YUV像素和ycbcr

骑猪看日落 2022-03-29 08:50 240阅读 0赞

## 一幅彩色图像的基本要素是什么？ ##

说白了，一幅图像包括的基本东西就是二进制数据，其容量大小实质即为二进制数据的多少。一幅1920x1080像素的YUV422的图像，大小是1920X1080X2=4147200（十进制），也就是3.95M大小。这个大小跟多少个像素点和数据的存储格式有关。下面简述yuv与像素的关系：

YUV与像素的关系：

YUV是利用一个亮度（Y）、两个色差(U,V)来代替传统的RGB三原色来压缩图像。传统的RGB三原色使用红绿蓝三原色表示一个像素，每种原色占用一个字节（8bit），因此一个像素用RGB表示则需要8\*3=24bit。如果使用YUV表示这个像素，假设YUV的采样率为：4：2：0，即每一个像素对于亮度Y的采样频率为1，对于色差U和V，则是每相邻的两个像素各取一个U和V。对于单个的像素来说，色差U和V的采样频率为亮度的一半。如有三个相邻的像素，如果用RGB三原色表示，则共需要占用：8\*3\*3=72bits；如果采用YUV（4：2：0）表示，则只需要占用：8\*3（Y）+ 8\*3\*0.5（U）+8\*3\*0.5（V）= 36bits。只需原来一半的空间，就可以表示原来的图像，数据率压缩了一倍，而图像的效果基本没发生变化。

一般描述一幅图像的参数时我们会考虑以下几点：

1、宽：一行有多少个像素点。2、高：一列有多少个像素点。3、YUV格式还是RGB格式？4、一行多少个字节？5、图像大小是多少？6、图像的分辨率是多少？

以下对YUV422、YUV420和YUV444进行初步解析：

**YUV422格式。**

分为很多小类，按照U、V的排列可以有YUYV,YVYU,UYVY,VYUY四种，其中，YUYVY一般又称作yuv2格式。

而这四种**YUV422格式**，每种又可以分为2小类，按Y和UV的排列可以有打包格式和平面格式。例如，一个640×480×2的YUV文件，打包格式就是YUYVYUYV这样一直排列下去，平面格式就是先640×480个Y排列完，然后是640×240个U，然后是640×240个V这样排列，如下

图：

![20130601161024417][]

假如有一幅640×480的图片，用yuv422来表示，那么，采样方式就是每个像素采样Y信号，U,V信号隔一个采样，这样算下来，就有640×480个Y,640×240个U,640×240个V，一幅640×480大小的YUV图片占的总字节数为640×480×2个字节，每像素2个字节，也就是16位。

在内存种中这样排列：Y0U0Y1V0 Y2U1Y3V1...

第一个像素的YUV值为：Y0 U0 V0

第二个像素的YUV值为： Y1 U0 V0

第三个像素的YUV值为： Y2 U1 V1

.....其他以此推类，也就是说每两个像素是共用了UV的；在一行上来看，每个像素的YUV值中Y值被采样，UV值采样0后，跳到3，然后5，所以每行上Y有640个，U,V各320个。

主要的采样格式有YCbCr 4:2:0、YCbCr 4:2:2、YCbCr 4:1:1和 YCbCr 4:4:4。其中YCbCr 4:1:1 比较常用，其含义为：每个点保存一个 8bit 的亮度值(也就是Y值), 每 2x2 个点保存一个 Cr 和Cb 值, 图像在肉眼中的感觉不会起太大的变化。所以, 原来用 RGB(R,G,B 都是 8bit unsigned) 模型, 4 个点需要 8x3=24 bites（如下图第一个图）. 而现在仅需要 8+(8/4)+(8/4)=12bites, 平均每个点占12bites，这样就把图像的数据压缩了一半。

以上仅给出了理论上的示例，在实际数据存储中是有可能是不同的，下面给出几种具体的存储形式：

（1） YUV 4:4:4

YUV三个信道的抽样率相同，因此在生成的图像里，每个象素的三个分量信息完整（每个分量通常8比特），经过8比特量化之后，未经压缩的每个像素占用3个字节。

下面的四个像素为: \[Y0 U0 V0\] \[Y1 U1 V1\] \[Y2 U2 V2\] \[Y3 U3 V3\]

存放的码流为: Y0 U0 V0 Y1 U1 V1 Y2 U2 V2 Y3 U3 V3

（2） YUV 4:2:2

每个色差信道的抽样率是亮度信道的一半，所以**水平方向**的色度抽样率只是4:4:4的一半。对非压缩的8比特量化的图像来说，每个由两个水平方向相邻的像素组成的宏像素需要占用4字节内存**（亮度2个字节,两个色度各1个字节）。**。

