别再傻傻分不清YUV和YCbCr了！搞懂这些格式，你的视频开发才算入门
别再傻傻分不清YUV和YCbCr了！搞懂这些格式，你的视频开发才算入门
第一次接触视频开发时，看到YUV、YCbCr、420、422、NV12这些术语，是不是感觉头都大了？别担心，这几乎是每个视频工程师的必经之路。记得我刚入行时，就因为搞混了YUV420和YUV422，导致整个直播推流系统颜色异常，被测试同事追着骂了一周。今天我们就来彻底搞懂这些让人抓狂的概念。
1. YUV与YCbCr：孪生兄弟还是远房亲戚？
很多人会把YUV和YCbCr混为一谈，就像把双胞胎认成同一个人。实际上它们确实很像，但应用场景却大不相同。
YUV：诞生于模拟电视时代的老将
- Y代表亮度（Luma），决定画面明暗
- UV代表色度（Chroma），携带颜色信息
- 典型应用：传统CRT电视、模拟视频信号传输
YCbCr：数字时代的进化版
- Y同样表示亮度
- Cb（蓝色差值）和Cr（红色差值）经过数学变换
- 核心优势：更适合数字压缩和传输
关键区别：YCbCr=经过缩放和偏移处理的YUV，就像把模拟信号"数字化改造"
下表对比两者的典型应用场景：
| 特性 | YUV | YCbCr |
|---|---|---|
| 信号类型 | 模拟 | 数字 |
| 常见标准 | PAL/NTSC | ITU-R BT.601/709 |
| 应用领域 | 老式电视广播 | H.264/HEVC/JPEG编码 |
| 存储效率 | 较低 | 较高 |
2. 采样格式：为什么直播都用YUV420？
当你用手机拍视频时，系统默认使用YUV420；而专业摄像机可能用YUV422或444。这背后的选择逻辑是什么？
2.1 采样格式的本质
所有采样格式的核心思想都是：人眼对亮度更敏感。通过让多个像素共享色度信息，可以大幅减少数据量。
YUV444：土豪模式
每个像素都有独立的YUV → 画质无损但体积最大 → 专业影视后期常用YUV422：平衡之选
# 水平方向每两个Y共享UV # 数据量比444减少1/3 # 广播电视常用格式YUV420：移动端最爱
# 每2x2的Y块共享一组UV # 数据量只有444的50% # 抖音/快手等直播App标配
2.2 选错格式的惨痛教训
去年我们团队就踩过一个坑：在Android Camera2 API中错误配置了输出格式：
// 错误配置：要求相机输出YUV422 surface.setDefaultBufferSize(width, height); imageReader = ImageReader.newInstance( width, height, ImageFormat.YUV_422_888, // 问题出在这里 2 ); // 正确配置应该用YUV_420_888结果导致：
- 视频帧体积增大40%
- 部分低端机型直接闪退
- 直播延迟增加200ms
3. 存储格式：Planar和Packed到底差在哪？
就算搞懂了采样格式，当你真正处理视频数据时，还会遇到更头疼的问题——内存排列方式。这就好比知道了货物清单，但不知道仓库的摆放规则。
3.1 四大存储门派
Planar（平面式）
- 典型代表：I420/YV12
- 存储顺序：YYYY...UUU...VVV
- 优点：处理方便，OpenCV直接支持
Semi-Planar（半平面式）
- 典型代表：NV12/NV21
- 存储顺序：YYYY...UVUV...
- Android相机默认输出格式
Packed（打包式）
- 典型代表：YUYV/UYVY
- 存储顺序：YUVYUVYUV...
- 常见于视频采集卡
Tiled（瓦片式）
- 典型代表：某些GPU专用格式
- 按16x16块存储
- 解码效率最高但处理最复杂
3.2 格式转换实战
处理跨平台视频时，经常需要转换格式。这里给出FFmpeg的经典转换命令：
# NV21转I420（Android到iOS常见需求） ffmpeg -s 1920x1080 -pix_fmt nv21 -i input.yuv -pix_fmt yuv420p output.yuv # YUYV转NV12（采集卡到推流场景） ffmpeg -s 1280x720 -pix_fmt yuyv422 -i /dev/video0 -pix_fmt nv12 output.mp4注意：格式转换会消耗CPU资源，在直播场景要慎用
4. 位深进阶：当8bit不够用时
随着HDR内容普及，传统的8bit YUV已经不够用了。这时就需要了解：
- P010/P016：10/16bit的YUV420
- Y210/Y216：10/16bit的YUV422
- 色深提升带来的变化：
- 文件体积成倍增长
- 需要特殊硬件支持
- 颜色渐变更平滑（减少banding）
// 处理10bit YUV示例（部分代码） uint16_t *y_plane = (uint16_t *)frame->data[0]; uint16_t *uv_plane = (uint16_t *)frame->data[1]; // 取值时需要右移6位（因为实际存储用16bit表示10bit） uint16_t y_value = y_plane[pixel_index] >> 6;5. 避坑指南：实际开发中的血泪经验
Android相机开发：
- 新机型基本只支持NV21
- ImageFormat.YUV_420_888实际可能是NV21
OpenCV处理：
# 正确读取NV12的方法 height = 1080 width = 1920 yuv_data = np.fromfile('nv12.yuv', dtype=np.uint8) y = yuv_data[:width*height].reshape(height, width) uv = yuv_data[width*height:].reshape(height//2, width//2, 2)性能优化：
- 避免在Java层处理YUV数据
- 使用RenderScript或Native代码
- 考虑使用GLSL着色器处理
测试验证：
- 使用FFmpeg生成测试样本：
# 生成彩条测试图 ffmpeg -y -f lavfi -i testsrc=duration=10:size=1280x720:rate=30 \ -pix_fmt yuv420p test.yuv
记得第一次调试HDR视频时，因为没注意P010格式的特殊性，导致画面出现诡异的色块。后来发现是忘记处理padding bits（10bit数据实际用16bit存储，低6位要置零）。这种细节问题在官方文档里往往只是一笔带过，却可能让你调试好几天。