编码与格式 / 系统课时
估算未压缩视频的数据带宽
估算未压缩视频的数据带宽
一台摄像机输出 1920×1080、60 fps 的视频,每秒究竟产生多少数据?本篇通过分辨率、像素格式、位深和帧率建立计算方法,比较 RGB、YUV 等格式的内存占用,最终判断采集接口、内存总线和存储设备能否承受实际数据流。
学习目标
- 使用分辨率、平均每像素位数和帧率计算单帧大小与持续数据带宽。
- 区分 RGB、YUV 4:4:4、4:2:2、4:2:0 及不同位深的存储开销。
- 估算实际工程中的行对齐、缓冲区容量与重复内存读写开销。
从分辨率和帧率计算数据量
未压缩视频由连续图像帧构成。计算时先确定每帧有多少像素,再确定每个像素平均占用多少位,最后乘以每秒帧数。
设画面宽度为 、高度为 、平均每像素位数为 、帧率为 ,则理想情况下:
其中 单位为字节/帧, 单位为字节/秒。这里计算的是未压缩像素数据,不包括视频容器、协议头、音频和设备传输开销。
例如 1920×1080、8 位 RGB、60 fps:
- 每帧像素数:1920 × 1080 = 2,073,600。
- RGB 每像素包含 R、G、B 三个 8 位分量,共 24 bit,即 3 B。
- 每帧大小:2,073,600 × 3 = 6,220,800 B,约 5.93 MiB。
- 每秒数据量:6,220,800 × 60 = 373,248,000 B/s,约 373.25 MB/s 或 355.96 MiB/s。
- 换算为数据比特率:373,248,000 × 8 = 2.986 Gbit/s。
注意 MB 使用十进制的 1,000,000 B,MiB 使用二进制的 1,048,576 B。硬盘厂商通常标注 MB/s,内存分析工具可能显示 MiB/s,比较时必须统一单位。
像素格式决定每像素实际占用
RGB24 通常每像素占 3 B,但 YUV 家族通过降低色度采样密度,可以在保持亮度采样数量的同时减少数据量。工程中常见的 YUV 视频格式通常使用 YCbCr 数字编码,习惯上仍称为 YUV。

以每分量 8 位、1920×1080、60 fps、紧密排列的有效图像数据为例:
| 像素格式 | 平均 bit/像素 | 单帧大小 | 原始带宽 |
|---|---|---|---|
| RGB24 | 24 | 5.93 MiB | 373.25 MB/s |
| YUV 4:4:4 8-bit | 24 | 5.93 MiB | 373.25 MB/s |
| YUV 4:2:2 8-bit | 16 | 3.96 MiB | 248.83 MB/s |
| YUV 4:2:0 8-bit | 12 | 2.97 MiB | 186.62 MB/s |
| RGBA8 | 32 | 7.91 MiB | 497.66 MB/s |
YUV 4:2:0 在常见的偶数宽高条件下,平均每像素占用 1.5 B,比 RGB24 减少 50% 的原始存储量。NV12 和 I420 都是常见的 8-bit 4:2:0 存储布局:NV12 将 UV 色度交错存放,I420 将 Y、U、V 分平面存放,紧密排列时总数据量相同。
位深与分辨率如何放大带宽
位深表示每个颜色分量可表达的量化精度。8 位有 256 个量化级别,10 位有 1024 个量化级别。10-bit 的计算不能简单理解成所有格式都比 8-bit 多占 25% 内存,因为实际存储还受到分量打包方式影响。
假设使用紧密打包的理论数据量,同为 YUV 4:2:0:
- 8-bit:8 × 1.5 = 12 bit/像素。
- 10-bit:10 × 1.5 = 15 bit/像素。
- 1920×1080、60 fps 的理论 10-bit 带宽:2,073,600 × 15 ÷ 8 × 60 = 233.28 MB/s。
- 对应 P010 常见 16 位容器布局:2,073,600 × 3 × 60 = 373.25 MB/s。
再将 8-bit 4:2:0 从 1080p60 提升到 3840×2160、60 fps,像素数量扩大为原来的 4 倍,理想带宽也从约 186.62 MB/s 增加到 746.50 MB/s。若帧率再升至 120 fps,带宽进一步达到约 1.493 GB/s。
可以利用下列 Python 3 程序复算典型格式的有效像素数据量。示例假设宽高为偶数,忽略行对齐与帧间空隙。
# Python 3:按平均每像素有效存储位数估算原始数据量
def calculate_video(width, height, fps, bits_per_pixel):
