YV12,I420,YUV420P 像素数据格式

 YV12I420的区别

一般来说,直接采集到的视频数据是RGB24的格式,RGB24一帧的大小sizewidth×heigth×3 ByteRGB32sizewidth×heigth×4,如果是I420(即YUV标准格式420)的数据量是 sizewidth×heigth×1.5 Byte
在采集到RGB24数据后,需要对这个格式的数据进行第一次压缩。即将图像的颜色空间由RGB2YUV。因为,X264在进行编码的时候需要标准的YUV420)。但是这里需要注意的是,虽然YV12也是(420),但是YV12I420的却是不同的,在存储空间上面有些区别。如下:
    YV12
亮度(行×列) V(行×/4) + U(行×/4
    I420
亮度(行×列) U(行×/4) + V(行×/4
可以看出,YV12I420基本上是一样的,就是UV的顺序不同。
继续我们的话题,经过第一次数据压缩后RGB24>YUVI420)。这样,数据量将减少一半,为什么呢?呵呵,这个就太基础了,我就不多写了。同样,如果是RGB24>YUVYV12),也是减少一半。但是,虽然都是一半,如果是YV12的话效果就有很大损失。然后,经过X264编码后,数据量将大大减少。将编码后的数据打包,通过RTP实时传送。到达目的地后,将数据取出,进行解码。完成解码后,数据仍然是YUV格式的,所以,还需要一次转换,这样windows的驱动才可以处理,就是YUV2RGB24

补充=============

详细的格式之间的差异可以参考:

FFMPEG 实现 YUVRGB各种图像原始数据之间的转换(swscale

附一个YUV播放器的源代码:http://download.csdn.net/detail/leixiaohua1020/6374065

查看YUV的时候也可以下载使用成熟的YUV播放器 ——YUV Player Deluxehttp://www.yuvplayer.com/

yuv420p就是I420格式,使用极其广泛,它的示意图:

扫描二维码关注公众号,回复: 1680962 查看本文章

PS:

4Y分量对应1UV分量


YUV420格式是指,每个像素都保留一个Y(亮度)分量,而在水平方向上,不是每行都取UV分量,而是一行只取U分量,则其接着一行就只取V分量,以此重复(4:2:0, 4:0:2, 4:2:0, 4:0:2 .......),所以420不是指没有V,而是指一行采样只取U,另一行采样只取V。在取UV时,每两个Y之间取一个UV。但从4x4矩阵列来看,每4个矩阵点Y区域中,只有一个UV,所以它们的比值是4:1。所以对于一个像素,RGB需要8 * 3 = 24位,即占3个字节;而YUV420P8 + 8/4 + 8/4 = 12位,即占2个字节,其中8Y分量,8/4UV分量。

yuv420p YUV420的区别在存储格式上有区别

yuv420pyyyyyyyy uuuuuuuu vvvvv yuv420 yuv yuv yuv

     YUV420PYUV三个分量都是平面格式,分为I420YV12I420格式和YV12格式的不同处在U平面和V平面的位置不同。在I420格式中,U平面紧跟在Y平面之后,然后才是V平面(即:YUV);但YV12则是相反(即:YVU)。
YUV420SP, Y
分量平面格式,UV打包格式, NV12 NV12NV21类似,U V 交错排列,不同在于UV顺序。
I420: YYYYYYYY UU VV    =>YUV420P
YV12: YYYYYYYY VV UU    =>YUV420P
NV12: YYYYYYYY UVUV     =>YUV420SP
NV21: YYYYYYYY VUVU     =>YUV420SP

 

 

 

YUV格式有两大类:planarpacked
对于planarYUV格式,先连续存储所有像素点的Y,紧接着存储所有像素点的U,随后是所有像素点的V
对于packedYUV格式,每个像素点的Y,U,V是连续交*存储的。

  

YUV,分为三个分量,"Y"表示明亮度(LuminanceLuma),也就是灰度值;而"U""V" 表示的则是色度(ChrominanceChroma),作用是描述影像色彩及饱和度,用于指定像素的颜色。

    与我们熟知的RGB类似,YUV也是一种颜色编码方法,主要用于电视系统以及模拟视频领域,它将亮度信息(Y)与色彩信息(UV)分离,没有UV信息一样可以显示完整的图像,只不过是黑白的,这样的设计很好地解决了彩色电视机与黑白电视的兼容问题。并且,YUV不像RGB那样要求三个独立的视频信号同时传输,所以用YUV方式传送占用极少的频宽。

YUV码流的存储格式其实与其采样的方式密切相关,主流的采样方式有三种,YUV4:4:4YUV4:2:2YUV4:2:0,关于其详细原理,可以通过网上其它文章了解,这里我想强调的是如何根据其采样格式来从码流中还原每个像素点的YUV值,因为只有正确地还原了每个像素点的YUV值,才能通过YUVRGB的转换公式提取出每个像素点的RGB值,然后显示出来。

