谈谈“色彩空间表示方法”——RGB、YUY2、YUYV、YVYU、UYVY、AYUV & 柳叶扉鸿

内容目录

转自：http://bbs.chinavideo.org/viewthread.php?tid=4143

还可参考 http://www.fourcc.org/yuv.php

小知识：RGB 与 YUV—-摘自《DirectShow 实务精选》作者：陆其明

1.RGB
计算机彩色显示器显示色彩的原理与彩色电视机一样，都是采用 R（Red）、G（Green）、B（Blue）相加混色的原理：通过发射出三种不同强度的电子束，使屏幕内侧覆盖的红、绿、蓝磷光材料发光而产生色彩。这种色彩的表示方法称为RGB 色彩空间表示（它也是多媒体计算机技术中用得最多的一种色彩空间表示方法）。
根据三基色原理，任意一种色光 F 都可以用不同分量的 R、G、B 三色相加混合而成。

F = r [ R ] + g [ G ] + b [ B ]

其中，r、g、b 分别为三基色参与混合的系数。当三基色分量都为 0（最弱）时混合为黑色光；而当三基色分量都为 k（最强）时混合为白色光。调整 r、g、b 三个系数的值，可以混合出介于黑色光和白色光之间的各种各样的色光。

2.YUV
那么 YUV 又从何而来呢？在现代彩色电视系统中，通常采用三管彩色摄像机或彩色 CCD 摄像机进行摄像，然后把摄得的彩色图像信号经分色、分别放大校正后得到 RGB，再经过矩阵变换电路得到亮度信号 Y 和两个色差信号 R－Y（即 U）、B－Y（即 V），最后发送端将亮度和色差三个信号分别进行编码，用同一信道发送出去。这种色彩的表示方法就是所谓的YUV 色彩空间表示。
采用 YUV 色彩空间的重要性是它的亮度信号 Y 和色度信号 U、V 是分离的。如果只有 Y 信号分量而没有 U、V 分量，那么这样表示的图像就是黑白灰度图像。彩色电视采用 YUV 空间正是为了用亮度信号 Y 解决彩色电视机与黑白电视机的兼容问题，使黑白电视机也能接收彩色电视信号。
YUV 与 RGB 相互转换的公式如下（RGB 取值范围均为 0-255）：

Y = 0.299R + 0.587G + 0.114B
U = -0.147R – 0.289G + 0.436B
V = 0.615R – 0.515G – 0.100B

R = Y + 1.14V
G = Y – 0.39U – 0.58V
B = Y + 2.03U

在 DirectShow 中，常见的 RGB 格式有 RGB1、RGB4、RGB8、RGB565、RGB555、RGB24、RGB32、ARGB32 等；常见的 YUV 格式有 YUY2、YUYV、YVYU、UYVY、AYUV、Y41P、Y411、Y211、IF09、IYUV、YV12、YVU9、YUV411、YUV420 等。作为视频媒体类型的辅助说明类型（Subtype），它们对应的 GUID 见表 2.3。

