😁博客主页😁:🚀https://blog.csdn.net/wkd_007🚀
🤑博客内容🤑:🍭嵌入式开发、Linux、C语言、C++、数据结构、音视频🍭
🤣本文内容🤣:🍭介绍YUV数据格式🍭
😎金句分享😎:🍭你不能选择最好的,但最好的会来选择你——泰戈尔🍭
⏰发布时间⏰: 2024-08-20 09:47:15
本文未经允许,不得转发!!!
目录
- 🎄一、什么是 YUV 数据格式
- 🎄二、YUV 采样格式分类
- 🎄三、YUV 存储格式分类
- ✨3.1 YUV444类型(`I444、YV24、NV24、NV42、YUV444 Packed`)
- ✨3.2 YUV422类型(`I422、YV16、NV16、NV61、YUVY、VYUY、UYVY`)
- ✨3.3 YUV420类型(`I420、YV12、NV12、NV21`)
- 🎄四、YUV 格式的应用
- 🎄五、总结
🎄一、什么是 YUV 数据格式
在图像和视频处理领域,YUV 格式是一种常见且重要的色彩编码方式,常用来做视频帧裸数据的表示。YUV主要应用于优化彩色视频信号的传输,使其向后兼容老式黑白电视。与RGB视频信号传输相比,它最大的优点在于只需要占用极少的频宽(RGB要求三个独立的视频信号同时传输)。
YUV 是一种将亮度(Luminance,用 Y 表示)和色度(Chrominance,用 U 和 V 表示)分开进行编码的方式。其中,Y
分量代表了图像的亮度信息(明亮度,也称灰阶值),而 U
和 V
分量则携带了颜色信息(色调和饱和度)。“亮度”是透过RGB输入信号来建立的,方法是将 RGB 信号的特定部分叠加到一起。“色度”则定义了颜色的两个方面——色调与饱和度,分别用Cb和Cr来表示。Cb反映的则是RGB输入信号蓝色部分与RGB信号亮度值之间的差异;Cr反映了RGB输入信号红色部分与RGB信号亮度值之间的差异。所以,有时也会看到一些场景使用YCbCr
来代替YUV
。
与常见的 RGB 格式(红、绿、蓝三原色)不同,YUV 格式在存储和传输图像数据时具有一些独特的优势。
本文将带您深入了解 YUV 格式的原理、特点以及其在各种应用中的优势。
🎄二、YUV 采样格式分类
由于人眼对 Y 的敏感度远超于对 U 和 V 的敏感,所以有时候可以多个 Y 分量共用一组 UV,这样既可以极大得节省空间,又可以不太损失质量。YUV 按照采样格式的不同,可以分成三类:
-
YUV4:4:4:在这种格式中,Y、U、V 三个分量的采样比例相同,每个像素都有独立的 Y、U、V 值,图像质量最高,但数据量也最大。图像中每个像素点都采集YUV分量,如下图
-
YUV4:2:2:Y 分量的采样频率与像素相同,而 U 和 V 分量的采样频率是 Y 分量的一半。即在水平方向上,每两个像素共用一组 U、V 值。也就是说,图像的一行中,如果第一个像素点采集了 UV 分量,那第二个就不采集 UV 分量,依次类推,最终采集的每一行YUV的数量比值是
4:2:2
,如下图:
-
YUV4:2:0:Y 分量的采样频率与像素相同,U 和 V 分量在水平和垂直方向上的采样频率均为 Y 分量的一半。也就是说,在图像的同一行中,如果采集了U分量,那就不会采集V分量,并且下一行只采集Y分量、V分量。采集U、V分量时是隔一个像素采集一次。如下图:
第一行是采集U分量的,所以整行都不会采集V分量,且U分量是隔一个像素采集一次(第一个像素采,第二个就不采);
因为上一行采集了U分量,所以第二行是采集V分量的,整行没采集U分量,且V分量是隔一个像素采集一次;
最终采集下来,如果第一行YUV数量比值是4:2:0
,那么第二行就是4:0:2
,依次类推。
在这三种格式中,YUV4:2:0
是一种比较常见的压缩格式,在保证一定图像质量的前提下,大大减少了数据量。
🎄三、YUV 存储格式分类
采集到的yuv数据要怎么存储呢?是把Y、U、V分量都分开存储,还是交叉存储?
