RGB與YUV----摘自《DirectShow實務精選》 作者：陸其明

計算機彩色顯示器顯示色彩的原理與彩色電視機一樣，都是采用R（Red）、G（Green）、B（Blue）相加混色的原理：通過發射出三種不同強度的電子束，使屏幕內側覆蓋的紅、綠、藍磷光材料發光而產生色彩。這種色彩的表示方法稱為RGB色彩空間表示（它也是多媒體計算機技術中用得最多的一種色彩空間表示方法）。
根據三基色原理，任意一種色光F都可以用不同分量的R、G、B三色相加混合而成。

F = r [ R ] + g [ G ] + b [ B ]

其中，r、g、b分別為三基色參與混合的系數。當三基色分量都為0（最弱）時混合為黑色光；而當三基色分量都為k（最強）時混合為白色光。調整r、g、b三個系數的值，可以混合出介于黑色光和白色光之間的各種各樣的色光。
那么YUV又從何而來呢？在現代彩色電視系統中，通常采用三管彩色攝像機或彩色CCD攝像機進行攝像，然后把攝得的彩色圖像信號經分色、分別放大校正后得到RGB，再經過矩陣變換電路得到亮度信號Y和兩個色差信號R－Y（即U）、B－Y（即V），最后發送端將亮度和色差三個信號分別進行編碼，用同一信道發送出去。這種色彩的表示方法就是所謂的YUV色彩空間表示。
采用YUV色彩空間的重要性是它的亮度信號Y和色度信號U、V是分離的。如果只有Y信號分量而沒有U、V分量，那么這樣表示的圖像就是黑白灰度圖像。彩色電視采用YUV空間正是為了用亮度信號Y解決彩色電視機與黑白電視機的兼容問題，使黑白電視機也能接收彩色電視信號。
YUV與RGB相互轉換的公式如下（RGB取值范圍均為0-255）：

Y = 0.299R + 0.587G + 0.114B
U = -0.147R - 0.289G + 0.436B
V = 0.615R - 0.515G - 0.100B

R = Y + 1.14V
G = Y - 0.39U - 0.58V
B = Y + 2.03U

在DirectShow中，常見的RGB格式有RGB1、RGB4、RGB8、RGB565、RGB555、RGB24、RGB32、ARGB32等；常見的YUV格式有YUY2、YUYV、YVYU、UYVY、AYUV、Y41P、Y411、Y211、IF09、IYUV、YV12、YVU9、YUV411、YUV420等。作為視頻媒體類型的輔助說明類型（Subtype），它們對應的GUID見表2.3。

表2.3 常見的RGB和YUV格式

GUID    格式描述
MEDIASUBTYPE_RGB1    2色，每個像素用1位表示，需要調色板
MEDIASUBTYPE_RGB4    16色，每個像素用4位表示，需要調色板
MEDIASUBTYPE_RGB8    256色，每個像素用8位表示，需要調色板
MEDIASUBTYPE_RGB565    每個像素用16位表示，RGB分量分別使用5位、6位、5位
MEDIASUBTYPE_RGB555    每個像素用16位表示，RGB分量都使用5位（剩下的1位不用）
MEDIASUBTYPE_RGB24    每個像素用24位表示，RGB分量各使用8位
MEDIASUBTYPE_RGB32    每個像素用32位表示，RGB分量各使用8位（剩下的8位不用）
MEDIASUBTYPE_ARGB32    每個像素用32位表示，RGB分量各使用8位（剩下的8位用于表示Alpha通道值）
MEDIASUBTYPE_YUY2    YUY2格式，以4:2:2方式打包
MEDIASUBTYPE_YUYV    YUYV格式（實際格式與YUY2相同）
MEDIASUBTYPE_YVYU    YVYU格式，以4:2:2方式打包
MEDIASUBTYPE_UYVY    UYVY格式，以4:2:2方式打包
MEDIASUBTYPE_AYUV    帶Alpha通道的4:4:4 YUV格式
MEDIASUBTYPE_Y41P    Y41P格式，以4:1:1方式打包
MEDIASUBTYPE_Y411    Y411格式（實際格式與Y41P相同）
MEDIASUBTYPE_Y211    Y211格式
MEDIASUBTYPE_IF09    IF09格式
MEDIASUBTYPE_IYUV    IYUV格式
MEDIASUBTYPE_YV12    YV12格式
MEDIASUBTYPE_YVU9    YVU9格式

