1. YUV色彩空间基础：从RGB到YUV的转换与存储

做图像处理这么多年，我接触最多的色彩空间就是YUV。说实话，刚入行时我也觉得RGB挺直观的，红绿蓝多好理解。但后来做视频编码、低光照增强，才发现YUV才是真正的工业标准。这一章，咱们就把YUV的底子打扎实。

1.1 为什么需要YUV？

RGB把颜色拆成红、绿、蓝三个分量，每个分量地位平等。但人眼对亮度敏感，对颜色细节没那么敏感。YUV正是利用了这个特点——用一个分量表示亮度（Y），两个分量表示颜色（U和V）。

我在项目中遇到过这样的场景：用RGB做低光照增强，三个通道都得处理，计算量翻倍不说，还容易引入色偏。换成YUV后，只增强Y通道，U和V基本不动，效果又好又快。

1.2 YUV与RGB的转换原理

转换公式其实不复杂，但不同标准（BT.601、BT.709、BT.2020）的系数略有差异。这里以最常用的BT.601标准为例，给大家一个能直接用的版本。

RGB → YUV（正向转换）

Y =  0.299 * R + 0.587 * G + 0.114 * B
U = -0.147 * R - 0.289 * G + 0.436 * B + 128
V =  0.615 * R - 0.515 * G - 0.100 * B + 128

YUV → RGB（反向转换）

R = Y + 1.140 * (V - 128)
G = Y - 0.394 * (U - 128) - 0.581 * (V - 128)
B = Y + 2.032 * (U - 128)

你想想看，为什么U和V要加128？因为RGB是0-255范围，而YUV的Y也是0-255，但U和V是有符号的（-128到127）。加上128后，就能用无符号字节存储了。嗯，这里要注意，解码时一定要减回去。

1.3 YUV采样格式

这是YUV最巧妙的地方。既然人眼对色度不敏感，那何必每个像素都存完整的U和V？采样格式就是干这个的。

我曾经踩过一个坑：在低光照增强算法里，直接对4:2:0的U、V做插值放大，结果边缘出现彩色锯齿。后来改成先转4:4:4再处理，问题就解决了。说白了，采样格式的选择直接影响算法设计。

1.4 YUV数据在内存中的存储布局

理论讲完了，咱们看看实际内存里YUV长什么样。不同采样格式的存储方式完全不同，写代码时最容易出错的就是这里。

4:4:4 存储（平面模式）

YYYYYYYYYYYYYYYY...
UUUUUUUUUUUUUUUU...
VVVVVVVVVVVVVVVV...

三个平面分开存储，每个像素都有完整的Y、U、V。说白了就是三个独立的灰度图。

4:2:0 存储（NV12格式）

YYYYYYYYYYYYYYYY...  (宽×高个Y)
UVUVUVUVUVUVUV...    (宽×高/2个UV交错)

NV12是Android和大多数视频编码器的默认格式。Y平面单独存，U和V交错存储。我刚开始做视频处理时，总搞不清UV的排列顺序，后来记住一句话：NV12是U在前V在后，NV21反过来。

4:2:2 存储（YUYV格式）

Y0 U0 Y1 V0  Y2 U2 Y3 V2  ...

每两个像素共享一组U、V，但Y是每个像素都有的。这种格式在USB摄像头里很常见。

1.5 本章知识体系

下面这张图把YUV的核心脉络串起来了，建议保存下来对照着看。

这一章的内容是后续所有YUV优化算法的基础。转换公式要记牢，采样格式要分清，存储布局要搞懂。后面讲低光照增强时，你会发现YUV域处理比RGB域高效得多——只处理Y通道，U和V基本不动，计算量直接减半。