本文為作者原創(chuàng)，轉(zhuǎn)載請注明出處：http://www.rzrgm.cn/leisure_chn/p/18610070.html

“色彩空間與像素格式”系列文章如下：
[1]. 色彩空間與像素格式1-色彩空間基礎(chǔ)
[2]. 色彩空間與像素格式2-RGB/YUV色彩空間
[3]. 色彩空間與像素格式3-FFmpeg中的像素格式

3. FFmpeg 中的像素格式

FFmpeg 中的像素格式稱為“pixel format”，每種像素格式的定義包含色彩空間、采樣方式、存儲模式、位深等信息。

3.1 基礎(chǔ)概念

與像素格式相關(guān)的幾個基礎(chǔ)概念如下：

pixel_format：像素格式，圖像像素在內(nèi)存中的排列格式。一種像素格式包含色彩空間、采樣方式、存儲模式、位深等信息，其中最重要的信息就是存儲模式，可參照本文第 2 節(jié)中有關(guān)存儲模式的說明。

bit_depth: 位深，指每個分量(Y、U、V、R、G、B 等)單個采樣點所占的位寬度。

例如對于 yuv420p(位深是 8) 格式而言，每一個 Y 樣本、U 樣本和 V 樣本都是 8 位的寬度，只不過在水平方向和垂直方向，U 樣本數(shù)目和 V 樣本數(shù)目都只有 Y 樣本數(shù)目的一半。而 bpp(Bits Per Pixel) 則是將圖像總比特數(shù)分?jǐn)偟矫總€像素上，計算出平均每個像素占多少個 bit，例如 yuv420p 的 bpp 是 12，表示平均每個像素占 12 bit(Y 占 8 位、U 占 2 位、V 占 2 位)，實際每個 U 樣本和 V 樣本都是 8 位寬度而不是 2 位寬度。

plane: 存儲圖像中一個或多個分量的一片內(nèi)存區(qū)域。一個 plane 包含一個或多個分量。planar 存儲模式中，至少有一個分量占用單獨的一個 plane，具體到 yuv420p 格式有 Y、U、V 三個 plane，nv12 格式有 Y、UV 兩個 plane，gbrap 格式有 G、B、R、A 四個 plane。packed 存儲模式中，因為所有分量的像素是交織存放的，所以 packed 存儲模式只有一個 plane。

slice: slice 是 FFmpeg 中使用的一個內(nèi)部結(jié)構(gòu)，在 codec、filter 中常有涉及，通常指圖像中一片連續(xù)的行，表示將一幀圖像分成多個片段。注意 slice 是針對圖像分片，而不是針對 plane 分片，一幀圖像有多個 plane，一個 slice 里同樣包含多個 plane。

stride/pitch: 一個 plane 中一行數(shù)據(jù)的寬度。有對齊要求，計算公式如下：

stride 值 = 圖像寬度 / 水平子采樣因子 * 分量數(shù) * 單樣本位寬度 / 8

其中，圖像寬度的單位是像素點，如分辨率是 1280x720 的一幅圖像，其寬為 1280 個像素點，高為 720 個像素點。水平子采樣因子指在水平方向上每多少個像素采樣出一個色度樣本，亮度樣本不進(jìn)行下采樣，所以采樣因子總是 1。分量數(shù)指當(dāng)前 plane 包含多少個分量，如 rgb24 格式一個 plane 有 R、G、B 三個分量。單樣本位寬度指某分量的一個樣本在考慮對齊后在內(nèi)存中占用的實際位數(shù)，例如位深 8 占 8 位寬，位深 10 實際占 16 位寬，對齊值與平臺相關(guān)。

需要注意的是，stride 考慮的是 plane 中的一行。對 yuv420p 格式而言，Y 分量是完全采樣，因此一行 Y 樣本數(shù)等于圖像寬度，U 分量和 V 分量水平采樣因子是 2 (水平方向每兩個像素采樣出一個 U 樣本和 V 樣本)，因此一行 U 樣本數(shù)和一行 V 樣本數(shù)都等于圖像寬度的一半。U 分量和 V 分量垂直采樣因子也是 2，因此 U 分量和 V 分量的行數(shù)少了，只有圖像高度的一半，但垂直方向的采樣率并不影響一個 plane 的 stride 值，因為 stride 的定義決定了其值只取決于水平方向的采樣率。