下面分別介紹各種RGB格式。

¨ RGB1、RGB4、RGB8都是調色板類型的RGB格式，在描述這些媒體類型的格式細節時，通常會在BITMAPINFOHEADER數據結構后面跟著一個調色板（定義一系列顏色）。它們的圖像數據并不是真正的顏色值，而是當前像素顏色值在調色板中的索引。以RGB1（2色位圖）為例，比如它的調色板中定義的兩種顏色值依次為0x000000（黑色）和0xFFFFFF（白色），那么圖像數據001101010111…（每個像素用1位表示）表示對應各像素的顏色為：黑黑白白黑白黑白黑白白白…。

¨ RGB565使用16位表示一個像素，這16位中的5位用于R，6位用于G，5位用于B。程序中通常使用一個字（WORD，一個字等于兩個字節）來操作一個像素。當讀出一個像素后，這個字的各個位意義如下：
     高字節              低字節
R R R R R G G G     G G G B B B B B
可以組合使用屏蔽字和移位操作來得到RGB各分量的值：

#define RGB565_MASK_RED    0xF800
#define RGB565_MASK_GREEN  0x07E0
#define RGB565_MASK_BLUE   0x001F
R = (wPixel & RGB565_MASK_RED) >> 11;   // 取值范圍0-31
G = (wPixel & RGB565_MASK_GREEN) >> 5;  // 取值范圍0-63
B =  wPixel & RGB565_MASK_BLUE;         // 取值范圍0-31

¨ RGB555是另一種16位的RGB格式，RGB分量都用5位表示（剩下的1位不用）。使用一個字讀出一個像素后，這個字的各個位意義如下：
     高字節             低字節
X R R R R G G       G G G B B B B B       （X表示不用，可以忽略）
可以組合使用屏蔽字和移位操作來得到RGB各分量的值：

#define RGB555_MASK_RED    0x7C00
#define RGB555_MASK_GREEN  0x03E0
#define RGB555_MASK_BLUE   0x001F
R = (wPixel & RGB555_MASK_RED) >> 10;   // 取值范圍0-31
G = (wPixel & RGB555_MASK_GREEN) >> 5;  // 取值范圍0-31
B =  wPixel & RGB555_MASK_BLUE;         // 取值范圍0-31

¨ RGB24使用24位來表示一個像素，RGB分量都用8位表示，取值范圍為0-255。注意在內存中RGB各分量的排列順序為：BGR BGR BGR…。通常可以使用RGBTRIPLE數據結構來操作一個像素，它的定義為：

typedef struct tagRGBTRIPLE { 
  BYTE rgbtBlue;    // 藍色分量
  BYTE rgbtGreen;   // 綠色分量
  BYTE rgbtRed;     // 紅色分量
} RGBTRIPLE;

¨ RGB32使用32位來表示一個像素，RGB分量各用去8位，剩下的8位用作Alpha通道或者不用。（ARGB32就是帶Alpha通道的RGB32。）注意在內存中RGB各分量的排列順序為：BGRA BGRA BGRA…。通常可以使用RGBQUAD數據結構來操作一個像素，它的定義為：

typedef struct tagRGBQUAD {
  BYTE    rgbBlue;      // 藍色分量
  BYTE    rgbGreen;     // 綠色分量
  BYTE    rgbRed;       // 紅色分量
  BYTE    rgbReserved;  // 保留字節（用作Alpha通道或忽略）
} RGBQUAD;

下面介紹各種YUV格式。YUV格式通常有兩大類：打包（packed）格式和平面（planar）格式。前者將YUV分量存放在同一個數組中，通常是幾個相鄰的像素組成一個宏像素（macro-pixel）；而后者使用三個數組分開存放YUV三個分量，就像是一個三維平面一樣。表2.3中的YUY2到Y211都是打包格式，而IF09到YVU9都是平面格式。（注意：在介紹各種具體格式時，YUV各分量都會帶有下標，如Y0、U0、V0表示第一個像素的YUV分量，Y1、U1、V1表示第二個像素的YUV分量，以此類推。）

¨ YUY2（和YUYV）格式為每個像素保留Y分量，而UV分量在水平方向上每兩個像素采樣一次。一個宏像素為4個字節，實際表示2個像素。（4:2:2的意思為一個宏像素中有4個Y分量、2個U分量和2個V分量。）圖像數據中YUV分量排列順序如下：
Y0 U0 Y1 V0    Y2 U2 Y3 V2 …

¨ YVYU格式跟YUY2類似，只是圖像數據中YUV分量的排列順序有所不同：
Y0 V0 Y1 U0    Y2 V2 Y3 U2 …

¨ UYVY格式跟YUY2類似，只是圖像數據中YUV分量的排列順序有所不同：
U0 Y0 V0 Y1    U2 Y2 V2 Y3 …

¨ AYUV格式帶有一個Alpha通道，并且為每個像素都提取YUV分量，圖像數據格式如下：
A0 Y0 U0 V0    A1 Y1 U1 V1 …

¨ Y41P（和Y411）格式為每個像素保留Y分量，而UV分量在水平方向上每4個像素采樣一次。一個宏像素為12個字節，實際表示8個像素。圖像數據中YUV分量排列順序如下：
U0 Y0 V0 Y1    U4 Y2 V4 Y3    Y4 Y5 Y6 Y8 … 

