YUV （Y'CbCr）是一种像素格式，常见于视频编码与静态图像。与 RGB 格式（红-绿-蓝）相反，YUV 分别由一个称为 Y（相当于灰度）的“亮度”分量（Luminance or Luma）和两个称为 U（蓝色投影 Cb）和 V（红色投影 Cr）的“色度”分量（Chrominance or Chroma）表示，由此得名。
YUV采样:
YUV 图像的主流采样方式有如下三种：
- YUV 4:4:4 采样
- YUV 4:2:2 采样
- YUV 4:2:0 采样
YUV 4:4:4 采样
YUV 4:4:4 采样，意味着 Y、U、V 三个分量的采样比例相同，因此在生成的图像里，每个像素的三个分量信息完整，都是 8 bit，也就是一个字节。
如下图所示：
其中，Y 分量用叉表示，UV 分量用圆圈表示。
举个例子 ：假如图像像素为：[Y0 U0 V0]、[Y1 U1 V1]、[Y2 U2 V2]、[Y3 U3 V3]那么采样的码流为：Y0 U0 V0 Y1 U1 V1 Y2 U2 V2 Y3 U3 V3 最后映射出的像素点依旧为 [Y0 U0 V0]、[Y1 U1 V1]、[Y2 U2 V2]、[Y3 U3 V3]
可以看到这种采样方式的图像和 RGB 颜色模型的图像大小是一样，并没有达到节省带宽的目的，当将 RGB 图像转换为 YUV 图像时，也是先转换为 YUV 4:4:4 采样的图像。
YUV 4:2:2 采样
YUV 4:2:2 采样，意味着 UV 分量是 Y 分量采样的一半，Y 分量和 UV 分量按照 2 : 1 的比例采样。如果水平方向有 10 个像素点，那么采样了 10 个 Y 分量，而只采样了 5 个 UV 分量。
如下图所示：
其中，Y 分量用叉表示，UV 分量用圆圈表示。
举个例子 ：假如图像像素为：[Y0 U0 V0]、[Y1 U1 V1]、[Y2 U2 V2]、[Y3 U3 V3]那么采样的码流为：Y0 U0 Y1 V1 Y2 U2 Y3 V3 其中，每采样过一个像素点，都会采样其 Y 分量，而 U、V 分量就会间隔一个采集一个。最后映射出的像素点为 [Y0 U0 V1]、[Y1 U0 V1]、[Y2 U2 V3]、[Y3 U2 V3]
采样的码流映射为像素点，还是要满足每个像素点有 Y、U、V 三个分量。但是可以看到，第一和第二像素点公用了 U0、V1 分量，第三和第四个像素点公用了 U2、V3 分量，这样就节省了图像空间。
一张 1280 * 720 大小的图片，在 YUV 4:2:2 采样时的大小为：
（1280 * 720 * 8 + 1280 * 720 * 0.5 * 8 * 2）/ 8 / 1024 / 1024 = 1.76 MB 。
可以看到 YUV 4:2:2 采样的图像比 RGB 模型图像节省了三分之一的存储空间，在传输时占用的带宽也会随之减少。
YUV 4:2:0 采样
YUV 4:2:0 采样，并不是指只采样 U 分量而不采样 V 分量。而是指，在每一行扫描时，只扫描一种色度分量（U 或者 V），和 Y 分量按照 2 : 1 的方式采样。比如，第一行扫描时，YU 按照 2 : 1 的方式采样，那么第二行扫描时，YV 分量按照 2:1 的方式采样。对于每个色度分量来说，它的水平方向和竖直方向的采样和 Y 分量相比都是 2:1 。
如下图所示：
其中，Y 分量用叉表示，UV 分量用圆圈表示。
假设第一行扫描了 U 分量，第二行扫描了 V 分量，那么需要扫描两行才能够组成完整的 UV 分量。
举个例子 ：假设图像像素为：[Y0 U0 V0]、[Y1 U1 V1]、 [Y2 U2 V2]、 [Y3 U3 V3]
[Y5 U5 V5]、[Y6 U6 V6]、 [Y7 U7 V7] 、[Y8 U8 V8]那么采样的码流为：Y0 U0 Y1 Y2 U2 Y3 Y5 V5 Y6 Y7 V7 Y8其中，每采样过一个像素点，都会采样其 Y 分量，而 U、V 分量就会间隔一行按照 2 : 1 进行采样。最后映射出的像素点为：[Y0 U0 V5]、[Y1 U0 V5]、[Y2 U2 V7]、[Y3 U2 V7]
[Y5 U0 V5]、[Y6 U0 V5]、[Y7 U2 V7]、[Y8 U2 V7]
从映射出的像素点中可以看到，四个 Y 分量是共用了一套 UV 分量，而且是按照 2*2 的小方格的形式分布的，相比 YUV 4:2:2 采样中两个 Y 分量共用一套 UV 分量，这样更能够节省空间。
一张 1280 * 720 大小的图片，在 YUV 4:2:0 采样时的大小为：
（1280 * 720 * 8 + 1280 * 720 * 0.25 * 8 * 2）/ 8 / 1024 / 1024 = 1.32 MB 。
可以看到 YUV 4:2:0 采样的图像比 RGB 模型图像节省了一半的存储空间，因此它也是比较主流的采样方式。
数据存储:
说完了采样，接下来就是如何把采样的数据存储起来。
YUV 的存储格式，有两种：
- planar 平面格式
- 指先连续存储所有像素点的 Y 分量，然后存储 U 分量，最后是 V 分量。