frame_bytes = width * height * bits_per_pixel / 8
bandwidth = frame_bytes * fps
return frame_bytes / 1048576, bandwidth / 1_000_000
formats = {
"RGB24": 24,
"NV12": 12,
"YUY2": 16,
"P010": 24, # 10-bit 4:2:0,常见16位分量容器
}
for name, bpp in formats.items():
frame_mib, bandwidth_mb = calculate_video(1920, 1080, 60, bpp)
print(f"{name}: {frame_mib:.2f} MiB/frame, {bandwidth_mb:.2f} MB/s")预期输出:
RGB24: 5.93 MiB/frame, 373.25 MB/s
NV12: 2.97 MiB/frame, 186.62 MB/s
YUY2: 3.96 MiB/frame, 248.83 MB/s
P010: 5.93 MiB/frame, 373.25 MB/s这里的 bits_per_pixel 表示实际紧密存储后的平均位数,而不一定是分量的有效精度。遇到硬件专有格式时,应先查阅设备文档中的平面布局和分量存储宽度。
从理论带宽走向真实内存开销
前面的计算只包括有效像素,实际 DMA 缓冲区可能要求每行按 64、128 或 256 字节对齐。显存、采集卡和编解码设备还可能附加平面间填充、图像高度对齐或专用布局。
以 1920×1080 的 RGB24 为例,紧密排列时每行 5760 B,恰好能被 128 整除,因此按 128 B 行对齐不会增加行大小。但若宽度改为 1921 像素:
- 有效行字节数:1921 × 3 = 5763 B。
- 对齐到 128 B 后:向上取整为 5888 B。
- 每帧分配大小:5888 × 1080 = 6,359,040 B。
- 60 fps 时对应约 381.54 MB/s,高于仅按有效像素估算的约 373.44 MB/s。
平面格式需要分别计算 Y 平面与色度平面的行跨度。对于 NV12,常见缓冲区可以表示为 Y 行跨度乘以 Y 平面分配高度,加上 UV 行跨度乘以 UV 平面分配高度,具体还要遵循接口的对齐规则。
此外,单路视频可能在内存中经历采集写入、格式转换读取、转换结果写入、渲染读取等多次访问。以 1080p60 NV12 为例,单次顺序读写的有效数据量约 186.62 MB/s;若一条处理链存在一次完整写入、两次完整读取和一次完整写入,累计像素数据访问量理论上约 746.50 MB/s。这是内存访问流量估算,不代表摄像头接口也必须提供四倍带宽。
用一条采集链路完成容量核算
现在需要为一条 3840×2160、60 fps、NV12 的原始采集链路选择内存缓冲区和存储方案。先不考虑压缩,按连续采集计算:
| 核算项目 | 计算方式 | 结果 |
|---|---|---|
| 单帧有效数据 | 3840 × 2160 × 1.5 | 12,441,600 B |
| 单帧二进制大小 | 12,441,600 ÷ 1,048,576 | 11.87 MiB |
| 每秒写入量 | 12,441,600 × 60 | 746.50 MB/s |
| 三帧缓冲 | 12,441,600 × 3 | 35.60 MiB |
| 连续录制一分钟 | 746,496,000 × 60 | 44.79 GB |
| 连续录制十分钟 | 746,496,000 × 600 | 447.90 GB |
三帧缓冲的 35.60 MiB 只是紧密像素数据的最低估算,不包含额外队列、对齐填充和处理过程中的中间帧。若需要同时保留输入帧、转换帧与显示帧,必须对各类缓冲分别计数。
选型时按以下顺序验证:
- 向设备确认真实输出像素格式、位深、有效分辨率及帧率,避免把标称 10-bit 误当作紧密存储。
- 从采集 API 获取实际行跨度和分配高度,不使用理论帧大小直接分配所有 DMA 缓冲。
- 将单帧容量乘以同时驻留的缓冲帧数,检查内存占用峰值。
- 将持续原始数据带宽与存储设备的实测持续写入速度比较,预留工程余量;例如按 30% 余量规划,746.50 MB/s ÷ 0.7 约为 1.07 GB/s。
- 使用目标设备持续采集至少一分钟,检查丢帧数、队列积压、磁盘写入曲线和内存使用峰值。
当计算结果接近设备能力上限时,优先确认真实像素格式与缓冲布局,再考虑色度子采样、降低帧率、减少中间内存复制或引入视频编码。这样才能确定瓶颈究竟来自采集链路、内存访问还是持续存储写入。