音视频行业必须了解的专业技术知识

1、YUV信号YUV是被欧洲电视系统所采用的一种颜色编码方法（属于PAL），是PAL和SECAM模拟彩色电视制式采用的颜色空间。其中的Y,U,V几个字母不是英文单词的组合词，Y代表亮度，uv代表色差，u和v是构成彩色的两个分量。在现代彩色电视系统中，通常采用三管彩色摄影机或彩色CCD摄影机进行取像，然后把取得的彩色图像信号经分色、分别放大校正后得到RGB，再经过矩阵变换电路得到亮度信号Y和两个色差信 HYPERLINK /view/2603535.htm 号RY（即U）、BY（即V），最后发送端将亮度和色差三个信号分别进行编码，用同一信道发送出去。这种色彩的表示方法就是所谓的YUV色彩空间表示。采

2、用YUV色彩空间的重要性是它的亮度信号Y和色度信号U、V是分离的。如果只有Y信号分量而没有U、V信号分量，那么这样表示的图像就是黑白灰度图像。彩色电视采用YUV空间正是为了用亮度信号Y解决彩色电视机与黑白电视机的相容问题，使黑白电视机也能接收彩色电视信号。优点作用:YUV主要用于优化彩色视频信号的传输，使其向后相容老式黑白电视。与RGB视频信号传输相比，它最大的优点在于只需占用极少的频宽（RGB要求三个独立的视频信号同时传输）。其中“Y”表示明亮度（Luminance或Luma），也就是灰阶值；而“U”和“V”表示的则是色度（Chrominance或Chroma），作用是描述影像色彩及饱和度，

3、用于指定像素的颜色。“亮度”是透过RGB输入信号来建立的，方法是将RGB信号的特定部分叠加到一起。“色度”则定义了颜色的两个方面色调与饱和度，分别用Cr和CB来表示。其中，Cr反映了RGB输入信号红色部分与RGB信号亮度值之间的差异。而Cb反映的是RGB输入信号蓝色部分与RGB信号亮度值之同的差异。采用YUV色彩空间的重要性是它的亮度信号Y和色度信号U、V是分离的。如果只有Y信号分量而没有U、V分量，那么这样表示的图像就是黑白灰度图像。彩色电视采用YUV空间正是为了用亮度信号Y解决彩色电视机与黑白电视机的兼容问题，使黑白电视机也能接收彩色电视信号。对于数字视频，定义了从RGB到两个主要YUV的

4、转换。这两个转换都基于称为ITU-RRecommendationBT.709的规范。第一个转换是BT.709中定义用于50-Hz的较早的YUV格式。它与在ITU-RRecommendationBT.601中指定的关系相同，ITU-RRecommendationBT.601也被称为它的旧名称CCIR601。这种格式应该被视为用于标准定义TV分辨率(720 x576)和更低分辨率视频的首选YUV格式。它的特征由下面两个常量Kr和Kb的值来定义：Kr=0.299Kb=0.114第二个转换为BT.709中定义用于60-Hz的较新YUV格式，应该被视为用于高于SDTV的视频分辨率的首选格式。它的特征由下

5、面两个不同的常量值来定义：Kr=0.2126Kb=0.0722从RGB到YUV转换的定义以下列内容开始：L=Kr*R+Kb*B+(1KrKb)*G然后，按照下列方式获得YUV值：Y=floor(2(M-8)*(219*(LZ)/S+16)+0.5)U=clip3(0,2M-1,floor(2(M-8)*(112*(B-L)/(1-Kb)*S)+128)+0.5)V=clip3(0,2M-1,floor(2(M-8)*(112*(R-L)/(1-Kr)*S)+128)+0.5)其中M为每个YUV样例的位数(M=8)。Z为黑电平变量。对于计算机RGB，Z等于0。对于studio视频RGB，Z等于1

6、6*2，其中N为每个RGB样例的位数(N=8)。S为缩放变量。对于计算机RGB，S等于255。对于studio视频RGB，S等于219*2。函数floor(x)返回大于或等于x的最大整数。函数clip3(x,y,z)的定义如下所示：clip3(x,y,z)=(zy)?y:z)Y样例表示亮度，U和V样例分别表示偏向蓝色和红色的颜色偏差。Y的标称范围为16*2到235*2。黑色表示为16*2，白色表示为235*2。U和V的标称范围为16*2到240*2，值128*2表示中性色度。但是，实际的值可能不在这些范围之内。对于studio视频RGB形式的输入数据，要使得U和V值保持在0到2M-1范围之内，