表 2.3 常见的 RGB 和 YUV 格式

GUID 格式描述
MEDIASUBTYPE_RGB1 2 色，每个像素用 1 位表示，需要调色板
MEDIASUBTYPE_RGB4 16 色，每个像素用 4 位表示，需要调色板
MEDIASUBTYPE_RGB8 256 色，每个像素用 8 位表示，需要调色板
MEDIASUBTYPE_RGB565 每个像素用 16 位表示，RGB 分量分别使用 5 位、6 位、5 位
MEDIASUBTYPE_RGB555 每个像素用 16 位表示，RGB 分量都使用 5 位（剩下的 1 位不用）
MEDIASUBTYPE_RGB24 每个像素用 24 位表示，RGB 分量各使用 8 位
MEDIASUBTYPE_RGB32 每个像素用 32 位表示，RGB 分量各使用 8 位（剩下的 8 位不用）
MEDIASUBTYPE_ARGB32 每个像素用 32 位表示，RGB 分量各使用 8 位（剩下的 8 位用于表示 Alpha 通道值）
MEDIASUBTYPE_YUY2 YUY2 格式，以 4:2:2 方式打包
MEDIASUBTYPE_YUYV YUYV 格式（实际格式与 YUY2 相同）
MEDIASUBTYPE_YVYU YVYU 格式，以 4:2:2 方式打包
MEDIASUBTYPE_UYVY UYVY 格式，以 4:2:2 方式打包
MEDIASUBTYPE_AYUV 带 Alpha 通道的 4:4:4 YUV 格式
MEDIASUBTYPE_Y41P Y41P 格式，以 4:1:1 方式打包
MEDIASUBTYPE_Y411 Y411 格式（实际格式与 Y41P 相同）
MEDIASUBTYPE_Y211 Y211 格式
MEDIASUBTYPE_IF09 IF09 格式
MEDIASUBTYPE_IYUV IYUV 格式
MEDIASUBTYPE_YV12 YV12 格式
MEDIASUBTYPE_YVU9 YVU9 格式

下面分别介绍各种 RGB 格式。

¨RGB1、RGB4、RGB8 都是调色板类型的 RGB 格式，在描述这些媒体类型的格式细节时，通常会在 BITMAPINFOHEADER 数据结构后面跟着一个调色板（定义一系列颜色）。它们的图像数据并不是真正的颜色值，而是当前像素颜色值在调色板中的索引。以 RGB1（2 色位图）为例，比如它的调色板中定义的两种颜色值依次为 0x000000（黑色）和 0xFFFFFF（白色），那么图像数据 001101010111…（每个像素用 1 位表示）表示对应各像素的颜色为：黑黑白白黑白黑白黑白白白…。

¨ RGB565 使用 16 位表示一个像素，这 16 位中的 5 位用于 R，6 位用于 G，5 位用于 B。程序中通常使用一个字（WORD，一个字等于两个字节）来操作一个像素。当读出一个像素后，这个字的各个位意义如下：
高字节低字节
R R R R R G G G G G G B B B B B
可以组合使用屏蔽字和移位操作来得到 RGB 各分量的值：

#define RGB565_MASK_RED 0xF800
#define RGB565_MASK_GREEN  0x07E0
#define RGB565_MASK_BLUE 0x001F
R = (wPixel & RGB565_MASK_RED) >> 11; // 取值范围 0-31
G = (wPixel & RGB565_MASK_GREEN) >> 5;  // 取值范围 0-63
B =  wPixel & RGB565_MASK_BLUE;       // 取值范围 0-31

¨ RGB555 是另一种 16 位的 RGB 格式，RGB 分量都用 5 位表示（剩下的 1 位不用）。使用一个字读出一个像素后，这个字的各个位意义如下：
高字节低字节
X R R R R G G G G G B B B B B （X 表示不用，可以忽略）
可以组合使用屏蔽字和移位操作来得到 RGB 各分量的值：

#define RGB555_MASK_RED 0x7C00
#define RGB555_MASK_GREEN  0x03E0
#define RGB555_MASK_BLUE 0x001F
R = (wPixel & RGB555_MASK_RED) >> 10; // 取值范围 0-31
G = (wPixel & RGB555_MASK_GREEN) >> 5;  // 取值范围 0-31
B =  wPixel & RGB555_MASK_BLUE;       // 取值范围 0-31

¨ RGB24 使用 24 位来表示一个像素，RGB 分量都用 8 位表示，取值范围为 0-255。注意在内存中 RGB 各分量的排列顺序为：BGR BGR BGR…。通常可以使用 RGBTRIPLE 数据结构来操作一个像素，它的定义为：

typedef struct tagRGBTRIPLE {
BYTE rgbtBlue; // 蓝色分量
BYTE rgbtGreen; // 绿色分量
BYTE rgbtRed; // 红色分量
} RGBTRIPLE;