针对这个问题,如果没有一个标准的话,你存你的,我存我的,就可能造成你读取的YUV数据在其他人那里无法解析。YUV有三种存储格式:
Planar
格式(平面格式):Y、U、V 三个分量分别存储。Semi-Planar
格式(半平面格式):Y 分量单独存放,UV 分量交错存储。Packed
格式(打包格式):三个分量全部交错存储。
下面结合YUV的采样格式,以 6*4 的YUV图像为例,介绍常见的YUV类型。
✨3.1 YUV444类型(I444、YV24、NV24、NV42、YUV444 Packed
)
I444
(属于 YUV 444 Planar)
I444
格式是一种Planar
格式(平面格式),将 YUV444 采样数据的YUV三个分量分别存储,如下图:先存储所有的Y分量,然后存储U分量,最后存储V分量。
YV24
(属于 YUV 444 Planar)
YV24
格式也是一种Planar
格式(平面格式),将 YUV444 采样数据的YUV三个分量分别存储,与I444不同的是,YV24存完Y之后先存V分量再存U分量。如下图:先存储所有的Y分量,然后存储V分量,最后存储U分量。
-
NV24
(属于 YUV 444 Semi-Planar)
NV24
格式是一种Semi-Planar
格式(半平面格式),将 Y 分量单独存放,UV 分量交错存储。如下图:先存储所有的Y分量,然后UV 分量交错存储,UV排列时先存U
分量。
-
NV42
(属于 YUV 444 Semi-Planar)
NV42
格式也是一种Semi-Planar
格式(半平面格式),将 Y 分量单独存放,UV 分量交错存储。如下图:先存储所有的Y分量,然后UV 分量交错存储,UV排列时先存V
分量。
-
YUV444 Packed
YUV444 Packed
是一种Packed
格式(打包格式),三个分量全部交错存储。如下图,存储完第一个像素的YUV再存储第二个像素的,依此类推。
✨3.2 YUV422类型(I422、YV16、NV16、NV61、YUVY、VYUY、UYVY
)
-
I422
(属于 YUV 422 Planar)
I422
格式是一种Planar
格式(平面格式),将 YUV422 采样数据的YUV三个分量分别存储,如下图:
先存储w * h
长度的Y分量,然后存储w * h * 0.5
长度U分量,最后存储w * h * 0.5
长度的V分量。
-
YV16
(属于 YUV 422 Planar)
YV16
格式也是一种Planar
格式(平面格式),将 YUV422 采样数据的YUV三个分量分别存储,YV16存完Y之后先存V分量再存U分量。如下图:
先存储w * h
长度的Y分量,然后存储w * h * 0.5
长度V分量,最后存储w * h * 0.5
长度的U分量。
-
NV16
(属于 YUV 422 Semi-Planar)
NV16
格式是一种Semi-Planar
格式(半平面格式),将 Y 分量单独存放,UV 分量交错存储。如下图:先存储w * h
长度的Y分量,然后将w * h * 0.5
长度U分量和w * h * 0.5
长度的U分量交叉存储,UV排列时先存U
分量。
-
NV61
(属于 YUV 422 Semi-Planar)
NV61
格式是一种Semi-Planar
格式(半平面格式),将 Y 分量单独存放,UV 分量交错存储。如下图:先存储w * h
长度的Y分量,然后将w * h * 0.5
长度U分量和w * h * 0.5
长度的U分量交叉存储,UV排列时先存V
分量。
-
YUVY
(属于 YUV 422 Packed)
YUVY
格式是一种Packed
格式(打包格式),将 YUV422 采样数据的YUV三个分量交叉存储,YUV 的排列顺序是YUVY
,两个 Y 共用一组 UV。如下图:
-
VYUY
(属于 YUV 422 Packed)
VYUY
格式是一种Packed
格式(打包格式),将 YUV422 采样数据的YUV三个分量交叉存储,YUV 的排列顺序是VYUY
,两个 Y 共用一组 UV。如下图:
-
UYVY
(属于 YUV 422 Packed)
UYVY
格式是一种Packed
格式(打包格式),将 YUV422 采样数据的YUV三个分量交叉存储,YUV 的排列顺序是UYVY
,两个 Y 共用一组 UV。如下图:
✨3.3 YUV420类型(I420、YV12、NV12、NV21
)
一般YUV420是没有Packet的存储方式的,常见的4种YUV420类型如下:
-
I420
(属于 YUV 420 Planar)
I422
格式是一种Planar
格式(平面格式),将 YUV420 采样数据的YUV三个分量分别存储,如下图:
先存储w * h
长度的Y分量,然后存储w * h * 0.25
长度U分量,最后存储w * h * 0.25
长度的V分量。
-
YV12
(属于 YUV 420 Planar)
YV12
格式也是一种Planar
格式(平面格式),将 YUV420 采样数据的YUV三个分量分别存储,YV12存完Y之后先存V分量再存U分量。如下图:
先存储w * h
长度的Y分量,然后存储w * h * 0.25
长度V分量,最后存储w * h * 0.25
长度的U分量。
-
NV12
(属于 YUV 420 Semi-Planar)
NV12
格式是一种Semi-Planar
格式(半平面格式),将 Y 分量单独存放,UV 分量交错存储。如下图:先存储w * h
长度的Y分量,然后将w * h * 0.25
长度U分量和w * h * 0.25
长度的U分量交叉存储,UV排列时先存U
分量。
-
NV12
(属于 YUV 420 Semi-Planar)
NV12
格式是一种Semi-Planar
格式(半平面格式),将 Y 分量单独存放,UV 分量交错存储。如下图:先存储w * h
长度的Y分量,然后将w * h * 0.25
长度U分量和w * h * 0.25
长度的U分量交叉存储,UV排列时先存V
分量。
🎄四、YUV 格式的应用
- 视频编码标准:如 H.264、H.265 等,广泛采用 YUV 格式作为输入和内部处理格式,以提高编码效率。
- 图像压缩:JPEG 图像压缩算法在处理彩色图像时,也会先将 RGB 转换为 YUV 格式。
- 数字电视和广播:YUV 格式在数字电视信号的传输和存储中得到了广泛应用。
🎄五、总结
👉本文介绍了YUV的采样格式、存储格式,以及十几种YUV格式:YUV444类型(I444、YV24、NV24、NV42、YUV444 Packed
)、YUV422类型(I422、YV16、NV16、NV61、YUVY、VYUY、UYVY
)、YUV420类型(I420、YV12、NV12、NV21
)。
YUV 格式作为图像和视频处理中的重要色彩编码方式,凭借其在数据压缩、视觉特性适应等方面的优势,在众多领域发挥着关键作用。深入理解 YUV 格式对于从事相关领域的开发和研究人员具有重要意义。
希望通过本文的介绍,您对 YUV 格式有了更全面和深入的认识。
如果文章有帮助的话,点赞👍、收藏⭐,支持一波,谢谢 😁😁😁
参考:
YUV 格式详解,只看这一篇就够了
https://blog.csdn.net/mzpmzk/article/details/81239532