YUV格式詳解

分類： H.264 MPEG TV 2008-05-14 09:24 16181人閱讀評論(21) 收藏舉報

YUV是指亮度參量和色度參量分開表示的像素格式，而這樣分開的好處就是不但可以避免相互干擾，還可以降低色度的采樣率而不會對圖像質量影響太大。YUV是一個比較籠統地說法，針對它的具體排列方式，可以分為很多種具體的格式。轉載一篇對yuv格式解釋的比較清楚地文章，也可以直接參考微軟的那篇文章。

對于YUV格式，比較原始的講解是MPEG-2 VIDEO部分的解釋，當然后來微軟有一個比較經典的解釋，中文的大多是翻譯這篇文章的。文章來源：http://msdn.microsoft.com/en-us/library/aa904813(VS.80).aspx

這里轉載有人已經翻譯過的，個人認為已經翻譯的很不錯了，遂放棄翻譯。

http://hondrif82q.spaces.live.com/blog/cns!776E82726DE60562!177.entry

http://hondrif82q.spaces.live.com/blog/cns!776E82726DE60562!178.entry

YUV格式解析1（播放器——project2）

根據板卡api設計實現yuv420格式的視頻播放器

打開*.mp4;*.264類型的文件，實現其播放。

使用的視頻格式是YUV420格式

YUV格式通常有兩大類：打包（packed）格式和平面（planar）格式。前者將YUV分量存放在同一個數組中，通常是幾個相鄰的像素組成一個宏像素（macro-pixel）；而后者使用三個數組分開存放YUV三個分量，就像是一個三維平面一樣。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：在介紹各種具體格式時，YUV各分量都會帶有下標，如Y0、U0、V0表示第一個像素的YUV分量，Y1、U1、V1表示第二個像素的YUV分量，以此類推。）

MEDIASUBTYPE_YUY2 YUY2格式，以4:2:2方式打包

MEDIASUBTYPE_YUYV YUYV格式（實際格式與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 帶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（實際格式與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

表2.3

YUV 采樣

YUV 的優點之一是，色度頻道的采樣率可比 Y 頻道低，同時不會明顯降低視覺質量。有一種表示法可用來描述 U 和 V 與 Y 的采樣頻率比例，這個表示法稱為 A:B:C 表示法：

?	4:4:4 表示色度頻道沒有下采樣。
?	4:2:2 表示 2:1 的水平下采樣，沒有垂直下采樣。對于每兩個 U 樣例或 V 樣例，每個掃描行都包含四個 Y 樣例。
?	4:2:0 表示 2:1 的水平下采樣，2:1 的垂直下采樣。
?	4:1:1 表示 4:1 的水平下采樣，沒有垂直下采樣。對于每個 U 樣例或 V 樣例，每個掃描行都包含四個 Y 樣例。與其他格式相比，4:1:1 采樣不太常用，本文不對其進行詳細討論。

圖 1 顯示了 4:4:4 圖片中使用的采樣網格。燈光樣例用叉來表示，色度樣例則用圈表示。

圖 1. YUV 4:4:4 樣例位置

4:2:2 采樣的這種主要形式在 ITU-R Recommendation BT.601 中進行了定義。圖 2 顯示了此標準定義的采樣網格。

圖 2. YUV 4:2:2 樣例位置

4:2:0 采樣有兩種常見的變化形式。其中一種形式用于 MPEG-2 視頻，另一種形式用于 MPEG-1 以及 ITU-T recommendations H.261 和 H.263。圖 3 顯示了 MPEG-1 方案中使用的采樣網格，圖 4 顯示了 MPEG-2 方案中使用的采樣網格。

圖 3. YUV 4:2:0 樣例位置（MPEG-1 方案）

圖 4. YUV 4:2:0 樣例位置（MPEG-2 方案）

與 MPEG-1 方案相比，在 MPEG-2 方案與為 4:2:2 和 4:4:4 格式定義的采樣網格之間進行轉換更簡單一些。因此，在 Windows 中首選 MPEG-2 方案，應該考慮將其作為 4:2:0 格式的默認轉換方案。