7、必需进行剪辑操作。如果输入为计算机RGB，则不需要剪辑操作，这是因为转换公式不会生成超出此范围的值。这些都是精确的公式，没有近似值。在DirectShow中，常见的RGB格式有RGB1、RGB4、RGB8、RGB565、RGB555、RGB24、RGB32、ARGB32等；常见的YUV格式有YUY2、YUYV、YVYU、UYVY、AYUV、Y41P、Y411、Y211、IF09、IYUV、YV12、YVU9、YUV411、YUV420等。YUV采样格式:主要的采样格式有YCbCr4:2:0、YCbCr4:2:2、YCbCr4:1:1和YCbCr4:4:4。其中YCbCr4:1:1比较常用，其含

8、义为：每个点保存一个8bit的亮度值(也就是Y值)，每2x2个点保存一个Cr和Cb值,图像在肉眼中的感觉不会起太大的变化。所以，原来用RGB(R，G，B都是8bitunsigned)模型，1个点需要8x3=24bits（如下图第一个图），（全采样后，YUV仍各占8bit）。按4:1:1采样后，而现在平均仅需要8+(8/4)+(8/4)=12bits（4个点，8*4（Y）+8(U)+8(V)=48bits）,平均每个点占12bits(如下图第二个图)。这样就把图像的数据压缩了一半。上边仅给出了理论上的示例，在实际数据存储中是有可能是不同的，下面给出几种具体的存储形式：（1）YUV4:4:4YUV

9、三个信道的抽样率相同，因此在生成的图像里，每个象素的三个分量信息完整（每个分量通常8比特），经过8比特量化之后，未经压缩的每个像素占用3个字节。下面的四个像素为:Y0U0V0Y1U1V1Y2U2V2Y3U3V3存放的码流为:Y0U0V0Y1U1V1Y2U2V2Y3U3V3（2）YUV4:2:2每个色差信道的抽样率是亮度信道的一半，所以水平方向的 HYPERLINK /view/411182.htm 色度抽样率只是4:4:4的一半。对非压缩的8比特量化的图像来说，每个由两个水平方向相邻的像素组成的宏像素需要占用4字节内存。下面的四个像素为：Y0U0V0Y1U1V1Y2U2V2Y3U3V3存放的码

10、流为：Y0U0Y1V1Y2U2Y3V3映射出像素点为：Y0U0V1Y1U0V1Y2U2V3Y3U2V3（3）YUV4:1:14:1:1的色度抽样，是在水平方向上对色度进行4:1抽样。对于低端用户和消费类产品这仍然是可以接受的。对非压缩的8比特量化的视频来说，每个由4个水平方向相邻的像素组成的宏像素需要占用6字节内存。下面的四个像素为:Y0U0V0Y1U1V1Y2U2V2Y3U3V3存放的码流为:Y0U0Y1Y2V2Y3映射出像素点为：Y0U0V2Y1U0V2Y2U0V2Y3U0V2（4）YUV4:2:04:2:0并不意味着只有Y，Cb而没有Cr分量。它指得是对每行扫描线来说，只有一种色度分量以

11、2:1的抽样率存储。相邻的扫描行存储不同的色度分量，也就是说，如果一行是4:2:0的话，下一行就是4:0:2，再下一行是4:2:0.以此类推。对每个色度分量来说，水平方向和竖直方向的抽样率都是2:1，所以可以说色度的抽样率是4:1。对非压缩的8比特量化的视频来说，每个由2x2个2行2列相邻的像素组成的宏像素需要占用6字节内存。下面八个像素为：Y0U0V0Y1U1V1Y2U2V2Y3U3V3Y5U5V5Y6U6V6Y7U7V7Y8U8V8存放的码流为：Y0U0Y1Y2U2Y3Y5V5Y6Y7V7Y8映射出的像素点为：Y0U0V5Y1U0V5Y2U2V7Y3U2V7Y5U0V5Y6U0V5Y7U2

