使用 8 位 YUV 格式的视频呈现

时间：2008-07-16 编辑：Gary Sullivan 和 Stephen Estrop

 

发布日期： 12/9/2004 | 更新日期： 12/9/2004

Gary Sullivan 和 Stephen Estrop

Microsoft Digital Media Division

适用于：

Microsoft® Windows®, Microsoft DirectShow®

 

摘要：本文讲述了在 Microsoft Windows 操作系统中呈现视频时推荐使用的 8 位 YUV 格式。本文讲述了可用于在 YUV 格式和 RGB 格式之间进行转换的技术，还提供了用于对 YUV 格式进行上采样的技术。本文适用于在 Windows 中使用 YUV 视频解码或呈现的所有人员。

 

简介

 

在整个视频行业中，定义了很多 YUV 格式。本文讲述的是在 Microsoft® Windows® 操作系统中呈现视频时推荐使用的 8 位 YUV 格式。鼓励解码器供应商和显示供应商支持本文所讲述的格式。本文不对 YUV 颜色的其他用途（如静止摄影）进行描述。

 

本文讲述的格式全部使用每个像素位置 8 位的方式来编码 Y 频道（也称为灯光频道），并使用每样例 8 位的方式来编码每个 U 或 V 色度样例。但是，大多数 YUV 格式平均使用的每像素位数都少于 24 位，这是因为它们包含的 U 和 V 样例比 Y 样例要少。本文不讲述带有 10 位和 12 位 Y 频道的 YUV 格式。

 

注 在本文中，U 一词相当于 Cb，V 一词相当于 Cr。

 

本文包括以下主题：

 

 

 

在 DirectShow 中标识 YUV 格式

 

本文讲述的每种 YUV 格式都指定了一个 FOURCC 码。FOURCC 码是一个 32 位、不带正负号的整数，它是通过串联四个 ASCII 字符创建而成的。

 

有很多 C/C++ 宏可使得在源代码中声明 FOURCC 值变得更加简单。例如，MAKEFOURCC 宏是在 Mmsystem.h 中声明的，FCC 宏则是在 Aviriff.h 中声明的。请按照下列方式使用这些宏：

DWORD fccYUY2 = MAKEFOURCC('Y','U','Y','2');

DWORD fccYUY2 = FCC('YUY2');

 

只需通过调转字符的顺序，您还可以将 FOURCC 码直接声明为字符文本。例如：

DWORD fccYUY2 = '2YUY';  // Declares the FOURCC 'YUY2'

 

因为 Windows 操作系统使用的是 little-endian 体系结构，所以调转顺序是必需的。“Y”= 0x59，“U”= 0x55，“2”= 0x32，所以“2YUY”为 0x32595559。

 

在 DirectShow 中，格式是由一个主类型全局唯一标识符 (GUID) 和一个子类型 GUID 标识的。计算机视频格式的主类型总是 MEDIATYPE_Video。子类型则可以通过将 FOURCC 码与 GUID 进行映射的方式来构造，如下所示：

XXXXXXXX-0000-0010-8000-00AA00389B71

 

其中 XXXXXXXX 为 FOURCC 码。因此，YUY2 的子类型 GUID 为：

32595559-0000-0010-8000-00AA00389B71

 

很多这样的 GUID 都已经在头文件 Uuids.h 中进行了定义。例如，YUY2 子类型被定义为 MEDIASUBTYPE_YUY2。DirectShow 基类库还提供了一个帮助器类 FOURCCMap，该类可用于将 FOURCC 码转换为 GUID 值。FOURCCMap 构造函数采用 FOURCC 码作为输入参数。然后，您可以将 FOURCCMap 对象强制转换为相应的 GUID：

FOURCCMap fccMap(FCC('YUY2'));

GUID g1 = (GUID)fccMap;

 

// Equivalent:

GUID g2 = (GUID)FOURCCMap(FCC('YUY2'));

 

 

YUV 采样

 

YUV 的优点之一是，色度频道的采样率可比 Y 频道低，同时不会明显降低视觉质量。有一种表示法可用来描述 U 和 V 与 Y 的采样频率比例，这个表示法称为 A:B:C 表示法：

 

 

图 1 显示了 4:4:4 图片中使用的采样网格。灯光样例用叉来表示，色度样例则用圈表示。

 

