2、YUV格式详解：YUV420、YUV422、YUV444的采样与存储
好，咱们接着聊YUV。上一章我讲了YUV和RGB的根本区别，说白了就是亮度和色度分离。这一章咱们深入进去，看看YUV在实际存储时，到底是怎么“偷工减料”的。
你可能会问：为什么YUV要搞出这么多格式？直接存完整的RGB不行吗？嗯，这里有个现实问题——带宽和存储空间。我在做手机摄像头驱动时，传感器一秒钟要输出几千万个像素点，如果每个像素都存完整的Y、U、V三个分量，数据量直接爆炸。所以，必须想办法压缩。
怎么压缩？人眼对亮度敏感，对颜色不敏感。那就把色度信息砍掉一部分，视觉上还看不出区别。这就是YUV采样的核心思想。
2.1 采样格式：4:4:4、4:2:2、4:2:0
这三个数字代表什么？我习惯这么理解：
- 第一个数字4：表示每行有4个像素的亮度采样（Y）。
- 第二个数字4：表示第一行有4个像素的色度采样（U或V）。
- 第三个数字4：表示第二行有4个像素的色度采样（U或V）。
说白了，就是看色度信息在水平和垂直方向上被“稀释”了多少。
YUV 4:4:4 —— 无损采样
每个像素都有完整的Y、U、V三个分量。一个像素占3个字节（如果每个分量8bit）。
这种格式画质最好，但数据量也最大。我在做专业相机驱动时用过，普通手机摄像头基本不用，太费带宽了。
YUV 4:2:2 —— 水平减半
每两个像素共享一组U和V。也就是说，每行中，U和V的采样率是Y的一半。
举个例子：4个像素，Y有4个，U只有2个，V只有2个。一个像素平均占2个字节。
这种格式在广播级视频里很常见。我记得以前调一个HDMI输入驱动，用的就是4:2:2，画质损失肉眼几乎看不出来。
YUV 4:2:0 —— 最常用的格式
这个要重点讲。4:2:0的意思是：每4个像素（2x2的块）共享一组U和V。
具体来说：
- 第一行：Y有4个，U有2个，V有2个（但V其实不存，只存U）
- 第二行：Y有4个，U有0个，V有2个（只存V）
说白了，就是U和V在水平和垂直方向上都减半了。一个像素平均只占1.5个字节。
重要结论：4:2:0不是“没有V”，而是U和V交替出现，每4个像素才有一组完整的UV。这是目前最主流的格式，从JPEG图片到H.264视频，再到手机摄像头，全都在用。
2.2 存储布局：平面模式 vs 交错模式
采样格式决定了“存多少数据”，但怎么存？这里有两种流派。
平面模式（Planar）
把所有Y数据连续存一块，然后所有U数据存一块，最后所有V数据存一块。就像三块独立的画布叠在一起。
举个例子，一张4x4像素的YUV420图像：
Y平面：Y00 Y01 Y02 Y03 Y10 Y11 Y12 Y13 Y20 Y21 Y22 Y23 Y30 Y31 Y32 Y33
U平面：U00 U01 U10 U11
V平面：V00 V01 V10 V11这种布局对编解码器特别友好，因为可以批量读取Y数据做亮度处理。我在做ISP（图像信号处理器）驱动时，平面模式是首选。
交错模式（Interleaved / Packed）
把Y、U、V数据交错排列。比如NV12格式：先存所有Y，然后交错存UV。
Y平面：Y00 Y01 Y02 Y03 Y10 Y11 Y12 Y13 ...
UV交错：U00 V00 U01 V01 U10 V10 U11 V11 ...还有一种叫YUYV，直接Y和UV交替：
Y00 U00 Y01 V00 Y02 U01 Y03 V01 ...我的经验：做HAL层驱动时，平面模式更容易做DMA传输，因为内存连续。但有些硬件加速器只支持交错模式。你拿到一个摄像头传感器，第一件事就是看它的输出格式是Planar还是Packed，这个搞错了，图像直接花屏。
2.3 常见YUV格式速查表
| 格式名称 | 采样方式 | 存储布局 | 每像素比特 | 典型应用 |
|---|---|---|---|---|
| I420 | 4:2:0 | 平面 Y + U + V | 12 | 视频编码、软件处理 |
| NV12 | 4:2:0 | 平面 Y + 交错 UV | 12 | Android摄像头、硬件编码 |
| NV21 | 4:2:0 | 平面 Y + 交错 VU | 12 | 老款Android手机 |
| YUYV | 4:2:2 | 交错 YUYV | 16 | USB摄像头、采集卡 |
| UYVY | 4:2:2 | 交错 UYVY | 16 | 广播设备 |
| YUV444 | 4:4:4 | 平面或交错 | 24 | 专业图像处理 |
避坑指南：我曾经在调试一个USB摄像头时，驱动里配的是NV12，但硬件输出的是NV21。结果图像颜色完全不对，人脸是紫色的。查了两天才发现是U和V的顺序反了。所以，拿到新硬件，一定要先确认U和V的排列顺序。
2.4 实战：如何计算YUV图像的大小
这个技能在HAL层开发中天天用。你要分配DMA缓冲区，必须知道要申请多少内存。
假设图像宽W像素，高H像素：
- YUV 4:4:4：总大小 = W × H × 3 字节
- YUV 4:2:2：总大小 = W × H × 2 字节
- YUV 4:2:0：总大小 = W × H × 1.5 字节
以1920x1080的YUV420图像为例：
Y平面大小 = 1920 × 1080 = 2,073,600 字节
U平面大小 = (1920/2) × (1080/2) = 518,400 字节
V平面大小 = (1920/2) × (1080/2) = 518,400 字节
总大小 = 2,073,600 + 518,400 + 518,400 = 3,110,400 字节 ≈ 2.97 MB嗯，这里要注意：有些硬件要求行对齐（stride），比如每行必须是16字节对齐。那实际分配的内存会比理论值大一点。我一般会这样算：
stride = (width + 15) / 16 * 16; // 16字节对齐
y_size = stride * height;
uv_size = (stride/2) * (height/2) * 2; // UV各一半
total = y_size + uv_size;2.5 小结
这一章我们聊了YUV的三种采样方式，以及它们怎么在内存里摆。说白了，4:2:0是王者，4:2:2是备胎，4:4:4是奢侈品。你在HAL层打交道最多的，就是NV12和NV21。
下一章，我会带你看看RAW格式。那个更原始，更“暴力”，但也是ISP处理的第一步。到时候咱们再细聊。