1 色彩空間和色彩模型

色彩是人眼對于不同頻率的光線的不同感受。色彩既是客觀存在的，但又是主觀感知的，所以不同人對色彩的感知會存在差異。為了規范色彩的表述，引入了色彩空間一詞。 “色彩空間”源于西方的“Color Space”，又稱作“色域”，色彩學中，人們建立了多種色彩模型，以一維、二維、三維甚至四維空間坐標來表示某一色彩，這種坐標系統所能定義的色彩范圍即色彩空間。我們經常用到的色彩空間主要有RGB、CMYK、Lab等。

色彩空間

色彩模型是描述使用一組值（通常使用三個、四個值或者顏色成分）表示顏色方法的抽象數學模型。例如三原色光模式(RGB) 和印刷四分色模式(CMYK) 都是色彩模型。

不同的色彩模型的差異和優劣不在本文討論范圍之內。本文主要討論YUV和RGB兩種色彩模型的相關知識。

2 RGB色彩模型

我們知道， “色彩” 是人類大腦對事物的一種主觀感覺，為了將這種 “感性” 進行 “理性” 描述，數學家們創建了 RGB 模型的概念：通過三個數的組合（色值）來表述某一種特定的顏色，從而人類可以將這種感性的色彩感受進行理性地表達和傳遞。

2.1 RGB三原色

RGB和CMY

rgb(255, 0, 0) 代表純紅色，rgb(0, 255, 0) 代表純綠色，rgb(0, 0, 255) 代表純藍色，而 rgb(255, 255, 0) 代表純黃色（光學中紅色和綠色加法混合會呈現黃色）。

RGB三原色 通過 RGB 色彩模型，我們最多能表示出256x256x256=16777216種不同的色值，也就是我們常說的1600萬色。

如果我們創建一個三維坐標系，三個軸的代表字母由X、Y、Z換成 R、G 和 B，即用 Red 代表X軸，Green代表Y軸，Blue代表Z軸，采用光學加法混色的方式構建這個立方空間的話，就形成了一個基于RGB模型的色彩空間了。

RGB三原色立體空間

我們知道通過 rgb(x, y, z)這種方式構建的每一個顏色點，都對應于這個立方體中的某一個點，也就是說每一種顏色都被包含在我們的色彩空間之內。

2.2RGB顏色模型存在的問題

因為在自然環境下獲取的圖像容易受自然光照、遮擋和陰影等情況的影響，即對亮度比較敏感，而RGB 顏色空間的三個分量都與亮度密切相關，即只要亮度改變，三個分量都會隨之相應地改變。

另外，RGB 顏色空間是一種均勻性較差的顏色空間，人眼對于這三種顏色分量的敏感程度是不一樣的，在單色中，人眼對紅色最不敏感，藍色最敏感，如果顏色的相似性直接用歐氏距離來度量，其結果與人眼視覺會有較大的偏差。對于某一種顏色，我們很難推測出較為精確的三個分量數值來表示。

而且，在視頻領域如果使用RGB存儲的話，視頻數據會非常大。

比如有一個1080p（1920*1080）分辨率、幀率為30幀的視頻，如果使用RGB進行存儲的話，僅僅一分鐘的視頻就能達到 (1920*1080*8*30*60）bit（約等于27G）。這明顯是不現實的，所以我們需要對視頻數據進行壓縮。

基于以上兩點，所以我們需要一種數據相關性沒那么強的顏色編碼系統或色彩空間，而YUV正好就是這樣，從下面的介紹中我們就會明白。YUV能夠方便地編碼和傳輸，并且減少帶寬占用和信息出錯。

3 YUV色彩模型

我們先回到人類剛擁有彩色電視的時候，在那段從黑白電視向彩色電視的過渡期，電視系統需要提供對黑白電視的兼容性（在一文搞懂HDMI/DP/DVI/VGA顯示器接口歷史演進提到過），另外還要考慮到電視廣播系統那有限的帶寬，如果使用RGB顏色模型，那么傳輸帶寬就是原來的三倍。