12、V7Y8U2V7YUV格式（图）:YUV格式通常有两大类：打包（packed）格式和平面（planar）格式。前者将YUV分量存放在同一个数组中，通常是几个相邻的像素组成一个宏像素（macro-pixel）；而后者使用三个数组分开存放YUV三个分量，就像是一个三维平面一样。表2.3中的YUY2到Y211都是打包格式，而IF09到YVU9都是平面格式。（注意：在介绍各种具体格式时，YUV各分量都会带有下标，如Y0、U0、V0表示第一个像素的YUV分量，Y1、U1、V1表示第二个像素的YUV分量，以此类推。）YUY2（和YUYV）格式为每个像素保留Y分量，而UV分量在水平方向上每两个像素采样一次。

13、一个宏像素为4个字节，实际表示2个像素。（4:2:2的意思为一个宏像素中有4个Y分量、2个U分量和2个V分量。）图像数据中YUV分量排列顺序如下：Y0U0Y1V0Y2U2Y3V2YVYU格式跟YUY2类似，只是图像数据中YUV分量的排列顺序有所不同：Y0V0Y1U0Y2V2Y3U2UYVY格式跟YUY2类似，只是图像数据中YUV分量的排列顺序有所不同：U0Y0V0Y1U2Y2V2Y3AYUV格式带有一个Alpha通道，并且为每个像素都提取YUV分量，图像数据格式如下：A0Y0U0V0A1Y1U1V1Y41P（和Y411）格式为每个像素保留Y分量，而UV分量在水平方向上每4个像素采样一次。一个宏

14、像素为12个字节，实际表示8个像素。图像数据中YUV分量排列顺序如下：U0Y0V0Y1U4Y2V4Y3Y4Y5Y6Y8Y211格式在水平方向上Y分量每2个像素采样一次，而UV分量每4个像素采样一次。一个宏像素为4个字节，实际表示4个像素。图像数据中YUV分量排列顺序如下：Y0U0Y2V0Y4U4Y6V4YVU9格式为每个像素都提取Y分量，而在UV分量的提取时，首先将图像分成若干个4x4的宏块，然后每个宏块提取一个U分量和一个V分量。图像数据存储时，首先是整幅图像的Y分量数组，然后就跟着U分量数组，以及V分量数组。IF09格式与YVU9类似。IYUV格式为每个像素都提取Y分量，而在UV分量的提取

15、时，首先将图像分成若干个2x2的宏块，然后每个宏块提取一个U分量和一个V分量。YV12格式与IYUV类似。YUV411、YUV420格式多见于DV数据中，前者用于NTSC制，后者用于PAL制。YUV411为每个像素都提取Y分量，而UV分量在水平方向上每4个像素采样一次。YUV420并非V分量采样为0，而是跟YUV411相比，在水平方向上提高一倍色差采样频率，在垂直方向上以U/V间隔的方式减小一半色差采样，如上图所示。RGB接口RGB：称为色光三原色，分别为红、绿、蓝，使用加色法，直接通到我们的人眼，比如屏幕显示。其数值为R：0-255G、0-255B、0-255RGB值越大，就越亮，所以说当R

16、GB都为255时为白色，相反全为零时为黑色。所以RGB接口就是分三原色输入的视频接口。CVBSCVBS中文解释：复合视频广播信号或复合视频消隐和同步全称：CompositeVideoBroadcastSignal或CompositeVideoBlankingandSync它是一个模拟电视节目（图片）信号在与声音信号结合，并调制到射频载波之前的一种格式。CVBS是Color,Video,BlankandSync,CompositeVideoBasebandSignal,CompositeVideoBurstSignal,orCompositeVideowithBurstandSync.的缩写CV

17、BS是被广泛使用的标准，也叫做基带视频或RCA视频，是“(美国)国家电视标准委员会（NTSC）电视信号的传统图像数据传输方法，它以模拟波形来传输数据。复合视频包含色差（色调和饱和度）和亮度（光亮）信息，并将它们同步在消隐脉冲中，用同一信号传输。在快速扫描的NTSC电视中，甚高频（VHF）或超高频（UHF）载波是复合视频所使用的调整振幅，这使产生的信号大约有6MHz宽。一些闭路电视系统使用同轴电缆近距离传输复合视频，一些DVD播放器和视频磁带录像机（VCR）通过拾音插座提供复合视频输入和输出，这个插座也叫做RCA连接器。复合视频中，色差和亮度信息的干涉是不可避免的，特别是在信号微弱的时候。这就是