    用三个图来直观地表示采集的方式吧,以黑点表示采样该像素点的Y分量,以空心圆圈表示采用该像素点的UV分量。

  

先记住下面这段话,以后提取每个像素的YUV分量会用到。

  1. YUV 4:4:4采样,每一个Y对应一组UV分量。
  2. YUV 4:2:2采样,每两个Y共用一组UV分量。 
  3. YUV 4:2:0采样,每四个Y共用一组UV分量。 

2.  存储方式

    下面我用图的形式给出常见的YUV码流的存储方式,并在存储方式后面附有取样每个像素点的YUV数据的方法,其中,CbCr的含义等同于UV

1 YUVY 格式(属于YUV422

  

YUYVYUV422采样的存储格式中的一种,相邻的两个Y共用其相邻的两个CbCr,分析,对于像素点Y'00Y'01 而言,其CbCr的值均为 Cb00Cr00,其他的像素点的YUV取值依次类推。 2 UYVY 格式(属于YUV422

UYVY格式也是YUV422采样的存储格式中的一种,只不过与YUYV不同的是UV的排列顺序不一样而已,还原其每个像素点的YUV值的方法与上面一样。

  

3 YUV422P(属于YUV422

YUV422P也属于YUV422的一种,它是一种Plane模式,即平面模式,并不是将YUV数据交错存储,而是先存放所有的Y分量,然后存储所有的UCb)分量,最后存储所有的VCr)分量,如上图所示。其每一个像素点的YUV值提取方法也是遵循YUV422格式的最基本提取方法,即两个Y共用一个UV。比如,对于像素点Y'00Y'01 而言,其CbCr的值均为 Cb00Cr00

  

4YV12YU12格式(属于YUV420

YU12YV12属于YUV420格式,也是一种Plane模式,将YUV分量分别打包,依次存储。其每一个像素点的YUV数据提取遵循YUV420格式的提取方式,即4Y分量共用一组UV。注意,上图中,Y'00Y'01Y'10Y'11共用Cr00Cb00,其他依次类推。

  

5NV12NV21(属于YUV420

NV12NV21属于YUV420格式,是一种two-plane模式,即YUV分为两个Plane,但是UVCbCr)为交错存储,而不是分为三个plane。其提取方式与上一种类似,即Y'00Y'01Y'10Y'11共用Cr00Cb00

  

YUV420 planar数据,720×488大小图象YUV420 planar为例,

其存储格式是:共大小为(720×480×3>>1)字节,

分为三个部分:Y,UV

Y分量:    (720×480)个字节  

U(Cb)分量:(720×480>>2)个字节

V(Cr)分量:(720×480>>2)个字节

三个部分内部均是行优先存储,三个部分之间是Y,U,V 顺序存储。

YUV数据的0--720×480字节是Y分量值,         

720×480--720×480×5/4字节是U分量    

720×480×5/4 --720×480×3/2字节是V分量。

4 2 2 420 转换:

最简单的方式:

YUV4:2:2 ---> YUV4:2:0  Y不变,将UV信号值在行(垂直方向)在进行一次隔行抽样。 YUV4:2:0 ---> YUV4:2:2  Y不变,将UV信号值的每一行分别拷贝一份形成连续两行数据。

YUV420中,一个像素点对应一个Y,一个4X4的小方块对应一个UV。对于所有YUV420图像,它们的Y值排列是完全相同的,因为只有Y的图像就是灰度图像。YUV420spYUV420p的数据格式它们的UV排列在原理上是完全不同的。420p它是先把U存放完后,再存放V,也就是说UV它们是连续的。而420sp它是UVUV这样交替存放的。(见下图) 有了上面的理论,我就可以准确的计算出一个YUV420在内存中存放的大小。 width * hight =Y(总和) U = Y / 4   V = Y / 4

  

所以YUV420 数据在内存中的长度是 width * hight * 3 / 2

假设一个分辨率为8X4YUV图像,它们的格式如下图:

旋转90度的算法:

public static void rotateYUV240SP(byte[] src,byte[] des,int width,int height)
 {
    
  int wh = width * height;
  //
旋转Y
  int k = 0;
  for(int i=0;i<width;i++) {
   for(int j=0;j<height;j++) 
   {
               des[k] = src[width*j + i];   
         k++;
   }
  }
  
  for(int i=0;i<width;i+=2) {
   for(int j=0;j<height/2;j++) 
   { 
               des[k] = src[wh+ width*j + i]; 
               des[k+1]=src[wh + width*j + i+1];
         k+=2;
   }
  }
 }

 

 

猜你喜欢

转载自blog.csdn.net/flyztek/article/details/73862827