所以能夠兼容黑白電視系統和更為節省帶寬的YUV色彩模型就被發明了出來，它與RGB之間是無損轉換的。第4節，會介紹不同標準下YUV與RGB如何相互轉換。

因為相較于色彩，人眼對于亮度信息更為敏感，所以可以在色彩信息上面進行取舍來達到節約大小的目的，通過引入色度二次采樣（subsampling）的方式，YUV對原始的RGB信息進行重編碼。

亮度信息與色彩信息相分離的設計使得YUV可以減少一些色彩信息以達到節省傳輸帶寬和保存體積的目的。這也是YUV顏色模型相比于RGB顏色模型的優勢所在。

YUV同樣使用三個分量來存儲數據，他們分別是

Y：用于表示 明亮度（Luminance或Luma）；

U：用于表示色度（Chrominance或Chroma）；

V：用于表示色度（Chrominance或Chroma）；

Y其實就是我們常說的灰度值，是圖片的總體輪廓，而U和V則用于描述色彩顏色和顏色飽和度。

YUV圖像，從上到下依次為原圖、亮度Y、色度U、色度V。

一張色彩艷麗的圖片如果存儲成YUV格式的話，Y就是這張圖的黑白照、UV就是涂上顏色。

YUV彩色圖像

YUV黑白圖像

3.1 YUV圖像處理流水線pipeline

YUV圖像處理流水線

3.2 YUV色度抽樣方式

常見的YUV圖像色度抽樣方式有如下三種：YUV 444、YUV 422、YUV420。

不同類型之間的主要區別是使用了不同的方式進行U、V分量的采樣。

YUV采樣方式

如上圖所示，其中實心黑點表示像素點的Y分量，空心圓圈表示采用該像素點的UV分量。

可見：

YUV 444：每個Y分量分別對應一個U分量和一個V分量

YUV 422：每兩個Y分量共用一個U分量和一個V分量

YUV 420：每四個Y分量共用一個U分量和一個V分量

YUV色度抽樣方式

YUV444和RGB顏色模型的圖像大小是一樣的，并沒有節省存儲空間。當RGB圖像轉換為YUV圖像時，也是先轉換為YUV444采樣方式的圖像。

YUV42和RGB顏色模型圖像大小相比，節省了三分之一的存儲空間，在傳輸時占用的帶寬也會隨之減少。

YUV420采樣方式，Y平面的信息完全保留，而UV這兩個色度平面的信息交錯保留，并且精度只有Y平面的一半，最終圖像、視頻的體積也就少了很多，而畫質損失實際是被控制在一個合理的范圍內。

由此，可得出對于一張1280*720大小的圖片，采用YUV420采樣比YUV 422、YUV444、RGB采樣的圖像節省的空間最大，所以現在最常見的就是YUV420采樣方式。

3.3 YUV的存儲方式

YUV有packed（打包）和 planar（平面）兩種存儲方式。

packed ：packed格式是先連續存儲所有的Y分量，然后依次交叉儲存U、V分量；

planar：planar格式也會先連續存儲所有的Y分量，但planar會先連續存儲U分量的數據，再連續存儲V分量的數據，或者先連續存儲V分量的數據，再連續存儲U分量的數據；將YUV分量分別存儲到矩陣，每一個分量矩陣稱為一個平面。

3.4 YUV顏色編碼格式

由于色度抽樣方式和存儲方式的不同，YUV衍生出很多種格式。

注意下文中所述，YUV和YCbCr對應關系，Y對應Y，U對應Cb，V對應Cr。

3.4.1基于YUV422采樣的格式

YUYV格式和UYVY格式采用打包packed存儲方式。

YVUV格式

YVUV為YUV422采樣的存儲格式，相鄰的兩個Y共用其相鄰的兩個Cb、Cr。對于像素點Y’00、Y’01而言，其Cb、Cr的值均為Cb00、Cr00,其他的像素點YUV取值依此類推。

UYVY格式

UYVY格式與YVUV不同的是，UV即Cb、Cr排列順序不一樣，還原其每個像素點的YUV值的方法與上面一樣。

YUV422P格式

YUV422P格式，又叫做I422，采用的是平面格式進行存儲，先存儲所有的Y分量，再存儲所有的U分量，再存儲所有的V分量。

3.4.2.基于YUV420采樣的格式

YUV420是以平面方式(planar)存儲，色度抽樣為40的色彩編碼格式。其中YUV420P為三平面存儲，YUV420SP為兩平面存儲。

常見的yuv格式列表如下:

