视频音频流_RGB与YUV图像格式

RGB

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。

YUV

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信号分量，那么这样表示的图像就是黑白灰度图像。

对于数字视频，定义了从 RGB 到两个主要 YUV 的转换。这两个转换都基于称为 ITU-R Recommendation BT.709 的规范。

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

YUV采样格式

用RGB(R,G,B 都是 8bit unsigned) 模型,1个点需要 8x3=24 bits.全采样后,YUV仍各占8bit.

(1) YUV 4:4:4
　　YUV三个信道的抽样率相同，因此在生成的图像里，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 U2V2 Y3 U3 V3
（2） YUV 4:2:2
　　每个色差信道的抽样率是亮度信道的一半，所以水平方向的色度抽样率只是4:4:4的一半。对非压缩的8比特量化的图像来说，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：[Y0U0 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] [Y2U2 V3] [Y3 U2 V3]
（3） YUV 4:1:1
　　4:1:1的色度抽样，是在水平方向上对色度进行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。
　　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] [Y2U0 V2] [Y3 U0 V2]
（4）YUV4:2:0
　　4:2:0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，只有一种色度分量以2:1的抽样率存储。相邻的扫描行存储不同的色度分量，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。对每个色度分量来说，水平方向和竖直方向的抽样率都是2:1，所以可以说色度的抽样率是4:1。对非压缩的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] [Y2U2 V2] [Y3 U3 V3]
　　[Y5 U5 V5] [Y6 U6 V6][Y7U7 V7] [Y8 U8 V8]
　　存放的码流为：
Y0 U0 Y1 Y2 U2 Y3 Y5 V5Y6 Y7 V7 Y8
　　映射出的像素点为：
[Y0 U0 V5] [Y1 U0 V5] [Y2U2 V7] [Y3 U2 V7]
　　[Y5 U0 V5] [Y6 U0 V5] [Y7U2 V7] [Y8 U2 V7]