YUV420格式详解

以下从原理到实现逐步详解YUV420格式，结合Mermaid图表与C++代码，为音视频开发者提供系统指南。

---

1. YUV420核心原理

1.1 采样结构与数据量

原始像素

Y分量全采样

UV分量2x2降采样

• Y（亮度）：全分辨率存储（每个像素独立）
• U/V（色度）：每2x2像素共享一组UV值，水平和垂直分辨率减半
• 数据量计算（8位深度）：

  // 计算YUV420图像字节数
  int y_size = width * height;          // Y分量
  int uv_size = (width/2) * (height/2); // U或V分量
  int total_size = y_size + uv_size * 2; // Y + U + V
  

  示例：1920x1080图像 → Y占1.97MB，UV共0.98MB，总计2.95MB（仅为RGB的50%）

1.2 与RGB转换公式

标准ITU-R BT.601转换公式：

// RGB转YUV分量（范围：Y∈[0,255], UV∈[0,255]）
void rgb_to_yuv(uint8_t r, uint8_t g, uint8_t b, uint8_t& y, uint8_t& u, uint8_t& v) {
    y = 0.299*r + 0.587*g + 0.114*b;
    u = -0.1687*r - 0.3313*g + 0.5*b + 128;  // 加128避免负值
    v = 0.5*r - 0.4187*g - 0.0813*b + 128;
}

---

2. 存储格式详解

2.1 平面格式（YUV420P）

连续存储

降采样

降采样

Y平面

height * width

U平面

height/2 * width/2

V平面

height/2 * width/2

• 内存布局：

  [YYYY...][UUU...][VVV...]
  

• 示例：4x4图像数据流：

  Y0 Y1 Y2 Y3 Y4 ... Y15   // 16字节
  U0 U1 U2 U3             // 4字节（2x2块均值）
  V0 V1 V2 V3             // 4字节
  

2.2 半平面格式（YUV420SP/NV12）

连续存储

降采样

Y平面

height * width

UV交织

height/2 * width/2 * 2

• 内存布局：

  [YYYY...][U0 V0 U1 V1 ...]
  

• 应用场景：手机摄像头（MIPI CSI-2）、GPU纹理处理

---

3. C++代码实现

3.1 RGB转YUV420P

void rgb_to_yuv420p(uint8_t* rgb, uint8_t* yuv, int width, int height) {
    uint8_t* y = yuv;                        // Y分量起始位置
    uint8_t* u = yuv + width * height;       // U分量起始位置
    uint8_t* v = u + (width/2) * (height/2); // V分量起始位置

    for (int i = 0; i < height; i++) {
        for (int j = 0; j < width; j++) {
            int idx = (i * width + j) * 3;   // RGB像素偏移
            uint8_t r = rgb[idx];
            uint8_t g = rgb[idx + 1];
            uint8_t b = rgb[idx + 2];
            
            // 计算当前像素Y值
            y[i * width + j] = 0.299*r + 0.587*g + 0.114*b;
            
            // 每2x2块计算一次UV
            if (i % 2 == 0 && j % 2 == 0) {
                int uv_idx = (i/2) * (width/2) + (j/2);
                u[uv_idx] = -0.1687*r - 0.3313*g + 0.5*b + 128;
                v[uv_idx] = 0.5*r - 0.4187*g - 0.0813*b + 128;
            }
        }
    }
}

3.2 YUV420P转RGB（OpenCV显示）

#include 
using namespace cv;

void yuv420p_to_mat(uint8_t* yuv, Mat& rgb, int width, int height) {
    Mat yuv_mat(height * 3/2, width, CV_8UC1, yuv); // 创建YUV矩阵
    cvtColor(yuv_mat, rgb, COLOR_YUV2BGR_I420);      // 内置转换
}

int main() {
    int width = 640, height = 480;
    uint8_t yuv_data[width * height * 3/2]; // 读取YUV文件
    Mat rgb;
    yuv420p_to_mat(yuv_data, rgb, width, height);
    imshow("YUV420P", rgb);
    waitKey(0);
    return 0;
}

---

4. 性能优化技巧

4.1 SIMD加速（AVX2示例）

#include 

// 批量计算8个像素的Y值
void simd_calc_y(const uint8_t* rgb, uint8_t* y, int n) {
    __m256 coef_y = _mm256_set_ps(0.114, 0.587, 0.299, ...); // 重复系数
    for (int i = 0; i < n; i += 8) {
        __m256 r = _mm256_loadu_ps(rgb + i*3);
        __m256 g = _mm256_loadu_ps(rgb + i*3 + 8);
        __m256 b = _mm256_loadu_ps(rgb + i*3 + 16);
        __m256 y_val = _mm256_fmadd_ps(r, coef_y, 
                       _mm256_fmadd_ps(g, coef_y, 
                       _mm256_mul_ps(b, coef_y)));
        _mm256_storeu_ps(y + i, y_val);
    }
}

4.2 零拷贝传输

• GPU优化：通过DMA将YUV420数据直传GPU显存

  cudaMemcpyAsync(dev_yuv, host_yuv, size, cudaMemcpyHostToDevice);
  

• 内存对齐：UV分量按32字节对齐，提升缓存命中率

  uint8_t* uv = (uint8_t*)_aligned_malloc(uv_size, 32);
  

---

5. 典型问题与调试

问题现象	原因	解决方案
图像绿色偏色	UV分量顺序颠倒	交换U/V平面位置
水平条纹	UV未降采样	检查2x2块采样逻辑
内存访问越界	未计算YUV420准确大小	使用 width*height*3/2 预分配
转换速度慢	未启用并行计算	使用OpenMP多线程

---

6. 应用场景

MIPI CSI-2

H.264编码

FFmpeg解码

OpenGL渲染

摄像头Sensor

YUV420SP

视频流

YUV420P

显示器

• 视频编码：H.264/265默认输入格式（节省带宽）
• 实时通信：WebRTC优先使用YUV420传输
• AI推理：移动端模型输入常为YUV420直接处理

完整工程参考：

• GitHub YUV处理库
• FFmpeg swscale源码
  通过理解采样原理、内存布局与硬件优化，YUV420成为平衡画质与效率的核心多媒体格式。