¨ Y211格式在水平方向上Y分量每2個像素采樣一次，而UV分量每4個像素采樣一次。一個宏像素為4個字節，實際表示4個像素。圖像數據中YUV分量排列順序如下：
Y0 U0 Y2 V0    Y4 U4 Y6 V4 …

¨ YVU9格式為每個像素都提取Y分量，而在UV分量的提取時，首先將圖像分成若干個4 x 4的宏塊，然后每個宏塊提取一個U分量和一個V分量。圖像數據存儲時，首先是整幅圖像的Y分量數組，然后就跟著U分量數組，以及V分量數組。IF09格式與YVU9類似。

¨ IYUV格式為每個像素都提取Y分量，而在UV分量的提取時，首先將圖像分成若干個2 x 2的宏塊，然后每個宏塊提取一個U分量和一個V分量。YV12格式與IYUV類似。

¨ YUV411、YUV420格式多見于DV數據中，前者用于NTSC制，后者用于PAL制。YUV411為每個像素都提取Y分量，而UV分量在水平方向上每4個像素采樣一次。YUV420并非V分量采樣為0，而是跟YUV411相比，在水平方向上提高一倍色差采樣頻率，在垂直方向上以U/V間隔的方式減小一半色差采樣，如圖2.12所示。



簡介
在整個視頻行業中，定義了很多 YUV 格式。本文講述的是在 Microsoft? Windows? 操作系統中呈現視頻時推薦使用的 8 位 YUV 格式。鼓勵解碼器供應商和顯示供應商支持本文所講述的格式。本文不對 YUV 顏色的其他用途（如靜止攝影）進行描述。

本文講述的格式全部使用每個像素位置 8 位的方式來編碼 Y 頻道（也稱為燈光頻道），并使用每樣例 8 位的方式來編碼每個 U 或 V 色度樣例。但是，大多數 YUV 格式平均使用的每像素位數都少于 24 位，這是因為它們包含的 U 和 V 樣例比 Y 樣例要少。本文不講述帶有 10 位和 12 位 Y 頻道的 YUV 格式。 

注 在本文中，U 一詞相當于 Cb，V 一詞相當于 Cr。

本文包括以下主題： 

? 在 DirectShow 中標識 YUV 格式 — 講述了如何描述 Microsoft DirectShow? YUV 格式類型。 
 
? YUV 采樣 — 講述了一些最常用的 YUV 采樣技術。 
 
? 表面定義 — 講述了推薦的 YUV 格式。 
 
? 顏色空間和色度采樣率轉換 — 提供了一些在 YUV 和 RGB 格式之間進行轉換的指南，以及在不同 YUV 格式之間進行轉換的指南。 
 
? 其他信息提供了其他信息。 
 

返回頁首

在 DirectShow 中標識 YUV 格式
本文講述的每種 YUV 格式都指定了一個 FOURCC 碼。FOURCC 碼是一個 32 位、不帶正負號的整數，它是通過串聯四個 ASCII 字符創建而成的。

有很多 C/C++ 宏可使得在源代碼中聲明 FOURCC 值變得更加簡單。例如，MAKEFOURCC 宏是在 Mmsystem.h 中聲明的，FCC 宏則是在 Aviriff.h 中聲明的。請按照下列方式使用這些宏：

DWORD fccYUY2 = MAKEFOURCC('Y','U','Y','2');
DWORD fccYUY2 = FCC('YUY2');
只需通過調轉字符的順序，您還可以將 FOURCC 碼直接聲明為字符文本。例如：

DWORD fccYUY2 = '2YUY';  // Declares the FOURCC 'YUY2'
因為 Windows 操作系統使用的是 little-endian 體系結構，所以調轉順序是必需的。“Y”= 0×59，“U”= 0×55，“2”= 0×32，所以“2YUY”為 0×32595559。

在 DirectShow 中，格式是由一個主類型全局唯一標識符 (GUID) 和一個子類型 GUID 標識的。計算機視頻格式的主類型總是 MEDIATYPE_Video。子類型則可以通過將 FOURCC 碼與 GUID 進行映射的方式來構造，如下所示：

