《YUV格式详解》由会员分享，可在线阅读，更多相关《YUV格式详解（8页珍藏版）》请在金锄头文库上搜索。
1、概述YUV（亦称 YCrCb）是被欧洲电视系统所采用的一种颜编码方法（属于PAL），是 PAL 和 SECAM 模拟彩电视制式采用的颜空间。其中的 Y,U,V 几个字母不是英文单词的组合词，Y 代表亮度，uv 代表差，u 和 v 是构成彩的两个分量。在现代彩电视系统中，通常采用三管彩摄影机或彩 CCD 摄影机进行取像，然后把取得的彩像信号经分、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 和两个差信号 RY（即 U）、BY（即V），最后发送端将亮度和差三个信号分别进行编码，用同一信道发送出去。这种彩的表示方法就是所谓的 YUV 彩空间表示。采用 YUV 彩空间的重要性是它的亮
2、度信号 Y 和度信号 U、V 是分离的。如果只有 Y 信号分量而没有U、V 信号分量，那么这样表示的像就是黑白灰度像。彩电视采用 YUV 空间正是为了用亮度信号 Y 解决彩电视机与黑白电视机的相容问题，使黑白电视机也能接收彩电视信号。优点作用YUV 主要用于优化彩视频信号的传输，使其向后相容老式黑白电视。与RGB 视频信号传输相比，它最大的优点在于只需占用极少的频宽（RGB 要求三个独立的视频信号同时传输）。其中“Y”表示明亮度（Luminance 或 Luma），也就是灰阶值；而“U”和“V” 表示的则是度（Chrominance 或 Chroma），作用是描述影像彩及饱和度，用于指定像素的
3、颜。“亮度”是透过 RGB 输入信号来建立的，方法是将 RGB 信号的特定部分叠加到一起。“度”则定义了颜的两个方面调与饱和度，分别用 Cr 和 CB 来表示。其中，Cr 反映了 GB输入信号红部分与 RGB 信号亮度值之间的差异。而 CB 反映的是 RGB 输入信号蓝部分与 RGB 信号亮度值之同的差异。 采用 YUV 彩空间的重要性是它的亮度信号 Y 和度信号 U、V 是分离的。如果只有 Y 信号分量而没有 U、V 分量，那么这样表示的像就是黑白灰度像。彩电视采用 YUV 空间正是为了用亮度信号 Y 解决彩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电视信号。YUV 与 RGB 相
4、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
5、、YV12、YVU9、YUV411、YUV420 等。YUV 主要的采样格式主要的采样格式有 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, 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（如下第一个）。而现在仅需要 8+(8/4)+(8/4)=12bites, 平均每个点占 12bites
6、(如下第二个)。这样就把像的数据压缩了一半。 上边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每个差信道的抽样率是亮度信道的一半，所以水平方向的度抽样率只是 4:
7、4:4 的一半。对非压缩的 8 比特量化的像来说，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。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所打哆嗦得到认为4:1:1 的度抽样，是在水平方向上对度进行 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。
8、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）YUV4:2:04:2:0 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，只有一种度分量以 2:1 的抽样率存储。相邻的扫描行存储不同的度分量，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，所以可以说度的抽样率是 4:1。对非压缩
9、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。下面八个像素为：Y0 U0 V0 Y1 U1 V1 Y2 U2 V2 Y3 U3 V3Y5 U5 V5 Y6 U6 V6 Y7U7 V7 Y8 U8 V8存放的码流为：Y0 U0 Y1 Y2 U2 Y3Y5 V5 Y6 Y7 V7 Y8映射出的像素点为：Y0 U0 V5 Y1 U0 V5 Y2 U2 V7 Y3 U2 V7Y5 U0 V5 Y6 U0 V5 Y7U2 V7 Y8 U2 V7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
10、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:
11、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。）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，像数据格式如下：A0 Y0 U0 V0 A1 Y1 U1 V1 Y41P（和 Y411）格式为每个
12、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。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。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
13、 V 分量。像数据存储时，首先是整幅像的 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
14、高一倍差采样频率，在垂直方向上以 U/V 间隔的方式减小一半差采样，如上所示。 Matlab 的 RGB 转换为 YCbCr 之后转换回来和原不符clc,clear;Source=imread(hl.jpg);%读入原始 RGB 像figure(1);subplot(1,2,1);imshow(Source):title(original image);%显示像r c d=size(Source);%计算像大小%-计算红分量并显示分解-%R(:,:,1)=Source(:,:,1);R(:,:,2)=zeros(r,c);R(:,:,3)=zeros(r,c);R=uint8(R);whos;
15、figure(2);subplot(1,3,1);imshow(R)title(Red Component);%-计算绿分量并显示分解-%G(:,:,2)=Source(:,:,2);G(:,:,1)=zeros(r,c);G(:,:,3)=zeros(r,c);G=uint8(G);figure(2);subplot(1,3,2);imshow(G)title(Green Component);%-计算蓝分量并显示分解-%B(:,:,3)=Source(:,:,3);B(:,:,1)=zeros(r,c);B(:,:,2)=zeros(r,c);B=uint8(B);figure(2);subplot(1,3,3)imshow(B)title(Blue Component); %-合成-%Comp(:,:,1)=R(:,:,1);Comp(:,:,2)=G(:,:,2);Comp(:,:,3)=B(:,:,3);figure(1);subplot(1,2,2);imshow(Comp):title(composition image);Y=0.229*R+0.587*G+0.114*B;Cb=0.5*B-0.1687*R-
