从事多媒体开发的朋友，对 YUV 绝对不陌生，但大家真的能把 YUV 彻底讲清楚吗？这次，让我们彻底揭开 YUV「不神秘」的面纱。
采样比
- 人类视觉系统对亮度（luma）的敏感度高于对色度（chroma）的敏感度，因此可以对色度数据进行下采样；
- 采样比通常表示为
J:a:b，以表示一个宽为 J 像素、高为 2 像素的采样区域内 Y Cb Cr（Y U V）的采样比：- J 表示采样区域的宽度，通常为 4；
- a 表示第一行色度采样数；
- b 表示第二行色度采样与第一行色度采样的不同样点数；
例如上图：
4:1:1：宽度 J 为 4，第一行只有一个样点（一种颜色），所以 a 为 1，第二行和第一行不同的样点只有一个，所以 b 为 1，所以为4:1:1；4:2:0：宽度 J 为 4，第一行有两个样点，所以 a 为 2，第二行和第一行样点完全相同，所以 b 为 0，所以为4:2:0；
这个比例值并非 Y Cb Cr 分量个数的直接比例。对亮度来说，一个样点由一个 Y 构成，而对色度来说，一个样点由两个值构成：Cb 和 Cr。以 4:2:0 为例，在 4x2 的采样区域内，有 8 个亮度样点，2 个色度样点（在上图中可以看成左右各一个），所以有 8 个 Y，2 个 Cb，2 个 Cr。
a 和 b 的取值并非可以随意组合，比如 a 为 2 时，表示第一行有两个样点，如果 b 为 1，那就是说第二行样点有一个和第一行不同，但到底哪一个样点和第一行不同，无法确定，所以这种组合就被禁止了。实际上常见的可取组合也就是上图中列出的五种。
planar, packed 和 semi planar
planar, packed 和 semi planar 是描述分量如何存储的：
- planar: 有时也称 triplanar，有三个 plane，每种分量连续存储，先存储所有的 Y 分量，再存储所有的 Cb 分量，最后存储所有的 Cr 分量（也可以 Cr 在前，Cb 在后）；
- packed: 只有一个 plane，n 个样点的 Y Cb Cr 分量一起存储，接着存储下 n 个样点的分量；n 的取值、其中三种分量的存储方式，也有多种组合；
- semi planar: 有两个 plane，先存储所有的 Y 分量，后面 Cb 和 Cr 分量一起存储；
stride 或 pitch
YUV 数据在内存中存储时，每行像素的数据后面可能还有填充字节，这主要是因为有些系统/环境/操作对内存的字节对齐有要求，比如 64 字节对齐，那么宽度为 720 像素的图像，一行就不满足 64 对齐的要求，那就要填充到 768 像素。存储一行像素所需的字节数，就叫 stride，也叫 pitch。比如这里举的例子，宽为 720，stride 或 pitch 就是 64。
图像的高度通常没有类似的情况，因为图像处理通常都是逐行的，所以才会对一行的宽度有要求，而对于多少行则没有要求。
I420
I420 的采样比是 4:2:0，它是 planar 存储方式，分量存储顺序依次是 Y, Cb, Cr，例如下图表示了宽为 6 像素、高为 4 像素图像的三种分量存储方式：
最好忽略那几个箭头，采样区域通常都是 4x2，而非 2x2。
NV12
安卓的 MediaCodec 对于 YUV 的输入格式，COLOR_FormatYUV420SemiPlanar 支持得最好，而这种格式就是 NV12 格式。
NV12 的采样比是 4:2:0，它是 semi planar 存储方式，先存储 Y 分量，后面 Cb 和 Cr 分量一起存储，Cb 在前，Cr 在后：
NV21
安卓的 Camera API 回调的 YUV 数据，默认就是 NV21 格式。
NV21 和 NV12 类似，采样比是 4:2:0，也是 semi planar 存储方式，先存储 Y 分量，后面 Cb 和 Cr 分量一起存储，只不过 Cr 在前，Cb 在后：
注意：有个工具网站 rawpixels.net，它的 Predefined format 应该是把 NV12 和 NV21 搞反了，它的 NV12 是 V 在前，NV21 是 U 在前，实际上应该是 NV12 U 在前，NV21 V 在前，因此使用这个网站时，这两种格式应该互换一下。
其他格式
YUV 的格式太多，这里就不一一介绍了，把握上面介绍的两个要点即可：采样比，存储方式。
可以参考下 fourcc 的这个网页。
参考文章
欢迎大家加入 Hack WebRTC 星球，和我一起钻研 WebRTC。