XXXXXXXX-0000-0010-8000-00AA00389B71
其中 XXXXXXXX 為 FOURCC 碼。因此，YUY2 的子類型 GUID 為：

32595559-0000-0010-8000-00AA00389B71
很多這樣的 GUID 都已經在頭文件 Uuids.h 中進行了定義。例如，YUY2 子類型被定義為 MEDIASUBTYPE_YUY2。DirectShow 基類庫還提供了一個幫助器類 FOURCCMap，該類可用于將 FOURCC 碼轉換為 GUID 值。FOURCCMap 構造函數采用 FOURCC 碼作為輸入參數。然后，您可以將 FOURCCMap 對象強制轉換為相應的 GUID：

FOURCCMap fccMap(FCC('YUY2'));
GUID g1 = (GUID)fccMap;

// Equivalent:
GUID g2 = (GUID)FOURCCMap(FCC('YUY2'));
返回頁首

YUV 采樣
YUV 的優點之一是，色度頻道的采樣率可比 Y 頻道低，同時不會明顯降低視覺質量。有一種表示法可用來描述 U 和 V 與 Y 的采樣頻率比例，這個表示法稱為 A:B:C 表示法： 

? 4:4:4 表示色度頻道沒有下采樣。 
 
? 4:2:2 表示 2:1 的水平下采樣，沒有垂直下采樣。對于每兩個 U 樣例或 V 樣例，每個掃描行都包含四個 Y 樣例。 
 
? 4:2:0 表示 2:1 的水平下采樣，2:1 的垂直下采樣。 
 
? 4:1:1 表示 4:1 的水平下采樣，沒有垂直下采樣。對于每個 U 樣例或 V 樣例，每個掃描行都包含四個 Y 樣例。與其他格式相比，4:1:1 采樣不太常用，本文不對其進行詳細討論。 
 

圖 1 顯示了 4:4:4 圖片中使用的采樣網格。燈光樣例用叉來表示，色度樣例則用圈表示。 



圖 1. YUV 4:4:4 樣例位置

4:2:2 采樣的這種主要形式在 ITU-R Recommendation BT.601 中進行了定義。圖 2 顯示了此標準定義的采樣網格。



圖 2. YUV 4:2:2 樣例位置

4:2:0 采樣有兩種常見的變化形式。其中一種形式用于 MPEG-2 視頻，另一種形式用于 MPEG-1 以及 ITU-T recommendations H.261 和 H.263。圖 3 顯示了 MPEG-1 方案中使用的采樣網格，圖 4 顯示了 MPEG-2 方案中使用的采樣網格。 



圖 3. YUV 4:2:0 樣例位置（MPEG-1 方案）



圖 4. YUV 4:2:0 樣例位置（MPEG-2 方案）

與 MPEG-1 方案相比，在 MPEG-2 方案與為 4:2:2 和 4:4:4 格式定義的采樣網格之間進行轉換更簡單一些。因此，在 Windows 中首選 MPEG-2 方案，應該考慮將其作為 4:2:0 格式的默認轉換方案。 

返回頁首

表面定義
本節講述推薦用于視頻呈現的 8 位 YUV 格式。這些格式可以分為幾個類別： 

? 4:4:4 格式，每像素 32 位 
 
? 4:2:2 格式，每像素 16 位 
 
? 4:2:0 格式，每像素 16 位 
 
? 4:2:0 格式，每像素 12 位 
 

首先，您應該理解下列概念，這樣才能理解接下來的內容： 

? 表面原點。對于本文講述的 YUV 格式，原點 (0,0) 總是位于表面的左上角。 
 
? 跨距。表面的跨距，有時也稱為間距，指的是表面的寬度，以字節數表示。對于一個表面原點位于左上角的表面來說，跨距總是正數。 
 
? 對齊。表面的對齊是根據圖形顯示驅動程序的不同而定的。表面始終應該 DWORD 對齊，就是說，表面中的各個行肯定都是從 32 位 (DWORD) 邊界開始的。對齊可以大于 32 位，但具體取決于硬件的需求。 
 
? 打包格式與平面格式。YUV 格式可以分為打包 格式和平面 格式。在打包格式中，Y、U 和 V 組件存儲在一個數組中。像素被組織到了一些巨像素組中，巨像素組的布局取決于格式。在平面格式中，Y、U 和 V 組件作為三個單獨的平面進行存儲。 
 

4:4:4 格式，每像素 32 位

推薦一個 4:4:4 格式，FOURCC 碼為 AYUV。這是一個打包格式，其中每個像素都被編碼為四個連續字節，其組織順序如下所示。



圖 5. AYUV 內存布局

標記了 A 的字節包含 alpha 的值。

4:2:2 格式，每像素 16 位

支持兩個 4:2:2 格式，FOURCC 碼如下：