文章目录
- 分类标准
- 分类
- 简介
参考：YCbCr与YUV
分类标准
首先，我们可以将 YUV 格式按照数据大小分为三个格式，YUV 420，YUV 422，YUV 444。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。这三种格式就是按照人眼的特性制定的。
- YUV 420，由 4 个 Y 分量共用一套 UV 分量，
- YUV 422，由 2 个 Y 分量共用一套 UV 分量
- YUV 444，不共用，一个 Y 分量使用一套 UV 分量
按照多个 Y 分量共用一个 UV 的方式，我们可以把 YUV 分为 420，422，444 三种类型，而在这三种类型之下，我们又可以按照 YUV 的排列储存顺序，将其细分为好多种格式，这些格式数量繁多，又不好记忆，这为我们学习过程中造成了不少困难。下面我就为大家一一介绍。
首先，我们将可以按照 YUV 的排列方式，再次将 YUV 分成三个大类，Planar，Semi-Planar 和 Packed。
- Planar： YUV 三个分量分开存放
- Semi-Planar： Y 分量单独存放，UV 分量交错存放
- Packed： YUV 三个分量全部交错存放
按照这三种方式，我们就可以将 YUV 格式进行比较细致的分类了。
分类
参考：https://zhuanlan.zhihu.com/p/384455058
简介
YUV是一种色彩编码模式，其中Y表示亮度（Luminance），也就是灰度值，UV分别表示色度（Chrominance）和浓度（Chroma），作用是描述图像色彩和饱和度，用于指定像素的颜色。
YUV设计初衷是为了解决彩色电视机与黑白电视的兼容性，从rgb的颜色空间，转换为yuv的颜色空间。其利用了人类眼睛的生理特性（人眼对亮度变化的敏感性高于对颜色变化的敏感性），允许降低色度的带宽，降低了传输带宽。
在音视频，图像等领域中利用 YUV 色彩编码模型可以降低图片数据的内存占用，提高数据处理效率。YUV 数据一般不能直接用于显示，还需要将其转换为 RGB（RGBA）数据，才能够正常显示图像。
YUV 4：4：4，每一个 Y 分量对于一对 UV 分量，每像素占用 （Y + U + V = 8 + 8 + 8 = 24bits）3 字节；各采样分量在扫面每个像素点时，都不会降低采样率
YUV 4：2：2，每两个 Y 分量共用一对 UV 分量，每像素占用 （Y + 0.5U + 0.5V = 8 + 4 + 4 = 16bits）2 字节；水平方向Y分量与UV分量2:1采样，垂直方向不降低采样率。
YUV 4：2：0，每四个 Y 分量共用一对 UV 分量，每像素占用 （Y + 0.25U + 0.25V = 8 + 2 + 2 = 12bits）1.5 字节。水平和垂直方向上Y分量和UV分量对的采样比都是2:1。
YUV 格式也可按照 YUV 三个分量的组织方式分为打包（Packed）格式和平面格式（Planar）。再按照 YUV 的排列方式，再次将 YUV 分成三个大类，Planar，Semi-Planar 和 Packed。