图 1. YUV 4:4:4 样例位置

 

 

4:2:2 采样的这种主要形式在 ITU-R Recommendation BT.601 中进行了定义。图 2 显示了此标准定义的采样网格。

 

图 2. YUV 4:2:2 样例位置

 

 

4:2:0 采样有两种常见的变化形式。其中一种形式用于 MPEG-2 视频，另一种形式用于 MPEG-1 以及 ITU-T recommendations H.261 和 H.263。图 3 显示了 MPEG-1 方案中使用的采样网格，图 4 显示了 MPEG-2 方案中使用的采样网格。

 

图 3. YUV 4:2:0 样例位置（MPEG-1 方案）

 

 

图 4. YUV 4:2:0 样例位置（MPEG-2 方案）

 

 

与 MPEG-1 方案相比，在 MPEG-2 方案与为 4:2:2 和 4:4:4 格式定义的采样网格之间进行转换更简单一些。因此，在 Windows 中首选 MPEG-2 方案，应该考虑将其作为 4:2:0 格式的默认转换方案。

 

表面定义

 

本节讲述推荐用于视频呈现的 8 位 YUV 格式。这些格式可以分为几个类别：

 

 

首先，您应该理解下列概念，这样才能理解接下来的内容：

 

 

4:4:4 格式，每像素 32 位

 

推荐一个 4:4:4 格式，FOURCC 码为 AYUV。这是一个打包格式，其中每个像素都被编码为四个连续字节，其组织顺序如下所示。

 

图 5. AYUV 内存布局

 

 

标记了 A 的字节包含 alpha 的值。

 

4:2:2 格式，每像素 16 位

 

支持两个 4:2:2 格式，FOURCC 码如下：

 

 

两个都是打包格式，其中每个巨像素都是编码为四个连续字节的两个像素。这样会使得色度水平下采样乘以系数 2。

 

YUY2

 

在 YUY2 格式中，数据可被视为一个不带正负号的 char 值组成的数组，其中第一个字节包含第一个 Y 样例，第二个字节包含第一个 U (Cb) 样例，第三个字节包含第二个 Y 样例，第四个字节包含第一个 V (Cr) 样例，如图 6 所示。

 

图 6. YUY2 内存布局

 

 

如果该图像被看作由两个 little-endian WORD 值组成的数组，则第一个 WORD 在最低有效位 (LSB) 中包含 Y0，在最高有效位 (MSB) 中包含 U。第二个 WORD 在 LSB 中包含 Y1，在 MSB 中包含 V。

 

YUY2 是用于 Microsoft DirectX® Video Acceleration (DirectX VA) 的首选 4:2:2 像素格式。预期它会成为支持 4:2:2 视频的 DirectX VA 加速器的中期要求。

 

UYVY

 

此格式与 YUY2 相同，只是字节顺序是与之相反的 — 就是说，色度字节和灯光字节是翻转的（图 7）。如果该图像被看作由两个 little-endian WORD 值组成的数组，则第一个 WORD 在 LSB 中包含 U，在 MSB 中包含 Y0，第二个 WORD 在 LSB 中包含 V，在 MSB 中包含 Y1。

 

图 7. UYVY 内存布局

 

 

4:2:0 格式，每像素 16 位

 

推荐两个 4:2:0 每像素 16 位格式，FOURCC 码如下：

 

 

两个 FOURCC 码都是平面格式。色度频道在水平方向和垂直方向上都要以系数 2 来进行再次采样。

 

IMC1

 

所有 Y 样例都会作为不带正负号的 char 值组成的数组首先显示在内存中。后面跟着所有 V (Cr) 样例，然后是所有 U (Cb) 样例。V 和 U 平面与 Y 平面具有相同的跨距，从而生成如图 8 所示的内存的未使用区域。

 

图 8. IMC1 内存布局

 

 

IMC3

 

此格式与 IMC1 相同，只是 U 和 V 平面进行了交换：

 

图 9. IMC3 内存布局

 

 

4:2:0 格式，每像素 12 位

 

推荐四个 4:2:0 每像素 12 位格式，FOURCC 码如下：

 

 

在所有这些格式中，色度频道在水平方向和垂直方向上都要以系数 2 来进行再次采样。

 

IMC2