2020-11-12-颜色编码方式-YUV

颜色编码方式——YUV

2026-06-03

1. YUV<-->RGB 一节只给了 BT.601 公式，今天更常见的 HD/UHD 视频通常使用 BT.709 或 BT.2020，并且还要区分 full/limited range，直接把 BT.601 当通用公式会误导；
2. libyuv 编译 一节基于旧版构建经验，当前文档已以 cmake --build . 等流程为主，JPEG 链接问题也应按当前 CMakeLists 重新验证，文中的修复片段本身还有重复链接行。

1. YUV 简介

与 RGB 类似，YUV 也是一种非常流行的颜色编码方式。RGB 编码方式诉求人眼对色彩的感受，而 YUV 则关注人眼对亮度的敏感程度。人眼中除了感受色彩的视锥细胞外还有对亮度(能量)敏感的视杆细胞，在 RGB 中基本没有提到过视杆细胞对大脑成像的影响，但实际上 RGB 三原色分量都各自包含了亮度信息。

YUV 中 “Y” 表示亮度(Luminance)，“U” 和 “V” 则表示色度、浓度(Chrominance、Chroma)，UV 通常组合起来使用/描述，Y 包含了完整图像信息。

在计算机领域中，UV 分量有时也会称作蓝色通道和红色通道，基于此可以分别提取图片中蓝色和红色的物体轮廓

YUV 诞生于黑白电视向彩色电视过渡时期，黑白电视只有灰度/亮度(Y)信号，所以对于彩色电视信号，去除彩色(UV)信号就能兼容黑白电视。另一方由于人眼对亮度信号更加敏感，可以适当降低 UV 分量采样率以降低信号传输的带宽压力，实际上大多数YUV格式平均像素位数都小于24bit，所以 YUV 比 RGB 更加适合传输场景。

由于历史原因，YUV 实际上是一系列颜色编码(Y’UV，YUV，YCbCr，YPbPr)方式的统称，它们的原理大致相同，具体适用场景有些许差异。讨论这些 YUV族 格式不是这篇文章的重点(没有遇到过需要细分需求)，所以重点会放在 YUV 的采样格式与存储格式上。

2. YUV 采样格式

假设 YUV 每个分量使用 8bit 表示，一共24bit，那么一张 1080x1920 分辨率的图像就需要 5.93M 空间(不考虑压缩算法的情况下)：

1080 * 1920 * 3 * 8bit = 49,766,400bit = 6,220,800byte = 6,075KB = 5.93M

上面提到因为人眼对 Y 比对 UV 信号更加敏感，可以在传输场景中对 UV 分量采样(subsample)来降低数据大小。常用的采样格式有 YUV 4:4:4、YUV 4:2:2、YUV 4:2:0。

2.1. YUV 4:4:4 采样

4:4:4 表示全采样，每个像素点拥有完整的 YUV 三个分量：

YC  YC  YC  YC
 
YC  YC  YC  YC
 
YC  YC  YC  YC
 
YC  YC  YC  YC

上面字符表示4x4的图像，其中 UV 分量用 C 表示，下文同理。

因为是全采样，所以并没有达到节省带宽的作用。

2.2. YUV 4:2:2 采样

4:2:2 表示水平2:1采样，垂直全采样，每两个 Y 分量共享一组UV分量：

Y C Y  Y C Y
 
Y C Y  Y C Y
 
Y C Y  Y C Y
 
Y C Y  Y C Y

4:2:2 采样下 UV 分量占用带宽减少了一半，整体数据量也就变成了全采样的 (1 + 0.5 + 0.5)/3 = 2/3。

2.3. YUV 4:2:0 采样

4:2:0表示2:1的水平采样，垂直2:1采样，每4个 Y 分量共享一组 UV 分量：

Y   Y  Y   Y
  C      C
Y   Y  Y   Y
 
Y   Y  Y   Y
  C      C
Y   Y  Y   Y

4:2:0 采样下 UV 分量占用带宽变成了全采样的 1/4，整体数据量也就变成了全采样的 (1 + 1/4 + 1/4)/3 = 1/2，这也是目前比较主流的采样格式。