表面定義

本節講述推薦用于視頻呈現的 8 位 YUV 格式。這些格式可以分為幾個類別：

?	4:4:4 格式，每像素 32 位
?	4:2:2 格式，每像素 16 位
?	4:2:0 格式，每像素 16 位
?	4:2:0 格式，每像素 12 位

首先，您應該理解下列概念，這樣才能理解接下來的內容：

?	表面原點。對于本文講述的 YUV 格式，原點 (0,0) 總是位于表面的左上角。
?	跨距。表面的跨距，有時也稱為間距，指的是表面的寬度，以字節數表示。對于一個表面原點位于左上角的表面來說，跨距總是正數。
?	對齊。表面的對齊是根據圖形顯示驅動程序的不同而定的。表面始終應該 DWORD 對齊，就是說，表面中的各個行肯定都是從 32 位 (DWORD) 邊界開始的。對齊可以大于 32 位，但具體取決于硬件的需求。
?	打包格式與平面格式。YUV 格式可以分為打包格式和平面格式。在打包格式中，Y、U 和 V 組件存儲在一個數組中。像素被組織到了一些巨像素組中，巨像素組的布局取決于格式。在平面格式中，Y、U 和 V 組件作為三個單獨的平面進行存儲。

4:4:4 格式，每像素 32 位

推薦一個 4:4:4 格式，FOURCC 碼為 AYUV。這是一個打包格式，其中每個像素都被編碼為四個連續字節，其組織順序如下所示。

圖 5. AYUV 內存布局

標記了 A 的字節包含 alpha 的值。

4:2:2 格式，每像素 16 位

支持兩個 4:2:2 格式，FOURCC 碼如下：

?	YUY2
?	UYVY

兩個都是打包格式，其中每個巨像素都是編碼為四個連續字節的兩個像素。這樣會使得色度水平下采樣乘以系數 2。

YUY2

在 YUY2 格式中，數據可被視為一個不帶正負號的 char 值組成的數組，其中第一個字節包含第一個 Y 樣例，第二個字節包含第一個 U (Cb) 樣例，第三個字節包含第二個 Y 樣例，第四個字節包含第一個 V (Cr) 樣例，如圖 6 所示。

圖 6. YUY2 內存布局

如果該圖像被看作由兩個 little-endian WORD 值組成的數組，則第一個 WORD 在最低有效位 (LSB) 中包含 Y0，在最高有效位 (MSB) 中包含 U。第二個 WORD 在 LSB 中包含 Y1，在 MSB 中包含 V。

YUY2 是用于 Microsoft DirectX? Video Acceleration (DirectX VA) 的首選 4:2:2 像素格式。預期它會成為支持 4:2:2 視頻的 DirectX VA 加速器的中期要求。

UYVY

此格式與 YUY2 相同，只是字節順序是與之相反的 — 就是說，色度字節和燈光字節是翻轉的（圖 7）。如果該圖像被看作由兩個 little-endian WORD 值組成的數組，則第一個 WORD 在 LSB 中包含 U，在 MSB 中包含 Y0，第二個 WORD 在 LSB 中包含 V，在 MSB 中包含 Y1。

圖 7. UYVY 內存布局

4:2:0 格式，每像素 16 位

推薦兩個 4:2:0 每像素 16 位格式，FOURCC 碼如下：

?	IMC1
?	IMC3

兩個 FOURCC 碼都是平面格式。色度頻道在水平方向和垂直方向上都要以系數 2 來進行再次采樣。

IMC1

所有 Y 樣例都會作為不帶正負號的 char 值組成的數組首先顯示在內存中。后面跟著所有 V (Cr) 樣例，然后是所有 U (Cb) 樣例。V 和 U 平面與 Y 平面具有相同的跨距，從而生成如圖 8 所示的內存的未使用區域。

圖 8. IMC1 內存布局

IMC3

此格式與 IMC1 相同，只是 U 和 V 平面進行了交換：

圖 9. IMC3 內存布局

4:2:0 格式，每像素 12 位

推薦四個 4:2:0 每像素 12 位格式，FOURCC 碼如下：

?	IMC2
?	IMC4
?	YV12
?	NV12

在所有這些格式中，色度頻道在水平方向和垂直方向上都要以系數 2 來進行再次采樣。

IMC2

此格式與 IMC1 相同，只是 V (Cr) 和 U (Cb) 行在半跨距邊界處進行了交錯。換句話說，就是色度區域中的每個完整跨距行都以一行 V 樣例開始，然后是一行在下一個半跨距邊界處開始的 U 樣例（圖 10）。此布局與 IMC1 相比，能夠更加高效地利用地址空間。它的色度地址空間縮小了一半，因此整體地址空間縮小了 25%。在各個 4:2:0 格式中，IMC2 是第二首選格式，排在 NV12 之后。

圖 10. IMC2 內存布局

IMC4

此格式與 IMC2 相同，只是 U (Cb) 和 V (Cr) 行進行了交換：

圖 11. IMC4 內存布局

YV12

所有 Y 樣例都會作為不帶正負號的 char 值組成的數組首先顯示在內存中。此數組后面緊接著所有 V (Cr) 樣例。V 平面的跨距為 Y 平面跨距的一半，V 平面包含的行為 Y 平面包含行的一半。V 平面后面緊接著所有 U (Cb) 樣例，它的跨距和行數與 V 平面相同（圖 12）。

