编码与格式 / 系统课时

辨认 RGB 与 YUV 像素存储

辨认 RGB 与 YUV 像素存储

同样一帧 1920×1080 的视频,使用 RGB24、RGBA、YUV420P 或 NV12 存储,占用的内存和分量排列方式完全不同。本文通过像素示例、内存布局图和容量计算,教你识别四种常见格式,避免图像偏色、错位和缓冲区大小计算错误。

学习目标

  • 区分 RGB24、RGBA、YUV420P、NV12 的颜色分量及排列方式。
  • 根据宽高、采样比例和行跨度计算图像缓冲区容量。
  • 识别像素格式不匹配引起的偏色、错行及色度异常。

RGB24 与 RGBA 如何排列像素

RGB 使用红色 R、绿色 G、蓝色 B 三个分量描述颜色。RGB24 中每个分量占 8 位,一个像素共 24 位,也就是 3 字节。

假设一张 2×1 图像,左侧为纯红色,右侧为纯绿色,其 RGB24 字节按顺序排列为:

像素 R G B 内存字节(十六进制)
红色 255 0 0 FF 00 00
绿色 0 255 0 00 FF 00

如果像素紧密排列,两个像素合计占用 6 字节。RGB24 并不等于所有 24 位彩色图像的实际存储顺序;BGR24 同样使用 3 字节,但顺序是 B、G、R。读取缓冲区前必须确认具体格式。

RGBA 通常是在 RGB 后增加一个 8 位 Alpha 分量,每像素占 4 字节。Alpha 表示不透明度:0 为完全透明,255 为完全不透明。纯红色且不透明的 RGBA 字节为 FF 00 00 FF。

对于 1920×1080 图像,不考虑行填充时:

  • RGB24:1920 × 1080 × 3 = 6,220,800 字节,约 5.93 MiB。
  • RGBA:1920 × 1080 × 4 = 8,294,400 字节,约 7.91 MiB。

这里的 MiB 使用 1 MiB = 1,048,576 字节计算。这些都是未压缩的像素缓冲区容量,不是 JPEG、PNG 或 H.264 文件大小。

YUV 为什么可以减少颜色数据

视频处理中常把图像表示为亮度分量 Y 和两个色度分量。工程上常见的 8 位 YUV420 视频格式通常实际存储的是数字 Y′CbCr 数据,行业里习惯统称为 YUV。

Y 表示亮度相关信息,U、V 表示颜色差异信息。人眼通常对亮度细节比对色度细节更敏感,因此视频系统可以减少色度采样数量。

理解采样比例时,先观察一个 2×2 像素区域:

格式 Y 样本数 U 样本数 V 样本数 8 位样本合计
4:4:4 4 4 4 12 字节
4:2:2 4 2 2 8 字节
4:2:0 4 1 1 6 字节

4:2:0 表示每个 2×2 亮度样本块共享一组 U、V 色度样本。它平均每像素使用 12 位,即 1.5 字节,比 RGB24 的每像素 3 字节少一半。

4:4:4、4:2:2 与 4:2:0 的亮度和色度采样位置对比

YUV420P 与 NV12 的内存布局

YUV420P 和 NV12 都采用 4:2:0 色度采样,但存放 U、V 的方式不同。

YUV420P(常见的 I420) 采用三个独立平面:先存放全部 Y 样本,再存放全部 U 样本,最后存放全部 V 样本。它又叫平面格式(Planar)。

NV12 采用两个平面:第一个平面存放全部 Y,第二个平面将 U、V 样本交错排列为 UVUV。它属于半平面格式(Semi-planar)。

以宽 4、高 2 的 8 位图像为例,共有 8 个 Y 样本、2 个 U 样本和 2 个 V 样本。在没有行填充时,两种格式都是 12 字节:

内存区域 YUV420P / I420 NV12
前 8 字节 Y0 至 Y7 Y0 至 Y7
后 4 字节 U0 U1 V0 V1 U0 V0 U1 V1
平面数量 3 2
总容量 12 字节 12 字节

YUV420P 与 NV12 的内存平面和色度字节排列对比

NV21 与 NV12 的差别也值得注意:NV21 的色度交错顺序是 VU,而不是 UV。如果将 NV21 数据误按 NV12 解析,画面通常出现明显偏色。

一些接口使用 YUV420P 表示 I420 的 Y、U、V 平面顺序,但 YV12 使用 Y、V、U 顺序。仅凭“YUV420”这个统称不能确定内存布局。

计算帧大小与处理行跨度

对宽高均为偶数、每个样本 8 位且无行填充的图像,四种格式的容量可以直接计算:

格式 每像素平均字节数 1920×1080 帧容量
RGB24 3 6,220,800 字节
RGBA 4 8,294,400 字节
YUV420P 1.5 3,110,400 字节
NV12 1.5 3,110,400 字节

但实际内存中,每一行可能为了 SIMD 运算、硬件 DMA 或解码器要求而按照 16、32、64 等字节边界对齐。此时不能直接使用图像宽度作为行跨度(stride 或 linesize)。

例如 RGB24 图像宽度为 641 像素,每行有效数据为 641 × 3 = 1923 字节。若行跨度按 64 字节向上对齐,实际 stride 是 1984 字节。图像高度为 480 时,假设整个平面按该 stride 分配,容量为 1984 × 480 = 952,320 字节,而不是 923,040 字节。

YUV420P 应分别读取 Y、U、V 三个平面的 stride;NV12 应分别读取 Y 平面与 UV 平面的 stride。不要假设所有平面的行跨度相等,也不要用固定的宽度乘以高度去定位第二平面的起点。

从画面异常反推格式错误

像素格式不匹配通常有可辨认的症状,可以按以下顺序排查。

画面现象 优先怀疑 检查方法
红蓝颜色颠倒 RGB 与 BGR 顺序混淆 检查第一个纯红像素的三字节顺序
图像上下或横向错行 stride、行起点或缓冲区长度错误 比较每行有效字节数与实际 linesize
整体颜色异常 NV12 与 NV21 或 U/V 平面顺序混淆 检查色度是 UV、VU、U后V还是V后U
颜色偏灰、黑位抬升 有限范围与全范围混淆 核对解码和显示两端的颜色范围
肤色或色调不准确 BT.601 与 BT.709 等矩阵不匹配 核对色彩矩阵元数据及转换参数

建议准备一张包含纯红、纯绿、纯蓝、灰阶和细小彩色文字的测试图。RGB 字节顺序问题可以通过纯色区域快速定位;4:2:0 色度采样造成的彩色细节变软,则属于正常的采样限制,不应误判为格式解析失败。

如果在摄像头、解码器与渲染器之间传递原始视频帧,至少应同步传递宽高、像素格式、各平面地址、行跨度以及颜色范围和矩阵信息。只有分辨率相同并不意味着缓冲区能够直接互用。

最终辨认像素格式时,先确定每像素或每采样块有多少分量,再确认分量是交错存放还是分平面存放,最后核对 stride 与色彩参数。这样既能准确计算容量,也能快速解释常见的原始视频画面异常。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

辨认 RGB 与 YUV 像素存储

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通