3、YUV色彩空间：RGB与YUV的区别，YUV采样格式（4:4:4、4:2:2、4:2:0），YUV在H264中的存储与处理。

做视频编码这么多年，我经常被问到的一个问题是：“为什么不用RGB，非要搞个YUV？”

这个问题其实很关键。你想想看，如果直接用RGB去压缩视频，效率会低得吓人。H.264之所以能成为主流，YUV色彩空间的引入功不可没。今天我们就来彻底搞懂它。

RGB大家都熟，红绿蓝三原色。每个像素用三个分量表示，直接对应显示器的物理发光单元。但RGB有一个“致命”问题——三个分量的重要性是平等的。

YUV就不一样了。它把亮度（Luma，记为Y）和色度（Chroma，记为U和V）分开了。

核心区别一句话：人眼对亮度变化极其敏感，对颜色变化相对迟钝。YUV正是利用了这个生理特性。

我在项目中遇到过不少新手，上来就问：“YUV是不是比RGB更高级？”其实不是高级不高级的问题，而是分工不同。RGB适合显示，YUV适合传输和压缩。

从RGB到YUV的转换，说白了就是一个线性变换。标准公式是这样的：

Y  = 0.299 * R + 0.587 * G + 0.114 * B
U  = -0.147 * R - 0.289 * G + 0.436 * B
V  = 0.615 * R - 0.515 * G - 0.100 * B

嗯，这里要注意，实际编码中用的系数可能略有不同（比如BT.601和BT.709标准），但原理是一样的。

这才是YUV真正的杀手锏。既然人眼对色度不敏感，那我们能不能少存一些色度信息？

答案是肯定的。这就是采样格式的由来。

我的经验：在H.264实际应用中，90%以上的场景都在用4:2:0。你看到的网络视频、直播、短视频，几乎全是它。

先看一张图，直观理解这三种格式的区别：

具体来说：

我曾经踩过的坑：有一次做视频采集，设备输出的是4:2:2，我直接当4:2:0处理了。结果画面颜色边缘出现锯齿，排查了半天才发现是采样格式不匹配。所以一定要确认输入源的采样格式，别想当然。

搞清楚了采样格式，接下来就是实际存储问题了。H.264里YUV怎么摆？

最常见的存储方式是平面存储（Planar）。说白了就是：所有Y数据放一块，所有U数据放一块，所有V数据放一块。

以4:2:0为例，一张1920x1080的图像：

对比一下RGB24：1920 x 1080 x 3 = 约6.2 MB。直接省了一半。

我建议：在代码里处理YUV数据时，一定要搞清楚内存布局。很多bug都是因为指针偏移算错了。比如Y平面之后紧跟着U平面，偏移量就是Y平面的总字节数。

H.264编码器内部是怎么处理YUV的？大致流程如下：

这里有个关键点：Y和U/V的处理方式不同。Y分量因为包含更多视觉信息，编码器会分配更多码率给它。U/V分量则可以更“粗暴”地量化。

我举个例子，在码率控制中，编码器通常会这样分配：

你看，Y分量占了绝大部分码率。这就是为什么4:2:0能保持高视觉质量的原因——亮度信息一点没少，只是砍了人眼不敏感的色度信息。

总结一下：YUV色彩空间是H.264编码的基石。理解RGB与YUV的区别、掌握4:2:0采样格式、熟悉YUV的平面存储方式，是做好视频编码的第一步。我在实际项目中，80%的编码问题都出在对YUV的理解不够深入上。

嗯，这一章的内容就到这里。记住，YUV不是玄学，它是工程智慧的结晶。搞懂了它，你就拿到了H.264编码的第一把钥匙。