音视频基础 - YUV和RGB

news2025/10/27 12:01:07

1. 音视频名词概念

1.1 像素

像素是一张图片的基础单位，pixel，简称px
无数个像素组合在一起，就形成了一张图片。

在这里插入图片描述

1.2 分辨率

分辨率 = 垂直像素*水平像素，(理论上) 图像的分辨率越高，图像就越清晰。
比如下面左边这张图，胶乳一个方块就代表一个像素点，那么分辨率就是15px*16px，最终我们看到的就是很小的一张图片。

在这里插入图片描述

实际上分辨率高不一定图像就越清晰，因为可能图片本身就是模糊的

1.3 位深

我们看到的彩色图片，都有三个通道，分别为红®、绿(G)、蓝(B)通道。
(如果需要透明度则还有alpha分量)

通常每个通道用8bit表示，8bit能表示256种颜色，所以可以组成256*256*256=16777216=1677万种颜色

这里的8bit就是我们讲的位深。

在这里插入图片描述

每个通道的位深越大，能够表示的颜色值就越大。比如现在高端电视说的10bit色彩，即是每个通道用10bit表示，每个通道有1024种颜色。1024*1024*1024约为107374万色，是8bit的64倍。

常见的颜色还是8bit居多

1.4 帧率

帧率即FPS，每秒有多少帧画面。帧率越高就代表画面越流程，越低则越卡顿。

由于视觉图像在视网膜的暂时停留，图像帧率能达到24帧，我们就认为图像是连续动态的。

电视帧率一般是24FPS
电视剧一般是25FPS
监控行业常用25FPS
音视频通话常用15FPS

帧率越高，画面越流程，需要的设备性能也越高 (涉及到编码解码)。

1.5 码率

视频文件在单位时间使用的数据流量，比如1Mbps
大多数情况下码率越高，也就越清晰。但模糊的视频文件大小(码率)也可以很大，分辨率小的视频文件可能也不分辨率打的视频文件清晰。
对于同一个原始图像源的时候，同样的编码算法，则码率越高，图像的失真就会越小，视频画面就会越清晰。

2. RGB、YUV的区别

RGB : 红色R、绿色G、蓝色B三基色
YUV : Y表示明亮度(Luminance或Luma)，也就是灰阶值，U和V表示的则是色度(Chrominance或Chroma)

2.1 RGB

通常的图像像素是按RGB顺序进行排列，但有些图像处理要转成其他顺序，比如OpenCV经常转成BGR的排列方式。

在这里插入图片描述

2.2 YUV

和RGB类似，YUV也是一种颜色编码方法，它是指将亮度参数Y(Luma)和色度参数U和V (Chroma)分开进行表示的像素编码格式。

这样分开的好处就是不但可以避免互相干扰，没有UV信息一样可以显示完整的图像，因而解决了彩色电视和黑白电视的兼容问题，还可以降低色彩的采样率而不会对图像质量影响太大，降低了视频信号传输时对宽频(带宽)的要求

降低色彩的采样率而不会对图像质量影响太大 : YY共用一组UV分量 (根据YUV类型决定)

在这里插入图片描述
YUV是一个比较笼统地说法，针对它的具体排列方式，可以分为很多种

打包(packed)格式 : 将每个像素点的Y、U、V分量交叉排列并以像素点为单位连续的存放在同一数组里，通常几个相邻的像素组成一个宏像素 (macro-pixel)
平面(planar)格式 : 使用三个数组分开连续的存放Y、U、V三个分量，即Y、U、V分别存放在各自的数组中

在这里插入图片描述

3. YUV采样表示法

YUV采用A:B:C表示来描述Y、U、V采样频率比例

下图中黑点表示采样像素点Y分量，空心圆表示采样像素点UV分量。

在这里插入图片描述

4:4:4 表示色度频道没有下采样 : 即一个Y分量对应着一个U分量和一个V分量
4:2:2 表示2:1的水平下采样，没有垂直下采样，即每两个Y分量共用一个U分量和一个V分量
4:2:0 表示2:1的水平下采样，2:1的垂直下采样，即每四个Y分量共用一个U分量和一个V分量

4. YUV数据存储

4.1 YUV数据存储 4:4:4格式

比如YUV444格式，对应FFmpeg像素表示AV_PIX_FMT_YUV444P，占24bit

在这里插入图片描述

4.2 YUV数据存储 4:2:2格式

比如YUV422P格式，对应FFmpeg像素表示AV_PIX_FMT_YUV422P，占16bit
在这里插入图片描述

4.3 YUV数据存储 4:2:0格式

最常用的一种格式，比如YUV420P格式，对应FFmpeg像素表示AV_PIX_FMT_YUV420P，占12bit

在这里插入图片描述

比如NV12格式，对应FFmpeg像素表示AV_PIX_FMT_NV12

在这里插入图片描述

4:2:0格式参考
在这里插入图片描述

I420也叫做YU12，在android平台下叫作I420格式
android手机从摄像头采集的预览数据一般都是NV21

5. RGB和YUV的转换

通常情况下RGB和YUV直接的相互转换都是调用接口实现，比如FFmpeg的swscale或者libyuv等库
主要转换标准是BT601和BT709
- 8bit位深情况下
  - TV range是16-235(Y)、16-240(UV)，也叫Limited Range
  - PC range是0-255，也叫Full Range
  - 而RGB没有range之分，全是2-255

BT601 TV Range转换公式

在这里插入图片描述

从YUV转到RGB如果值小于0要取0，如果大于255要取255

5.1 为什么解码出错显示绿屏

因为RGB和YUV的转换的时候，解码失败时YUV分量都填为0值，然后根据公式 :

R = 1.402 * (-128) = -126.598
G = -0.34414 * (-128) - 0.71414*(-128) = 135.45984
B = 1772 * (-128) = -126.228

RGB值范围为[0,255]，所以最终的值为 :

R = 0
G = 135.45984
B = 0

此时只有G分量有值所以为绿色

6. YUV Stride对齐问题

比如分辨率638*480的YUV420P图像
我们已经知道YUV420P的存储格式是如下图所示的
在这里插入图片描述
我们在内存处理的时候如果要以16字节对齐，所以所有的Y的数量要能被16整除，
则638不能被16整除，我们需要在每行尾部填充2个字节动画就是640，此时该图片的Y stride为640字节。