¨ RGB32 使用 32 位来表示一个像素，RGB 分量各用去 8 位，剩下的 8 位用作 Alpha 通道或者不用。（ARGB32 就是带 Alpha 通道的 RGB32。）注意在内存中 RGB 各分量的排列顺序为：BGRA BGRABGRA…。通常可以使用 RGBQUAD 数据结构来操作一个像素，它的定义为：

typedef struct tagRGBQUAD {
BYTE rgbBlue;    // 蓝色分量
BYTE rgbGreen;    // 绿色分量
BYTE rgbRed;    // 红色分量
BYTE rgbReserved;  // 保留字节（用作 Alpha 通道或忽略）
} RGBQUAD;

下面介绍各种 YUV 格式。YUV 格式通常有两大类：打包（packed）格式和平面（planar）格式。前者将 YUV 分量存放在同一个数组中，通常是几个相邻的像素组成一个宏像素（macro-pixel）；而后者使用三个数组分开存放 YUV 三个分量，就像是一个三维平面一样。表 2.3 中的 YUY2 到 Y211 都是打包格式，而 IF09 到 YVU9 都是平面格式。（注意：在介绍各种具体格式时，YUV 各分量都会带有下标，如 Y0、U0、V0 表示第一个像素的 YUV 分量，Y1、U1、V1 表示第二个像素的 YUV 分量，以此类推。）

¨ YUY2（和 YUYV）格式为每个像素保留 Y 分量，而 UV 分量在水平方向上每两个像素采样一次。一个宏像素为 4 个字节，实际表示 2 个像素。（4:2:2 的意思为一个宏像素中有 4 个 Y 分量、2 个 U 分量和 2 个 V 分量。）图像数据中 YUV 分量排列顺序如下：
Y0 U0 Y1 V0 Y2 U2 Y3 V2 …

¨ YVYU 格式跟 YUY2 类似，只是图像数据中 YUV 分量的排列顺序有所不同：
Y0 V0 Y1 U0 Y2 V2 Y3 U2 …

¨ UYVY 格式跟 YUY2 类似，只是图像数据中 YUV 分量的排列顺序有所不同：
U0 Y0 V0 Y1 U2 Y2 V2 Y3 …

¨ AYUV 格式带有一个 Alpha 通道，并且为每个像素都提取 YUV 分量，图像数据格式如下：
A0 Y0 U0 V0 A1 Y1 U1 V1 …

¨ Y41P（和 Y411）格式为每个像素保留 Y 分量，而 UV 分量在水平方向上每 4 个像素采样一次。一个宏像素为 12 个字节，实际表示 8 个像素。图像数据中 YUV 分量排列顺序如下：
U0 Y0 V0 Y1 U4 Y2 V4 Y3 Y4 Y5 Y6 Y8 …

¨ Y211 格式在水平方向上 Y 分量每 2 个像素采样一次，而 UV 分量每 4 个像素采样一次。一个宏像素为 4 个字节，实际表示 4 个像素。图像数据中 YUV 分量排列顺序如下：
Y0 U0 Y2 V0 Y4 U4 Y6 V4 …

¨ YVU9 格式为每个像素都提取 Y 分量，而在 UV 分量的提取时，首先将图像分成若干个 4 x 4 的宏块，然后每个宏块提取一个 U 分量和一个 V 分量。图像数据存储时，首先是整幅图像的 Y 分量数组，然后就跟着 U 分量数组，以及 V 分量数组。IF09 格式与 YVU9 类似。

¨ IYUV 格式为每个像素都提取 Y 分量，而在 UV 分量的提取时，首先将图像分成若干个 2 x 2 的宏块，然后每个宏块提取一个 U 分量和一个 V 分量。YV12 格式与 IYUV 类似。

¨YUV411、YUV420 格式多见于 DV 数据中，前者用于 NTSC 制，后者用于 PAL 制。YUV411 为每个像素都提取 Y 分量，而 UV 分量在水平方向上每 4 个像素采样一次。YUV420 并非 V 分量采样为 0，而是跟 YUV411 相比，在水平方向上提高一倍色差采样频率，在垂直方向上以 U/V 间隔的方式减小一半色差采样，如图 2.12 所示。

