一、视频像素数据基础概念

RGB

      RGB是红、绿、蓝三原色，任何颜色都可以通过这三原色按不同比例混合出来。但在科学研究一般不采用RGB颜色空间，因为它的细节难以进行数字化的调整。它将亮度、色调、饱和度三个量放在一起表示，很难分开。

YUV

      在 YUV 空间中，每一个颜色有一个亮度信号 Y，和两个色度信号 U 和 V。亮度信号是强度的感觉，它和色度信号断开，这样的话强度就可以在不影响颜色的情况下改变，占用的存储空间对于RGB也较小。

本质区别

ARGB：

属于 RGB 色彩模型 的变种，包含透明度通道（Alpha）。

直接表示颜色，通过红（R）、绿（G）、蓝（B）三原色的组合描述像素，Alpha（A）通道控制透明度。

主要用于图像处理、图形渲染（如 PNG 图片、UI 设计）。

YUV：

属于 亮度-色度分离模型，将颜色信息分为亮度（Y）和色度（U、V）。

设计初衷是为了兼容黑白电视（仅需 Y）与彩色电视（Y+UV），同时节省带宽（通过子采样，如 YUV420）。

广泛用于视频编码（如 H.264/MPEG）、电视信号和摄像头采集。

转换关系

ARGB ↔ YUV 可以相互转换，但需通过公式计算（非直接对应）。

RGB → YUV：
亮度（Y）是 R/G/B 的加权和，色度（U/V）是颜色与亮度的差值。例如：

Y = 0.299R + 0.587G + 0.114B  
U = 0.492(B - Y)  
V = 0.877(R - Y)
YUV → RGB：

通过逆运算还原 R/G/B，例如：

R = Y + 1.140V  
G = Y - 0.395U - 0.581V  
B = Y + 2.032U

注意：转换时需处理色彩空间（如 BT.601/BT.709）和范围（全范围/有限范围）。

二、YUV&RGB种类详解

RGB常见种类（一个像素的RGB的表示方式）

RGB_555：
      用16个bit表示一个像素，最高位不用，5个bit表示R(红色)，5个bit表示G(绿色)，5个bit表示B(蓝色)，那么一个屏幕像素点占1+5+5+5=16位，共2个字节。

RGB_565：
      用16个bit表示一个像素，5个bit表示R(红色)，6个bit表示G(绿色)，5个bit表示B(蓝色)，那么一个屏幕像素点占5+6+5=16位，共2个字节。

ARGB_8888：
      用32个bit表示一个像素，8个bit表示A(透明度)， 8个bit表示R(红色)，8个bit表示G(绿色)，8个bit表示B(蓝色) ，那么一个屏幕像素点占8+8+8+8=32位，共4个字节，注意ARGB的排列顺序是BGRA在解析数据时要注意。

ARGB_4444：
      用16个bit表示一个像素，4个bit表示A(透明度)， 4个bit表示R(红色)，4个bit表示G(绿色)，4个bit表示B(蓝色) ，那么一个屏幕像素点占4+4+4+4=16位，共2个字节。

举例一个1280*720的图片对于这几种编码格式的图片大小：

RGB种类	图片大小
RGB_555	1280 x 720 x 2 = 1.75M
RGB_565	1280 x 720 x 2 = 1.75M
ARGB_8888	1280 x 720 x 4 = 3.50M
ARGB_4444	1280 x 720 x 2 = 1.75M

YUV常见种类

常见YUV图像格式是由采样格式+存储格式共同决定的，如NV21、YV12、I420、YUY2等。

采样格式：

      人眼对亮度(Y分量)的敏感度远远大于颜色(UV分量)的敏感度，所以丢弃某些UV分量，图像在肉眼中的感觉不会起太大的变化，主流的采样方式有四种，分别为YUV4:4:4，YUV4:2:2，YUV4:1:1，YUV4:2:0（常用常见）。

存储格式：

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 、V 分量。
Packed打包格式：指每个像素点的 Y、U、V 分量是连续交替存储的。
I420（YU12）和YV12都是YUV420P类型即先存储 Y 分量，再存储 U、V 分量，区别在于：I420 是先 Y 再 U 后 V，而 YV12 是先 Y 再 V 后 U 。

NV21、NV12 属于 YUV420SP 类型（IOS中有的类型）。即先存储了 Y 分量，再UV 分量交替存储。区别在于：NV12 是UV交替，而 NV21 是VU交替。

三、YUV采样格式

      主要的YUV采样格式为YUV4:4:4，YUV4:2:2，YUV4:1:1，YUV4:2:0（常用），下面以图形化方式讲解。

YUV4:4:4
      YUV三个信道的抽样率相同，每个像素点的三个分量信息完整，每个分量用8bit表示，平均一个像素点占用3个字节。
Y:实心圆、U:空心圆 、V:交叉线
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]

YUV4:2:2
      U、V分量是Y分量的抽样率一半，每个像素点对应一个Y分量，水平方向每两个相邻像素点，抽取第一个像素点的U分量，抽取第二个像素点的V分量，则平均一个像素点占用2个字节。

Y:实心圆、U:空心圆 、V:交叉线
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]

YUV4:1:1
      U、V分量是Y分量的抽样率1/4，每个像素点对应一个Y分量，水平方向每四个相邻像素点，抽取第一个像素点的U分量，抽取第三个像素点的V分量，则平均一个像素点占用1.5个字节。

Y:实心圆、U:空心圆 、V:交叉线
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 Y2 V2 Y3
最后映射出的像素点为 ：
[Y0 U0 V2]、 [Y1 U0 V2] 、[Y2 U0 V2]、 [Y3 U0 V2]

YUV4:2:0
      U、V分量是Y分量的抽样率1/4，每个像素点对应一个Y分量，按行扫描，相邻两行中第一行每2个相邻像素点抽取第一个像素点的U分量，第二行每2个相邻像素点抽取第一个像素点的V分量，则平均一个像素点占用1.5个字节。

Y:实心圆、U:空心圆 、V:交叉线
假设图像像素为：
[Y0 U0 V0]、[Y1 U1 V1]、 [Y2 U2 V2]、 [Y3 U3 V3]
[Y4 U4 V4]、[Y5 U5 V5]、[Y6 U6 V6]、 [Y7 U7 V7]
那么采样的码流为：
Y0 U0 Y1 Y2 U2 Y3 Y4 V4 Y5 Y6 V6 Y7
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]

举例：
那么对不同类型的YUV来说一个1280*720的图像有多大呢？

YUV种类	图片大小
YUV_444	1280 x 720 x 3 = 2.64M
YUV_422	1280 x 720 x 2 = 1.75M
YUV_411	1280 x 720 x 1.5 = 1.32M
YUV_420	1280 x 720 x 1.5 = 1.32M

四、小知识：机去拍摄一张图片，这个图片是直接生成的RGB吗？

图像数据并不是直接生成RGB格式，而是经历了一个从传感器原始数据（通常是RAW或YUV）到最终RGB（如JPEG/PNG）的转换过程

摄像头传感器
│
├─ RAW数据（Bayer阵列） → ISP去马赛克 → RGB → 后处理 → 存储为JPEG（转YCbCr）/PNG（RGB）
│
└─ YUV数据（默认） → ISP直接处理 → RGB → 后处理 → 存储为JPEG（转YCbCr）/PNG（RGB）

五、处理YUV数据

      利用处理YUV数据可以将YUV数据进行分离，变成灰度图，亮度减半，加边框，等等一系列操作。
具体的代码实现及示例：参照雷神的帖子：YUV数据处理