I420: YYYYYYYY UU VV =>YUV420P，主要用來遠程傳輸

YV12: YYYYYYYY VV UU =>YUV420P，先Y再V再UYU12: YYYYYYYY UU VV =>YUV420P，先Y再U再V

YV12和YU12，分別將Y、U、V打包，依次存儲。其中每一個像素點的YUV數據提取遵循YUV420格式的提取方式，即4個Y分量共用一組UV。注意，上圖中，Y’00、Y’01、 Y’10、Y’11共用Cb00、Cr00，其他依此類推。

NV12: YYYYYYYY UVUV =>YUV420SP //IOS中有的模式

NV21: YYYYYYYY VUVU =>YUV420SP //安卓Camera默認格式

NV12和UV21是一種兩平面存儲方式，Y為一個平面，交錯的UV為另一個平面。提取方式與YU12和YV12類似，即Y’00、Y’01、 Y’10、Y’11共用Cb00、Cr00，其他依此類推。

4YUV與RGB之間的轉換

YUV與RGB之間的轉換是存在標準的，常見的標準有：

ITU-R BT.601（標清）

ITU-R BT.709（高清）

ITU-R BT.2020（超高清）

不同的標準有不同的轉換公式，同時還要區分不同的Color Range。Color Range用于指定RGB分量的取值范圍，可分為Full Range（取值范圍為0255）和Limited Range（取值范圍為16235）。

BT.601, LimitedRange, which is the standard for SDTV（標清數字電視）

RGB —> YUV

Y = 0.299R+0.587G+0.114B

V = 0.713(R?Y)=0.500R?0.419G?0.081B

U = 0.564(B?Y)=?0.169R?0.331G+0.500B

YUV —> RGB

R = 1.164Y+1.596V-0.871;

G = 1.164Y-0.813V-0.391U+0.529;

B = 1.164Y+2.018U-1.0729;

BT.601, Full Range

RGB —> YUV

Y = 0.299 * R + 0.587 * G + 0.114 * B

V = -0.169 * R - 0.331 * G + 0.500 * B

U = 0.500 * R - 0.439 * G - 0.081 * B

YUV —> RGB

R = Y + 1.400V - 0.7

G = Y - 0.343U - 0.711V + 0.526

B = Y + 1.765U - 0.883

BT.709, which isthe standard for HDTV（高清電視）

RGB —> YUV

Y = 0.0627 + 0.183 * R + 0.614 * g + 0.062 * b

U = 0.5 - 0.101 * R - 0.339 * g + 0.439 * b

V = 0.5 + 0.439 * R - 0.399 * g - 0.040 * b

YUV —> RGB

R = 1.164Y + 1.739V - 0.97

G = 1.164Y - 0.213U - 0.533V + 0.301

B = 1.164Y + 2.112U - 1.129

接下來，以圖像處理課程里面經常會出現的一張圖片，作為示例，演示YUV與RGB之間的轉換。

1. 從YUV420P圖像中提取Y、U、V分量

YUV420P圖像

從左往右依次為Y、U、V分量

1. 2.將YUV420P圖像轉換為RGBA8888圖像

YUV 圖像 YUV轉換為RGBA8888

---

碼字不易，文末“分享”、“收藏”、“贊”和“在看”支持下吧

《一文搞懂》系列文章

一文搞懂HDMI/DP/DVI/VGA顯示器接口歷史演進一文搞懂USB各個版本的歷史演進一文搞懂高速TIA跨阻放大器設計一文搞懂電阻，這篇講得很全面，建議收藏一文搞懂共模電感原理一文搞懂MLCC電容的特性及生產工藝流程一文搞懂電感Isat、Irms以及測量方法

本號對所有文章陳述的觀點均保持中立，文章僅供讀者交流學習。資訊、圖片來源網絡，版權歸原作者所有，侵權請聯系刪除。

---

喜歡就關注咯！

關注我，回復【交流群】，加入內部技術交流群。

碼字不易，“分享”、“收藏”、“贊”和“在看”支持下