颜色问题：
我们在 DVDRIP 或内嵌的时候，通常会遇到一些关于颜色方面的术语，比如 YUV、RGB、YV12、4:2:2、4:2:0 等等。不少人刚接触到这些东西的时候，会觉得晕头转向，不知所云。
再如，不少文章中强调影片在 VDM 处理的过程中要选 Fast recompress，但是 Fast recompress、Normal recompress、Full processing mode 之间又有什么区别呢？
本文来一一为您解答这些问题。
本文是一篇总结性的文章，所以不少段落都是直接摘自其他的文章的。在这里向原作者表示谢意。本文参考了原载于 DVD Benchmark 由 DonMunsil & Stacey Spears 原作的《The Chroma UpsamplingError（颜色 Upsampling 错误）》和 Silky 的文章。

1.什么是 RGB？
RGB 是红绿蓝三原色的意思，R=Red、G=Green、B=Blue。

2.什么是 YUV/YCbCr/YPbPr？
亮度信号经常被称作 Y，色度信号是由两个互相独立的信号组成。视颜色系统和格式不同，两种色度信号经常被称作 U 和 V 或 Pb 和 Pr 或 Cb 和 Cr。这些都是由不同的编码格式所产生的，但是实际上，他们的概念基本相同。在 DVD 中，色度信号被存储成 Cb 和 Cr（C 代表颜色，b 代表蓝色，r 代表红色）。

3.什么是 4:4:4、4:2:2、4:2:0？
在最近十年中，视频工程师发现人眼对色度的敏感程度要低于对亮度的敏感程度。在生理学中，有一条规律，那就是人类视网膜上的视网膜杆细胞要多于视网膜锥细胞，说得通俗一些，视网膜杆细胞的作用就是识别亮度，而视网膜锥细胞的作用就是识别色度。所以，你的眼睛对于亮和暗的分辨要比对颜色的分辨精细一些。正是因为这个，在我们的视频存储中，没有必要存储全部颜色信号。既然眼睛看不见，那为什么要浪费存储空间（或者说是金钱）来存储它们呢？
像 Beta 或 VHS 之类的消费用录像带就得益于将录像带上的更多带宽留给黑—白信号（被称作“亮度”），将稍少的带宽留给彩色信号（被称作“色度”）。
在 MPEG2（也就是 DVD 使用的压缩格式）当中，Y、Cb、Cr 信号是分开储存的（这就是为什么分量视频传输需要三条电缆）。其中 Y 信号是黑白信号，是以全分辨率存储的。但是，由于人眼对于彩色信息的敏感度较低，色度信号并不是用全分辨率存储的。
色度信号分辨率最高的格式是 4:4:4，也就是说，每 4 点 Y 采样，就有相对应的 4 点 Cb 和 4 点 Cr。换句话说，在这种格式中，色度信号的分辨率和亮度信号的分辨率是相同的。这种格式主要应用在视频处理设备内部，避免画面质量在处理过程中降低。当图像被存储到 MasterTape，比如 D1 或者 D5，的时候，颜色信号通常被削减为 4:2:2。
[center]