下面的四个像素为: **\[Y0 U0 V0\] \[Y1 U1 V1\]** \[Y2 U2 V2\] \[Y3 U3 V3\]

存放的码流为: **Y0 U0 Y1 V1 **Y2 U2 Y3 V3

映射出像素点为：\[Y0 U0 V1\] \[Y1 U0 V1\] \[Y2 U2 V3\] \[Y3 U2 V3\]

（3） YUV 4:1:1

4:1:1的色度抽样，是在**水平方向上对色度进行4:1抽样**。对于低端用户和消费类产品这仍然是可以接受的。对非压缩的8比特量化的视频来说，每个由4个水平方向相邻的像素组成的宏像素需要占用6字节内存**（亮度4个字节,两个色度各1个字节）。**

下面的四个像素为: **\[Y0 U0 V0\] \[Y1 U1 V1\] \[Y2 U2 V2\] \[Y3 U3 V3\]**

存放的码流为: **Y0 U0 Y1 Y2 V2 Y3**

映射出像素点为：\[Y0 U0 V2\] \[Y1 U0 V2\] \[Y2 U0 V2\] \[Y3 U0 V2\]

（4）YUV4:2:0

4:2:0并不意味着只有Y,Cb而没有Cr分量。**它指得是对每行扫描线来说，只有一种色度分量以2:1的抽样率存储。相邻的扫描行存储不同的色度分量**， 也就是说，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。对每个色度分量来说，水平方向和竖直方向的抽样率都是 2:1，所以可以说色度的抽样率是4:1。对非压缩的8比特量化的视频来说，每个由2x2个2行2列相邻的像素组成的宏像素需要占用6字节内存**（亮度4个字节,两个色度各1个字节）。**

下面八个像素为：**\[Y0 U0 V0\] \[Y1 U1 V1\] **\[Y2 U2 V2\]\[Y3 U3 V3\]

**\[Y5U5 V5\] \[Y6 U6 V6\]** \[Y7U7 V7\] \[Y8 U8 V8\]

存放的码流为：**Y0 U0 Y1** Y2 U2 Y3

**Y5V5 Y6 **Y7 V7 Y8

映射出的像素点为：\[Y0 U0 V5\] \[Y1 U0 V5\] \[Y2 U2 V7\] \[Y3 U2 V7\]

\[Y5U0 V5\] \[Y6 U0 V5\] \[Y7U2 V7\] \[Y8 U2 V7\]

YCbCr采样格式  
  
4:4:4 采样就是说三种元素Y,Cb,Cr有同样的分辨率,这样的话,在每一个像素点上都对这三种元素进行采样.数字4是指在水平方向  
上对于各种元素的采 样率,比如说,每四个亮度采样点就有四个Cb的Cr采样值.4:4:4采样完整地保留了所有的信息值.4:2:2采样中  
(有时记为YUY2),色 度元素在纵向与亮度值有同样的分辨率,而在横向则是亮度分辨率的一半(4:2:2表示每四个亮度值就有两个Cb  
和Cr采样.)4:2:2视频用来 构造高品质的视频彩色信号.  
  
在流行的4:2:0采样格式中(常记为YV12)Cb和Cr在水平和垂直方向上有Y分辨率的一半.4:2:0 有些不同，因为它并不是指在实际采样  
中使用4:2:0，而是在编码史中定义这种编码方法是用来区别于4:4:4和4:2:2方法的).4:2:0 采样被广泛地应用于消费应用中，比如  
视频会议，数字电视和DVD存储中。因为每个颜色差别元素中包含了四分之一的Y采样元素量，那么 4:2:0YCbCr视频需要刚好4:4:4  
或RGB视频中采样量的一半。  
  
4:2:0采样有时被描述是一个"每像素12位"的方 法。这么说的原因可以从对四个像素的采样中看出.使用4:4:4采样，一共要进行12次  
采样，对每一个Y,Cb和Cr，就需要12\*8=96位，平均下来要96/4=24位。使用4:2:0就需要6\*8=48位，平均每个像素48/4=12位。  
  
在一个4:2:0隔行扫描的视频序列 中，对应于一个完整的视频帧的Y,Cb,Cr采样分配到两个场中。可以得到，隔行扫描的总采样数跟  
渐进式扫描中使用的采样数目是相同的。

[20130601161024417]: /images/20220329/49970405985b4ce3ba8079d98fd04020.png