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。

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 |

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。