在图一中，你可以看到 4:4:4 格式的亮度、色度采样分布。就像图中所表示的，画面中每个象素都有与之对应的色度和亮度采样信息。[/center]
其次就是 4:2:2，就是说，每 4 点 Y 采样，就有 2 点 Cb 和 2 点 Cr。在这种格式中，色度信号的扫描线数量和亮度信号一样多，但是每条扫描线上的色度采样点数却只有亮度信号的一半。当 4:2:2 信号被解码的时候，“缺失”的色度采样，通常由一定的内插补点算法通过它两侧的色度信息运算补充。
[center]
图二表示了 4:2:2 格式亮度、色度采样的分布情况。在这里，每个象素都有与之对应的亮度采样，同时一半的色度采样被丢弃，所以我们看到，色度采样信号每隔一个采样点才有一个。当着张画面显示的时候，缺少的色度信息会由两侧的颜色通过内插补点的方式运算得到。就像上面提到的那样，人眼对色度的敏感程度不如亮度，大多数人并不能分辨出 4:2:2 和 4:4:4 颜色构成的画面之间的不同。[/center]
色度信号分辨率最低的格式，也就是 DVD 所使用的格式，就是 4:2:0 了。事实上 4:2:0 是一个混乱的称呼，按照字面上理解，4:2:0 应该是每 4 点 Y 采样，就有 2 点 Cb 和 0 点 Cr，但事实上完全不是这样。事实上，4:2:0 的意思是，色度采样在每条横向扫描线上只有亮度采样的一半，扫描线的条数上，也只有亮度的一半！换句话说，无论是横向还是纵向，色度信号的分辨率都只有亮度信号的一半。举个例子，如果整张画面的尺寸是 720*480，那么亮度信号是 720*480，色度信号只有 360*240。在 4:2:0 中，“缺失”的色度采样不单单要由左右相邻的采样通过内插补点计算补充，整行的色度采样也要通过它上下两行的色度采样通过内插补点运算获得。这样做的原因是为了最经济有效地利用 DVD 的存储空间。诚然，4:4:4 的效果很棒，但是如果要用 4:4:4 存储一部电影，我们的 DVD 盘的直径至少要有两英尺（六十多厘米）！
[center]
图三表示了概念上 4:2:0 颜色格式非交错画面中亮度、色度采样信号的排列情况。同 4:2:2 格式一样，每条扫描线中，只有一半的色度采样信息。与 4:2:2 不同的是，不光是横向的色度信息被“扔掉”了一半，纵向的色度信息也被“扔掉”了一半，整个屏幕中色度采样只有亮度采样的四分之一。请注意，在 4:2:0 颜色格式中，色度采样被放在了两条扫描线中间。为什么会这样呢？很简单：DVD 盘上的颜色采样是由其上下两条扫描线的颜色信息“平均”而来的。比如，图三中，第一行颜色采样（Line 1 和 Line 2 中间夹着的那行）是由 Line1 和 Line 2“平均”得到的，第二行颜色采样（Line 3 和 Line 4 中间夹着的那行）也是同样的道理，是由 Line 3 和 Line 4 得到的。
虽然文章中多次提到“平均”这个概念，但是这个“平均”可不是我们通常意义上的(a+B)/2 的平均。颜色的处理有极其复杂的算法保证其最大限度地减少失真，接近原始质量。[/center]

