广告熟不熟悉。
1300万像素啥意思呢？
打开手机相机设置，查看分辨率，你可以看到有如下几个选项。
其中图片大小最大的 13M 4160x3120（4:3） 即摄像头最大像素
4160x3120 = 12979200 = 1300 万像素
如需转载请注明出处：https://blog.csdn.net/qq_29350001/article/details/78283369
相关阅读
我们生活中所说的真无线耳机其实就是两个“耳塞”,主体没有任何的可见线材,索尼真无线蓝牙降噪耳机WF-1000XM3就是如此
2018家用显示器多大好 6款1000左右23-27英寸显示器推
现在千元左右就能买到2K显示器了，但对于家庭用户来说，2K分辨率还是太超前了。一方面，千元左右的2K产品多是23英寸产品，点距太小用着会
这两天拜读了吴建斌的“我在碧桂园的1000天”，记录下几段自己觉得好的文字： “作为成功的企业都十分重视管理、业务及技术学习。所
A5创业网(公众号：iadmin5)2月28日消息，界面发布“2019中国最富1000人”榜单，马云、马化腾、许家印夫妇依次以2311亿，2219亿
在这个互联网迅速革新的时代，网络整合营销环境变得越来越复杂，多变的市场需求让企业的营销系统思维都发生了很大的转变。就市场及企