- packed 打包模式
- 指每个像素点的 Y、U、V 分量是连续交替存储的。
根据采样方式和存储格式的不同，就有了多种 YUV 格式。这些格式主要是基于 YUV 4:2:2 和 YUV 4:2:0 采样。
常见的基于 YUV 4:2:2 采样的格式如下表：
| YUV 4:2:2 采样 |
|---|
| YUYV 格式 |
| UYVY 格式 |
| YUV 422P 格式 |
常见的基于 YUV 4:2:0 采样的格式如下表：
| YUV 4:2:0 采样 | YUV 4:2:0 采样 | |
|---|---|---|
| YUV 420P 类型 | YV12 格式 | YU12 格式 |
| YUV 420SP 类型 | NV12 格式 | NV21 格式 |
更多的 YUV 格式信息参考这里：YUV pixel formats
基于 YUV 4:2:2 采样的格式
YUV 4:2:2 采样规定了 Y 和 UV 分量按照 2: 1 的比例采样，两个 Y 分量公用一组 UV 分量。
YUYV 格式
YUYV 格式是采用打包格式进行存储的，指每个像素点都采用 Y 分量，但是每隔一个像素采样它的 UV 分量，排列顺序如下：
Y0 UO Y1 V0 Y2 U2 Y3 V2
Y0 和 Y1 公用 U0 V0 分量，Y2 和 Y3 公用 U2 V2 分量….
UYVY 格式
UYVY 格式也是采用打包格式进行存储，它的顺序和 YUYV 相反，先采用 U 分量再采样 Y 分量，排列顺序如下：
U0 Y0 V0 Y1 U2 Y2 V2 Y3
Y0 和 Y1 公用 U0 V0 分量，Y2 和 Y3 公用 U2 V2 分量….
根据 UV 和 Y 的顺序还有其他格式，比如，YVYU 格式，VYUY 格式等等，原理大致一样了。
YUV 422P 格式
YUV 422P 格式，又叫做 I422，采用的是平面格式进行存储，先存储所有的 Y 分量，再存储所有的 U 分量，再存储所有的 V 分量。
基于 YUV 4:2:0 采样的格式
基于 YUV 4:2:0 采样的格式主要有 YUV 420P 和 YUV 420SP 两种类型，每个类型又对应其他具体格式。
- YUV 420P 类型
- YU12 格式
- YV12 格式
- YUV 420SP 类型
- NV12 格式
- NV21 格式
YUV 420P 和 YUV 420SP 都是基于 Planar 平面模式 进行存储的，先存储所有的 Y 分量后， YUV420P 类型就会先存储所有的 U 分量或者 V 分量，而 YUV420SP 则是按照 UV 或者 VU 的交替顺序进行存储了，具体查看看下图：
YUV420SP 的格式：
YUV420P 的格式：
YU12 和 YV12 格式
YU12 和 YV12 格式都属于 YUV 420P 类型，即先存储 Y 分量，再存储 U、V 分量，区别在于：YU12 是先 Y 再 U 后 V，而 YV12 是先 Y 再 V 后 U 。
YV 12 的存储格式如下图所示：
YU 12 又称作 I420 格式，它的存储格式就是把 V 和 U 反过来了。
NV12 和 NV21 格式
NV12 和 NV21 格式都属于 YUV420SP 类型。它也是先存储了 Y 分量，但接下来并不是再存储所有的 U 或者 V 分量，而是把 UV 分量交替连续存储。
NV12 它的存储顺序是先存 Y 分量，再 UV 进行交替存储。
NV21 它的存储顺序是先存 Y 分量，在 VU 交替存储。
420SPNV12格式
void draw_uv_box_img(int w, int h, unsigned char* data, int x1, int y1, int x2, int y2, int R, int G, int B)
{int i;if (x1 < 0) x1 = 0;if (x1 >= w) x1 = w - 1;if (x2 < 0) x2 = 0;if (x2 >= w) x2 = w - 1;if (y1 < 0) y1 = 0;if (y1 >= h) y1 = h - 1;if (y2 < 0) y2 = 0;if (y2 >= h) y2 = h - 1;if (x1 % 2 != 0)x1 -= 1;if (y1 % 2 != 0)y1 -= 1;if (x2 % 2 != 0)x2 -= 1;if (y2 % 2 != 0)y2 -= 1;int y, u, v;y = ((66 * R + 129 * G + 25 * B + 128) >> 8) + 16;u = ((-38 * R - 74 * G + 112 * B + 128) >> 8) + 128;v = ((112 * R - 94 * G - 18 * B + 128) >> 8) + 128;unsigned char* uv_data = data + 1920*1080;unsigned int uc_x, uc_y, uc_w;unsigned int