4.什么是 YV12，什么是 YUY2？
在个人计算机上，这些 YUV 读出来以后会以一些格式包装起来，送给软件或硬件处理。包装的方式分成两种，一种是 Packed format，把 Y 和相对应的 UV 包在一起。另一种是 Planar format，把 Y 和 U 和 V 三种分别包装，拆成三个 plane（平面）。
其中 YV12 和 YUY2 都是一种 YUV 的包装格式，而且两种都是 Packed format。（实际上，只有 YUY2 才是 Packed format，而 YV12 则是属于 Planar format。）
YV12 和 YUY2 的不同，在于 YV12 是 YUV4:2:0 格式，也就是 DVD/VCD 上原本储存的格式。YUY2 则是 YUV4:2:2 格式。

5.为什么影片在 VDM 处理的过程中要选 Fast recompress？
选择 Fast recompress 的原因，现得从 Avisynth 2.5 讲起。
Avisynth 2.5 最大的特色，就是支持 YV12 直接处理。我们知道原始 MPEG 数据是 YUV4:2:0，也就是 YV12 的格式，以前我们在做 DivX/XviD 压缩的时候，处理流程是：
DVD/VCD(YUV 4:2:0) -> DVD2AVI(YUV 4:2:0 ->YUV4:2:2 ->YUV4:4:4-> RGB24) -> VFAPI(RGB24) -> TMPGEnc/AviUtl/VirtualDub(RGB24)-> DivX/XviD Codec(RGB24 ->YUV4:2:0) -> MPEG-4(YUV 4:2:0)
ps. VFAPI 内部只能以 RGB24 传递数据，所以会转成 RGB24 输出
或是
DVD/VCD(YUV 4:2:0) -> MPG2DEC.DLL(YUV 4:2:0 ->YUV4:2:2) ->Avisynth 2.0.x(只能用支援 YUV4:2:2 的滤镜，不能用 RGB24/32 的 filter) ->VirtualDub(YUV 4:2:2，不能使用 VD 的 filter，因为 VD 的 filetr 都是在 RGB32 上处理，压缩时要选 Fast recompress，才会直接原封不动的送 YUV4:2:2，也就是 YUY2 的数据给 Codec 压缩)-> DivX/XviD Codec(YUV 4:2:2 ->YUV4:2:0) -> MPEG-4(YUV 4:2:0)
所以以前的处理流程中间要经过好几次 YUV<-> RGB 的转换。这个转换是有损的，做得越多次，原始的色彩信息就损失的越严重。而且这个转换的计算又耗时（这就可以解释为什么我们将 YV12 转为 RGB 输出时会卡的多，不过，RGB 的品质真的更高的多）。那么有人（Marc FD）就想到，反正最后转成 MPEG 都要存成 YUV4:2:0 的格式，那么为什么不干脆一路到底，全程都以 YV12 处理，也就是所有的 filter 都改写成 YV12 的版本，直接在 YV12 上做调整色彩、滤噪讯、IVTC 等工作，这样：
1. 处理的数据量少。（YV12 的资料，UV 比 YUY2 少一半，比 RGB 24/32 少更多）
2. 不用转换计算
所以速度快。再加上又可以避免 YUV<-> RGB 转换的损失，岂不是一举两得？
所以支持 YV12 的 Avisynth 2.5 就诞生了。
但是目前 VirtualDub 还是不支持 YV12，即使选 Fast recompress，VD 还是会将 YV12 的输入转为 YUY2。所以要得到全程 YV12 处理的好处，必须使用 VirtualDubMod 才行，这个改版才有支持 YV12。只有在选择 Fastrecompress 的时候，VDM 才不会进行任何处理，直接将数据丢给编码器压缩，这样就能保留 YV12，实现了全程 YV12。

转自： http://hi.baidu.com/chioyang/blo … 535bfb838b1367.html

最近在看一些 Video 的东西，tool 基本上已经有了一个雏形，不过突然间发现自己有点糊涂了，弄不清 I420 是怎么一回事了。于是我就在 wiki 上找了些资料，终于有了些眉目。大致整理如下：

I420 是 YUV 格式的一种，而 YUV 有 packed format 和 planar format 两种，而 I420 属于 planar format 的一种。

同时 I420 表示了 YUV 的采样比例 4:2:0。4:2:0 的 YUV 并不是说没有 V 分量，而是指对于每一个行，只有一个 U 或者 V 分量。比如第一行里，是 YUYYUY，到了第二行是 YVYYVY，那么对于每一行来说就是 4:2:0 或者 4:0:2。需要说明的是，这里的排列方式是针对 packedformat 而言的，因此并不适用于 I420 这样的 planar format。Packed format 和 plannerformat 的区别在于，packedformat 中的 YUV 是混合在一起的，因此就有了 UYVY、YUYV 等等，他们在码流中排列的方式有所不同。而对于 plannerformat 每一个 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 分量都在 Y 分量之后出现，而 V 分量在所有的 U 分量之后。就像三个大色块一样。这样的组织方式除了 I420 以外还有 YV12、IYUV 等等。

值得注意一点的是，planner format 没有像 packedformat 那样的顺序性，那么是否意味着 420 和 411 就没有区别了呢，而且有些资料上也有写 IYUV is identical toI420。wiki 上也对此有很明确的说明。表面上看 IYUV 和 I420 的 data 组织形式完全一样，都是 4:1:1 的 YUV 色平面组成，但是 I420 的 UV 分量是在 2×2 的像素点中采样得到的，而 IYUV 的 UV 分量是在 1×4 的行像素点中采样得到的，所以在表达的方式上还是有一定差异的。