圖 12. YV12 內存布局

NV12

所有 Y 樣例都會作為由不帶正負號的 char 值組成的數組首先顯示在內存中，并且行數為偶數。Y 平面后面緊接著一個由不帶正負號的 char 值組成的數組，其中包含了打包的 U (Cb) 和 V (Cr) 樣例，如圖 13 所示。當組合的 U-V 數組被視為一個由 little-endian WORD 值組成的數組時，LSB 包含 U 值，MSB 包含 V 值。NV12 是用于 DirectX VA 的首選 4:2:0 像素格式。預期它會成為支持 4:2:0 視頻的 DirectX VA 加速器的中期要求。

YUV格式解析2

又確認了一下H264的視頻格式——H264支持4：2：0的連續或隔行視頻的編碼和解碼

YUV（亦稱YCrCb）是被歐洲電視系統所采用的一種顏色編碼方法（屬于PAL）。YUV主要用于優化彩色視頻信號的傳輸，使其向后兼容老式黑白電視。與RGB視頻信號傳輸相比，它最大的優點在于只需占用極少的帶寬（RGB要求三個獨立的視頻信號同時傳輸）。其中“Y”表示明亮度（Luminance或Luma），也就是灰階值；而“U”和“V”表示的則是色度（Chrominance或Chroma），作用是描述影像色彩及飽和度，用于指定像素的顏色。“亮度”是通過RGB輸入信號來創建的，方法是將RGB信號的特定部分疊加到一起。“色度”則定義了顏色的兩個方面—色調與飽和度，分別用Cr和CB來表示。其中，Cr反映了GB輸入信號紅色部分與RGB信號亮度值之間的差異。而CB反映的是RGB輸入信號藍色部分與RGB信號亮度值之同的差異。??

補充一下場的概念——

場的概念不是從DV才開始有的，電視系統已經有了（當然，DV和電視的關系大家都知道）歸根結底還是掃描的問題，具體到PAL制式是：
每秒25幀，每幀兩場，掃描線（包括電視機的電子束）自上而下先掃描一場，然后再自上而下掃描第二場
之所以引入場的概念，我的理解是主要為了在有限的帶寬和成本內使畫面運動更加平滑和消除閃爍感。
這兩個場的掃描線是一條一條互相間隔開的，比如說對于一個幀來講，最上面一條線編號為0，緊挨著的是1，再下來是2，3，4，5，6。。。。那么第一場也許是0，2，4，6；也許是1，3，5，7——這就是隔行掃描
在逐行掃描模式下，就是掃描線按照0，1，2，3，4，5的順序依次掃描，很明顯，這時候就不存在場的概念了。

下面區分一下YUV和YCbCr

YUV色彩模型來源于RGB模型，

該模型的特點是將亮度和色度分離開，從而適合于圖像處理領域。

應用：模擬領域

Y'= 0.299*R' + 0.587*G' + 0.114*B'

U'= -0.147*R' - 0.289*G' + 0.436*B' = 0.492*(B'- Y')

V'= 0.615*R' - 0.515*G' - 0.100*B' = 0.877*(R'- Y')

R' = Y' + 1.140*V'

G' = Y' - 0.394*U' - 0.581*V'

B' = Y' + 2.032*U'

YCbCr模型來源于YUV模型。YCbCr是 YUV 顏色空間的偏移版本.

應用：數字視頻，ITU-R BT.601建議

Y’ = 0.257*R' + 0.504*G' + 0.098*B' + 16

Cb' = -0.148*R' - 0.291*G' + 0.439*B' + 128

Cr' = 0.439*R' - 0.368*G' - 0.071*B' + 128

R' = 1.164*(Y’-16) + 1.596*(Cr'-128)

G' = 1.164*(Y’-16) - 0.813*(Cr'-128) - 0.392*(Cb'-128)

B' = 1.164*(Y’-16) + 2.017*(Cb'-128)

PS: 上面各個符號都帶了一撇，表示該符號在原值基礎上進行了伽馬校正,伽馬校正有助于彌補在抗鋸齒的過程中，線性分配伽馬值所帶來的細節損失，使圖像細節更加豐富。在沒有采用伽馬校正的情況下，暗部細節不容易顯現出來，而采用了這一圖像增強技術以后，圖像的層次更加明晰了。

所以說H264里面的YUV應屬于YCbCr.
?

