简介

YUV是视频、图片、相机等应用中使用的一类图像格式，实际上是所有“YUV”像素格式共有的颜色空间的名称。与RGB格式（红 - 绿 - 蓝）不同，YUV是用一个称为Y（相当于灰度）的“亮度”分量和两个“色度”分量表示，分别称为U（蓝色投影）和V（红色投影），由此得名。

YUV也可以称为YCbCr，虽然这些术语意味着略有不同，但它们往往会混淆并可互换使用。

Y表示亮度分量：如果只显示Y的话，图像看起来会是一张黑白照。

U（Cb）表示色度分量：是照片蓝色部分去掉亮度（Y）。

V（Cr）表示色度分量：是照片红色部分去掉亮度（Y）。

要说清楚YUV，得分别说清楚以下两点：

YUV的采样格式：即我们在采集图片、视频帧时，是如何获取每个像素的Y、U、V三个分量的。
YUV的存储格式：即Y、U、V三个分量的值，是以什么方式存储在内存或者文件中的。

为了理解这两点，破费功夫，只因没有在网上找到比较让人满意的解读。最后找到了两篇文档：

VLC提供的wiki和微软家提供的Video Rendering with 8-Bit YUV Formats

YUV采样格式

什么是扫描线（scan line）

为了说明采样格式，先说明一下待会儿会用的的概念：扫描线

什么是扫描线？这是关于电视显示的术语，用来描述电视是如何显示画面的。wiki中是这么解释的：

电视萤幕由电子枪射出的电子，经由磁场偏向后打在屏幕上而发光，因此每一个图框都由电子枪的扫描线画出来。

大概意思如下图：图片来源
在这里插入图片描述

电子枪的扫描线从左上角像素点到右下角像素点顺序移动，喷射电子显像。

我猜，这种像素的显示方式也对像素的采样方式产生了影响，YUV采样格式中就大量提到了扫描线，至于这中间是否有什么历史"恩怨"，大家如果知道，不妨留言分享。

宏像素 (macropixels)

像素是视频显示的基本单位，因为它代表了屏幕上一个"点"的色彩，通常也会被形象地称为"像素点"。通常RGB格式像素点，会有Red、Green、Blue三个基本像素分量组成。也就是说，只要确定了红、绿、蓝三个像素分量就能确定这个像素将要显示什么。

同理，YUV格式也可以分为三个分量，即Y、U、V一一对应。

但和RGB不一样的是，利用人体眼睛对亮度分量（Y）敏感，而对色度分量（U和V）不敏感的原理，视频可以通过降低色度分量的采样数据，达到降低视频数据量而人眼很难分辨的目的。所以，目前流行的YUV采样，基本都是降低色度分量的采集。

也就是说，一个视频帧中，亮度分量Y的采样数不会被改变，但色度分量U和V会被降低采样数（downsampling）。如此一来，Y、U、V三个分量将无法达到和RGB一样一一对应的效果。

好在YUV所有的格式中，U、V分量的采样数是相等的，只是不同的Y分量之间，需要共享数量不足的UV分量，为了让这个共享更好的表达，YUV出现了宏像素的概念。即：当前格式下，至少需要x个像素点的采样数据，才能将这x个像素点完整表达，这几个像素点组成了一个宏像素，每个像素点称为宏像素点。所谓的完整表达，也就是让所有的Y分量都有对应的UV分量可以使用。

如果看到这里，还不是很懂，你可以先跳过这节，这对后文的阅读影响不是很大。

宏像素的概念，是从微软家的那个文档看到的，但他家没做任何解释，网上也没有。这一节的内容，实际上是本人自己琢磨了好久才总结出来的。受限知识水平，请大家谨慎参考，如果有大神发现有误，请留言帮帮小弟，一拜……再拜……

YUV4:4:4

YUV格式，采用A：B：C表示法用于描述UV色度分量相对于Y分量的采样率。这怎么理解呢，以YUV4:4:4为例。

YUV4:4:4的采样方式表示：各采样分量在扫面每个像素点时，都不会降低采样率。

在这里插入图片描述

如图，一个方格表示一个像素点，方格中的YUV分别表示有在该像素点采YUV分量。之所以用四个方格显示，是因为YUV格式中，UV分量最小时需要四个像素共享一个UV分量对。同时，共享一个UV分量对的像素点，在平面上和UV分量都有临近的关系，所以这四个像素点不会是同一条扫面线上的点，而是分布在两条扫描线上。

所以，一个宏像素最多容纳四个宏像素点。而在YUV4:X:X的表示法中，的4表达的也是这个意思。

从图可以看出，YUV4:4:4的采样方式，是对每个像素点进行Y、U、V分量的全采样。

关于内存占用，因为YUV模式的每个分量都是存储在一个字节（8bit）中的。

所以，对于四个像素，YUV4:4:4格式需要4*8 + 4*8 + 4*8 = 96位，因此，每个像素深度为24位。