18、为何远距离的使用VHF或UHF的NTFS电视台用老旧的鞭形天线，“兔子耳朵”，或室外的“空中”经常包含假的或上下摇动的颜色。HDMI（高清晰度多媒体接口）是首个也是业界唯一支持的不压缩全数字的音频/视频接口。HDMI通过在一条线缆中传输高清晰、全数字的音频和视频内容，极大简化了布线，为消费者提供最高质量的家庭影院体验。HDMI在单线缆中提供任何音频/视频源（如机顶盒、DVD播放机或A/V接收器）与音频和/或视频监视器（如数字电视DTV）之间的接口。HDMI支持单线缆上的标准、增强的或高清晰度视频和多声道数字音频。它传输所有ATSCHDTV标准并支持8频道、192kHz、不压缩的数字音频和现有的

19、压缩格式（例如DolbyDigital和DTS），HDMI1.3还新增了对新型无损数字音频格式DolbyTrueHD和DTS-HDMasterAudio的支持，空余带宽用于未来增强和需求。HDMI是事实上的HD和消费类电子市场的标准数字接口：已被500多家企业采纳，预计在2007年超过1亿3千万采用HDMI的设备将上市，在2010年，安装HDMI的设备将达到10亿（据In-Stat保守估计）。融合HDMI是融合PC和消费类电子设备的接口：HDMI使得PC可以传输高级的媒体内容，包括高清晰的电影和多声道的音频格式。HDMI是唯一可以连接到HDTV和数字PC监视器，实现DVI和HDMI标准的接口。

20、不断演变的标准HDMI是不断发展变化以适应市场的需要：装备了HDMI规范新版本的产品将继续完全向后兼容早期的HDMI产品。问：谁支持HDMI？HDMI创立者包括领先的消费类电子产品的制造商Hitachi、MatsushitaElectricIndustrial(Panasonic)、Philips、Sony、Thomson(RCA)、Toshiba和SiliconImage。此外，HDMI还支持主要电影制片商Fox、Universal、WarnerBros.和Disney以及系统运营商DirecTV、EchoStar(DishNetwork)和CableLabs。问：HDMI相对于现有的模拟视

21、频接口如复合、S-Video和分量视频的优点有哪些？质量：HDMI是数字接口，由于所有的模拟连接（例如分量视频或S-video）要求在从模拟转换为数字时没有损失，因此它能提供最佳的视频质量。这种差别在更高分辨率，例如1080p时特别明显。数字视频将比分量视频更清晰，消除了分量视频中发现的柔和度和拖尾现象。诸如文本这类微小、高对比度的细节将这种差别发挥到极致。易用性：HDMI在单线缆中集成视频和多声道音频，从而消除了当前A/V系统中使用的多线缆的成本、复杂性和混乱。这在升级或添加设备时特别有用。高智能：HDMI支持视频源（如DVD播放机）和DTV间的双向通信，实现了新功能，例如自动配置和一键播放

22、。通过使用HDMI，设备为连接的显示器自动传输最高效的格式（例如480pvs720p，16:9vs4:3）免除了消费者需要滚动所有格式选项，以猜测最佳的观看格式的麻烦。高清晰内容就绪：支持HDCP的HDMI设备现在和将来将能够访问高级的高清晰度内容，给我我们带来些许安慰。HD-DVD和Blu-ray已对当今的高清晰度电影延迟了起动影像抵制标记（又称为内容保护标记），以帮助最小化由于转换造成的潜在问题，但有望在几年内起动这一标记，意味着将来的高清晰度电影将无法通过不受保护的接口（如模拟元件）以高清晰度播放。问：通过现有的音频接口，如模拟RCA连接器和数字SPDIF（同轴和光学连接器）使用HDMI有什么优点？高质量：HDMI将音频以纯数字形式远远传输到放大器。由于音频调节设备的连线及其他电子设备的原因，模拟音频连接更容易损失。相对于SPDIF连接，HDMI具有更