3. YUV 存储格式

采样格式描述了YUV三个分量的比例，存储格式描述了YUV分量的排列方式。

前面提到了 YUV 分量可以分开存储，目前有三种主流的存储格式：

• packed(打包格式)，YUV 分量连续交叉存储。
• planar(平面格式)，YUV 三个分量分开存储，分为 Y、U、V 三个平面。
• semi-planar(半平面格式)，Y 分量单独存储为一个平面，UV分量连续交叉存储为另一平面。

根据采用的采样格式与存储格式的不同组合，就有了不同的 YUV 格式：

	4:2:2 采样	4:2:0 采样
packed 存储(1Plane)	YUYV、UYVY
planar 存储(3Plane)	422P(I422)	YV12、YU12(I420)
semi-planar 存储(2Plane)		NV12、NV21

3.1. 4:2:2 采样 YUV 格式

4:2:2 采样下两个 Y 分量共享一组 UV 分量。

3.1.1. YUYV、UYVY

YUYV、UYVY 采用 packed 存储格式，一帧画面只有一个平面(Plane)。这两种格式的存储方式非常直观，每两个像素占用4bytes。

YUYV：

->
YUYV YUYV
YUYV YUYV
YUYV YUYV
YUYV YUYV

UYVY：

->
UYVY UYVY
UYVY UYVY
UYVY UYVY
UYVY UYVY

3.1.2. 422P(I422)

422P 采用 planar 存储格式，YUV 三个分量分开存储，一帧画面有三个平面(Plane)，每两个像素占4bytes。

YYYY
YYYY
YYYY
YYYY
 
UUUU
UUUU
 
VVVV
VVVV

3.2. 4:2:0 采样 YUV 格式

4:2:0 采样下四个 Y 分量共享一组 UV 分量。

3.2.1. YV12、YU12(I420)

YV12、YU12(I420) 采用 planar 存储格式，YUV 分开存储，一帧画面有三个平面(Plane)，每四个像素占6bytes。两种格式根据UV存储顺序区分。

YV12

YYYY
YYYY
YYYY
YYYY
 
VVVV
 
UUUU

YU12(I420)

YYYY
YYYY
YYYY
YYYY
 
UUUU
 
VVVV

可以看到这两种格式只是 U、V 平面排列先后的区别。

3.2.2. NV12、NV21

NV12、NV21 采用 semi-planar 存储格式，Y 分量单独一个平面，UV 分量交叉连续存储为一个平面，每四个像素占6bytes。两种格式按照UV存储顺序区分。

NV12

YYYY
YYYY
YYYY
YYYY
 
UVUV
UVUV

NV21

YYYY
YYYY
YYYY
YYYY
 
VUVU
VUVU

iOS 平台常用 NV12，Android 平台常用 NV21

3.3. 内存对齐

现代计算机基本都搭载 32bit 或 64bit 的 CPU，它们一次处理最少读取 4、8 byte，如果少于这些反而需要做一些额外的寻址操作，影响性能，所以就有了内存对齐。内存对齐会在数据尾部补 0 以凑够 4、8byte，牺牲一部分内存换取性能.

大多数情况下图像的分辨率(宽、高)都是4的倍数，但是例外的case也不少，所以很多图像处理的框架中都会有内存对齐相关的概念，比如 FFmpeg 解码后的 linesize.

4. YUV<—>RGB 转换

因为图形显示时常用 RGB 模型，而 YUV 常用在数据传输场景，所以这两种颜色模型之间经常需要进行转换。不同的标准下的转换公式(formulas)也不太一样，下面是 BT.601 标准下的转换公式:

$$\left[\begin{array}{c}Y\\ U\\ V\end{array}\right]=\left[\begin{array}{ccc}0.299& 0.587& 0.114\\ -0.147& -0.289& 0.436\\ 0.615& -0.515& -0.100\end{array}\right]\left[\begin{array}{c}R\\ G\\ B\end{array}\right]\text{\hspace{1em}(1)}$$ $$\left[\begin{array}{c}R\\ G\\ B\end{array}\right]=\left[\begin{array}{ccc}1& 0& 1.140\\ 1& -0.395& -0.581\\ 1& 2.032& 0\end{array}\right]\left[\begin{array}{c}Y\\ U\\ V\end{array}\right]\text{\hspace{1em}(2)}$$

矩阵运算能够充分利用现代图形硬件(eg. GPU)进行加速，在SIMD架构处理器还没有出现之前，浮点运算开销比 fixed-point 算法慢很多，所以就是有一些使用整数运算代替浮点数运算的加速公式(存在精度损失).