下面再仔細談談YUV格式, YUV格式通常有兩大類：打包（packed）格式和平面（planar）格式。前者將YUV分量存放在同一個數組中，通常是幾個相鄰的像素組成一個宏像素（macro-pixel）；而后者使用三個數組分開存放YUV三個分量，就像是一個三維平面一樣。

我們常說得YUV420屬于planar格式的YUV, 顏色比例如下:

Y0U0V0???????????? Y1???????????????? Y2U2V2????????????????????? Y3

Y4???????????????? Y5???????????????? Y6????????????????????????? Y7

Y8U8V8???????????? Y9???????????????? Y10U10V10?????????????????? Y11

Y12??????????????? Y13??????????????? Y14???????????????????????? Y15

其他格式YUV可以點這里查看詳細內容, 而在YUV文件中YUV420又是怎么存儲的呢? 在常見H264測試的YUV序列中,例如CIF圖像大小的YUV序列(352*288),在文件開始并沒有文件頭,直接就是YUV數據,先存第一幀的Y信息,長度為352*288個byte, 然后是第一幀U信息長度是352*288/4個byte, 最后是第一幀的V信息,長度是352*288/4個byte, 因此可以算出第一幀數據總長度是352*288*1.5,即152064個byte, 如果這個序列是300幀的話, 那么序列總長度即為152064*300=44550KB,這也就是為什么常見的300幀CIF序列總是44M的原因.

4:4:4采樣就是說三種元素Y,Cb,Cr有同樣的分辨率,這樣的話,在每一個像素點上都對這三種元素進行采樣.數字4是指在水平方向上對于各種元素的采樣率,比如說,每四個亮度采樣點就有四個Cb的Cr采樣值.4:4:4采樣完整地保留了所有的信息值.4:2:2采樣中(有時記為YUY2),色度元素在縱向與亮度值有同樣的分辨率,而在橫向則是亮度分辨率的一半(4:2:2表示每四個亮度值就有兩個Cb和Cr采樣.)4:2:2視頻用來構造高品質的視頻彩色信號.

在流行的4:2:0采樣格式中(常記為YV12)Cb和Cr在水平和垂直方向上有Y分辨率的一半.4:2:0有些不同，因為它并不是指在實際采樣中使用4:2:0，而是在編碼史中定義這種編碼方法是用來區別于4:4:4和4:2:2方法的).4:2:0采樣被廣泛地應用于消費應用中，比如視頻會議，數字電視和DVD存儲中。因為每個顏色差別元素中包含了四分之一的Y采樣元素量，那么4:2:0YCbCr視頻需要剛好4: 4:4或RGB視頻中采樣量的一半。

4:2:0采樣有時被描述是一個"每像素12位"的方法。這么說的原因可以從對四個像素的采樣中看出. 使用4:4:4采樣，一共要進行12次采樣，對每一個Y,Cb和Cr，就需要12*8=96位，平均下來要96/4=24位。使用4:2:0就需要6*8 =48位，平均每個像素48/4=12位。

在一個4:2:0隔行掃描的視頻序列中，對應于一個完整的視頻幀的Y,Cb,Cr采樣分配到兩個場中。可以得到，隔行掃描的總采樣數跟漸進式掃描中使用的采樣數目是相同的。

對比一下：

Y41P（和Y411）（packed格式）格式為每個像素保留Y分量，而UV分量在水平方向上每4個像素采樣一次。一個宏像素為12個字節，實際表示8個像素。圖像數據中YUV分量排列順序如下： U0 Y0 V0 Y1 U4 Y2 V4 Y3 Y4 Y5 Y6 Y8 …

IYUV格式（planar）為每個像素都提取Y分量，而在UV分量的提取時，首先將圖像分成若干個2 x 2的宏塊，然后每個宏塊提取一個U分量和一個V分量。YV12格式與IYUV類似，但仍然是平面模式。

YUV411、YUV420格式多見于DV數據中，前者用于NTSC制，后者用于PAL制。YUV411為每個像素都提取Y分量，而UV分量在水平方向上每4個像素采樣一次。YUV420并非V分量采樣為0，而是跟YUV411相比，在水平方向上提高一倍色差采樣頻率，在垂直方向上以U/V間隔的方式減小一半色差采樣，如下圖所示。

（好像顯示不出來突下圖像）

各種格式的具體使用位數的需求（使用4:2:0采樣，對于每個元素用8個位大小表示)：

格式：?Sub-QCIF?亮度分辨率：?128*96??每幀使用的位:?147456
格式：?QCIF??亮度分辨率：?176*144??每幀使用的位:?304128
格式：?CIF??亮度分辨率：?352*288??每幀使用的位:?1216512
格式：? 4CIF??亮度分辨率：?704*576??每幀使用的位:?4866048