u_offset, v_offset;uc_w = w / 2;//for (i = x1; i <= x2; i++) {data[i + y1 * w] = y;data[i + y2 * w] = y;data[i + (y1 + 1) * w] = y;data[i + (y2 + 1) * w] = y;uc_x = i / 4;uc_y = y1 / 4;uv_data[(uc_x + uc_y * uc_w) * 2] = u;uv_data[(uc_x + uc_y * uc_w) * 2 + 1] = v;uc_y = y2 / 4;uv_data[(uc_x + uc_y * uc_w) * 2] = u;uv_data[(uc_x + uc_y * uc_w) * 2 + 1] = v;}for (i = y1; i < y2; ++i) {data[x1 + i * w] = y;data[x1 + 1 + i * w] = y;data[x2 + i * w] = y;data[x2 + 1 + i * w] = y;uc_y = i / 4;uc_x = x1 / 4;uv_data[(uc_x + uc_y * uc_w) * 2] = u;uv_data[(uc_x + uc_y * uc_w) * 2 + 1] = v;uc_x = x2 / 4;uv_data[(uc_x + uc_y * uc_w) * 2] = u;uv_data[(uc_x + uc_y * uc_w) * 2 + 1] = v;}return;
}420P格式
void draw_uv_box_img(int w, int h, unsigned char* data, int x1, int y1, int x2, int y2, int R, int G, int B)
{int i;if (x1 < 0) x1 = 0;if (x1 >= w) x1 = w - 1;if (x2 < 0) x2 = 0;if (x2 >= w) x2 = w - 1;if (y1 < 0) y1 = 0;if (y1 >= h) y1 = h - 1;if (y2 < 0) y2 = 0;if (y2 >= h) y2 = h - 1;if (x1 % 2 != 0)x1 -= 1;if (y1 % 2 != 0)y1 -= 1;if (x2 % 2 != 0)x2 -= 1;if (y2 % 2 != 0)y2 -= 1;int y, u, v;y = ((66 * R + 129 * G + 25 * B + 128) >> 8) + 16;u = ((-38 * R - 74 * G + 112 * B + 128) >> 8) + 128;v = ((112 * R - 94 * G - 18 * B + 128) >> 8) + 128;unsigned char* u_data = data + 1920*1080;unsigned char* v_data = data + 1920*1080 + 960*540;unsigned int uc_x, uc_y, uc_w;unsigned int u_offset, v_offset;uc_w = w / 2;//for (i = x1; i <= x2; i++) {data[i + y1 * w] = y;data[i + y2 * w] = y;data[i + (y1 + 1) * w] = y;data[i + (y2 + 1) * w] = y;uc_x = i / 2;uc_y = y1 / 2;u_data[uc_x + uc_y * uc_w] = u;v_data[uc_x + uc_y * uc_w] = v;uc_y = y2 / 2;u_data[uc_x + uc_y * uc_w] = u;v_data[uc_x + uc_y * uc_w] = v;}for (i = y1; i < y2; ++i) {data[x1 + i * w] = y;data[x1 + 1 + i * w] = y;data[x2 + i * w] = y;data[x2 + 1 + i * w] = y;uc_y = i / 2;uc_x = x1 / 2;u_data[uc_x + uc_y * uc_w] = u;v_data[uc_x + uc_y * uc_w] = v;uc_x = x2 / 2;u_data[uc_x + uc_y * uc_w] = u;v_data[uc_x + uc_y * uc_w] = v;}return;
}参考
1.https://glumes.com/post/ffmpeg/understand-yuv-format/
2.https://www.cnblogs.com/yongdaimi/p/10696214.html
3.https://paaatrick.com/2020-01-26-yuv-pixel-formats/