5. YUV 图像操作—libyuv

YUV 图像常见的处理有缩放、裁剪、旋转、镜像以及格式转换等，这些操作都可以借助 Google 开源的 libyuv 快速实现。

5.1. libyuv 简介

libyuv 支持:

• 缩放原始 YUV 数据以压缩大小，支持点、双线性以及盒式插值.
• 将原始 webcam 格式转化成 YUV.
• 将 YUV 转换成 RGB 数据用于渲染或特效处理.
• 以90°倍数旋转图像.
• 针对x86/x64、Arm、Mips 架构处理器指令优化.

5.2. libyuv 编译

Gettting Started 详细地介绍了如何获取代码并编译，但是都看完还是比较头大，如果想快速编译出动态库使用，可以只看 CMake 部分.

下面的操作都是在 macOS 下完成

首先是 clone 代码到本地，对历史 commit 没兴趣可以指定 --depth=1:

git clone --depth=1 https://chromium.googlesource.com/libyuv/libyuv

代码拉下来后就可以开始编译了，cmake 可以通过 brew install cmake 安装:

mkdir out && cd out
# cmake 执行完会有一些 Warning，可以直接忽略
cmake ..
make

执行完 make 不出意外的话，会得到下面三个产物:

.
├── [595K]  libyuv.a
├── [449K]  libyuv.dylib
└── [391K]  yuvconvert

yuvconvert

但是有一种情况很奇怪，当系统安装了 libjpeg 反而编译不过:

Undefined symbols for architecture x86_64:
  "_jpeg_CreateDecompress", referenced from:
      libyuv::MJpegDecoder::MJpegDecoder() in mjpeg_decoder.cc.o
  "_jpeg_abort_decompress", referenced from:
      libyuv::MJpegDecoder::UnloadFrame() in mjpeg_decoder.cc.o
      libyuv::MJpegDecoder::FinishDecode() in mjpeg_decoder.cc.o
  "_jpeg_destroy_decompress", referenced from:
      libyuv::MJpegDecoder::~MJpegDecoder() in mjpeg_decoder.cc.o
  "_jpeg_read_header", referenced from:
      libyuv::MJpegDecoder::LoadFrame(unsigned char const*, unsigned long) in mjpeg_decoder.cc.o
  "_jpeg_read_raw_data", referenced from:
      libyuv::MJpegDecoder::DecodeImcuRow() in mjpeg_decoder.cc.o
  "_jpeg_resync_to_restart", referenced from:
      libyuv::MJpegDecoder::MJpegDecoder() in mjpeg_decoder.cc.o
  "_jpeg_start_decompress", referenced from:
      libyuv::MJpegDecoder::StartDecode() in mjpeg_decoder.cc.o
  "_jpeg_std_error", referenced from:
      libyuv::MJpegDecoder::MJpegDecoder() in mjpeg_decoder.cc.o
ld: symbol(s) not found for architecture x86_64
clang: error: linker command failed with exit code 1 (use -v to see invocation)
make[2]: *** [libyuv.dylib] Error 1
make[1]: *** [CMakeFiles/yuv_shared.dir/all] Error 2
make: *** [all] Error 2

这是因为 libyuv 依赖了 libjpeg，但是 CMakeList.txt 里却没有为其配置链接:

# ...
INCLUDE ( FindJPEG )
if (JPEG_FOUND)
  include_directories( ${JPEG_INCLUDE_DIR} )
  target_link_libraries( yuvconvert ${JPEG_LIBRARY} )
  # 加上下面两行就可以了
  target_link_libraries( yuvconvert ${JPEG_LIBRARY} )
  target_link_libraries( yuvconvert ${JPEG_LIBRARY} )
  # HAVE_JPEG 条件编译为真
  add_definitions( -DHAVE_JPEG )
endif()
# ...

FindJPEG 是 Cmake 内置模块.

5.3. libyuv 使用

留个坑，后面实战了再来补上

6. 参考文章

YUV

一文理解YUV

一文读懂YUV采样与格式

yuvrgb-conversion-formulas