3、YUV数据格式详解：YUV420/YUV422/YUV444采样格式、内存布局与Stride对齐、NV12与NV21的区别
YUV 格式，说白了就是视频编解码的「血液」。我见过不少新手，代码写得很漂亮，结果一跑起来花屏、绿屏，最后发现是 YUV 数据摆错了位置。这一节，咱们就把 YUV 的底裤扒干净。
3.1 为什么是 YUV，不是 RGB？
人眼对亮度（Y）敏感，对色度（U/V）不敏感。这是 YUV 存在的根本原因。RGB 三个分量同等重要，压缩空间小。YUV 可以把色度信息砍掉一半甚至更多，画质损失却不大。
举个例子：一张 1920x1080 的图片，RGB 需要 1920×1080×3 = 6.22 MB。换成 YUV420，只需要 1920×1080×1.5 = 3.11 MB。省了一半带宽。H.265 编码器吃的就是 YUV 数据，不是 RGB。
3.2 三种采样格式：YUV444、YUV422、YUV420
这三种格式的区别，说白了就是「色度信息保留多少」。
| 采样格式 | Y 分量 | U/V 分量 | 数据量比例 | 典型场景 |
|---|---|---|---|---|
| YUV444 | 每个像素都有 | 每个像素都有 | 3 字节/像素 | 专业调色、屏幕录制 |
| YUV422 | 每个像素都有 | 每 2 个像素共享一组 | 2 字节/像素 | 广播级视频、高端采集卡 |
| YUV420 | 每个像素都有 | 每 4 个像素共享一组 | 1.5 字节/像素 | H.264/H.265 编码、直播、视频通话 |
YUV444：每个像素都保留完整的 Y、U、V。画质最好，但数据量最大。我只有在做屏幕录制或后期调色时才用，编码器一般不直接吃这个。
YUV422：水平方向每两个像素共享一组 UV。画质折中。我记得以前做广电项目时，SDI 采集卡出来的就是 YUV422，编码前还得转成 420。
YUV420：水平和垂直方向都减半。这是 H.265 编码的「标准口粮」。你想想看，如果编码器吃 444，码率直接翻倍，画质提升却微乎其微。所以 420 是绝对主流。
3.3 内存布局：Planar 与 Packed
YUV 数据在内存里怎么摆？两种方式：Planar（平面）和 Packed（打包）。
- Planar：Y 分量一整块，U 一整块，V 一整块。比如 I420（YUV420P）。
- Packed：Y、U、V 交错排列。比如 NV12、NV21。
H.265 编码器通常要求 Planar 输入，尤其是 I420 或 NV12。我个人的建议是：统一用 NV12，因为它在内存访问上更友好，硬件编码器也普遍支持。
3.4 Stride 对齐：一个容易被忽略的坑
Stride（步长）指的是内存中一行数据的实际字节数。它不一定等于宽度乘以像素字节数。
为什么？因为硬件（GPU、DMA）要求内存地址对齐，通常是 16 字节或 32 字节对齐。比如一张 1920 宽的 YUV420 图像，Y 分量的宽度是 1920 字节。但实际 Stride 可能是 1920，也可能是 1936（对齐到 16 的倍数）。
我曾经在一个项目中，直接从摄像头 buffer 里取数据，没管 Stride，结果画面右侧出现了一条「绿边」。后来发现是 Stride 比宽度多了 16 个字节，我没跳过填充区。
Y 分量大小 = Stride × Height
U 分量大小 = Stride/2 × Height/2
V 分量大小 = Stride/2 × Height/2
注意： 不要用 Width 去算，要用 Stride。
3.5 NV12 与 NV21：Android 和 iOS 的「亲儿子」
NV12 和 NV21 都属于 YUV420 的变种，区别在于 UV 分量的排列顺序。
| 格式 | 内存布局 | 典型平台 | 编码器偏好 |
|---|---|---|---|
| NV12 | Y 平面 + UV 交错（U 在前，V 在后） | Windows、Intel、大部分硬件编码器 | 最常用 |
| NV21 | Y 平面 + VU 交错（V 在前，U 在后） | Android Camera | 需要转换 |
NV12 的 UV 排列：U、V、U、V……
NV21 的 UV 排列：V、U、V、U……
就这么一点差别，坑了多少人。我记得有一次做 Android 端的视频采集，Camera 出来的是 NV21，我直接丢给编码器，结果画面颜色完全不对。后来加了一个 NV21 转 NV12 的转换函数才搞定。
3.6 一张图看懂 YUV 家族
下面这张 SVG 图，把 YUV 的采样格式、内存布局、常见格式串起来了。你可以把它当作「YUV 速查表」。
3.7 实战：如何正确读取 NV12 数据
假设你有一个 NV12 的 buffer，宽度 1920，高度 1080，Stride 为 1920（对齐到 16 字节）。
// NV12 内存布局示例
// Y 平面：Stride × Height = 1920 × 1080
// UV 平面：Stride × Height/2 = 1920 × 540
uint8_t* nv12_buffer = ...; // 假设已经填充好数据
// 读取 Y 分量
uint8_t* y_plane = nv12_buffer;
for (int h = 0; h < 1080; h++) {
for (int w = 0; w < 1920; w++) {
uint8_t y = y_plane[h * stride + w];
// 处理 Y 值
}
}
// 读取 UV 分量（交错）
uint8_t* uv_plane = nv12_buffer + stride * 1080;
for (int h = 0; h < 540; h++) {
for (int w = 0; w < 1920; w += 2) {
uint8_t u = uv_plane[h * stride + w]; // U 在前
uint8_t v = uv_plane[h * stride + w + 1]; // V 在后
// 处理 U、V 值
}
}
3.8 总结一下
- YUV420 是 H.265 编码的标配，别用 444 或 422 去喂编码器，除非你明确知道自己在做什么。
- NV12 是跨平台最通用的格式。Windows、Linux、macOS、iOS 都支持。Android 原生是 NV21，记得转一下。
- Stride 对齐 是新手最容易踩的坑。拿到 buffer 后，先确认 Stride，再用 Stride 去算偏移。
- Planar vs Packed：编码器通常要 Planar（I420 或 NV12）。Packed 格式（如 YUYV）需要先解包。