若源圖像像素格式是 yuv420p，它有 Y、U、V 三個 plane，位深是 8 (每一個Y 樣本、U 樣本、V 樣本所占位寬度是 8 位)，分辨率是 1280x720，則在 Y plane 的一行數(shù)據(jù)中，有 1280 個 Y 樣本，占用 1280 個字節(jié)，stride 值是 1280；在 U plane 的一行數(shù)據(jù)中，有 640 個 U 樣本，占用 640 個字節(jié)，stride 值是 640；在 V plane 的一行數(shù)據(jù)中，有 640 個樣本，占用 640 個字節(jié)，stride 值是 640。

若源圖像像素格式是 yuv420p10，它有 Y、U、V 三個 plane，位深是 10 ，單樣本位寬度是 16 (內(nèi)存對齊后每個樣本占 16 位)，分辨率仍然是 1280x720，則 Y plane 的 stride 值為 1280 x 16 / 8 = 2560，U plane stride 值為 1280 / 2 x 16 / 8 = 1280，V plane stride 值為 1280 / 2 x 16 / 8 = 1280。

若源圖像像素格式是 yuv420p16le，它有 Y、U、V 三個 plane，位深是 16，單樣本位寬度也是 16，分辨率仍然是 1280x720，則 Y plane 的 stride 值為 1280 x 16 / 8 = 2560，U plane stride 值為 1280 / 2 x 16 / 8 = 1280，V plane stride 值為 1280 / 2 x 10 / 8 = 1280。

若源圖像像素格式是 p010le，它有 Y、UV 兩個 plane，位深是 10，單樣本位寬度是 16 (內(nèi)存對齊后，每個樣本占 16 位)，分辨率仍然是 1280x720，則 Y plane 的 stride 值為 1280 x 16 / 8 = 2560，UV plane stride 值為 1280 / 2 x 2 x 16 / 8 = 2560。

若源圖像像素格式是 bgr24，它有 BGR 一個 plane，位深是 8，分辨率仍然是 1280x720。因 bgr24 像素格式是 packed 存儲模式，每個像素 R、G、B 三個采樣點交織存放，內(nèi)存區(qū)的排列形式為 BGRBGR...，因此可以認(rèn)為它只有一個 plane，此 plane 中一行圖像有 1280 個 R 樣本，1280 個 G 樣本，1280 個 B 樣本，此 plane 的 stride 值為 1280 x 3 x 8 / 8 = 3840。

3.2 數(shù)據(jù)結(jié)構(gòu)

3.2.1 AVPixelFormat

AVPixelFormat 定義了像素格式 ID，AVPixelFormat 由 FFmpeg 內(nèi)部代碼使用，用來標(biāo)識某一像素格式。幾個有代表性的像素格式列舉如下，其他格式省略：

enum AVPixelFormat {
    AV_PIX_FMT_NONE = -1,
    AV_PIX_FMT_YUV420P,   ///< planar YUV 4:2:0, 12bpp, (1 Cr & Cb sample per 2x2 Y samples)
    AV_PIX_FMT_YUYV422,   ///< packed YUV 4:2:2, 16bpp, Y0 Cb Y1 Cr
    AV_PIX_FMT_RGB24,     ///< packed RGB 8:8:8, 24bpp, RGBRGB...
    AV_PIX_FMT_BGR24,     ///< packed RGB 8:8:8, 24bpp, BGRBGR...
    AV_PIX_FMT_YUV422P,   ///< planar YUV 4:2:2, 16bpp, (1 Cr & Cb sample per 2x1 Y samples)
    AV_PIX_FMT_YUV444P,   ///< planar YUV 4:4:4, 24bpp, (1 Cr & Cb sample per 1x1 Y samples)

    ......

    AV_PIX_FMT_NV12,      ///< planar YUV 4:2:0, 12bpp, 1 plane for Y and 1 plane for the UV components, which are interleaved (first byte U and the following byte V)
    AV_PIX_FMT_NV21,      ///< as above, but U and V bytes are swapped

    AV_PIX_FMT_ARGB,      ///< packed ARGB 8:8:8:8, 32bpp, ARGBARGB...
    AV_PIX_FMT_RGBA,      ///< packed RGBA 8:8:8:8, 32bpp, RGBARGBA...
    AV_PIX_FMT_ABGR,      ///< packed ABGR 8:8:8:8, 32bpp, ABGRABGR...
    AV_PIX_FMT_BGRA,      ///< packed BGRA 8:8:8:8, 32bpp, BGRABGRA...

    ......

    AV_PIX_FMT_YUV420P10BE,///< planar YUV 4:2:0, 15bpp, (1 Cr & Cb sample per 2x2 Y samples), big-endian
    AV_PIX_FMT_YUV420P10LE,///< planar YUV 4:2:0, 15bpp, (1 Cr & Cb sample per 2x2 Y samples), little-endian

    ......

    AV_PIX_FMT_NV16,         ///< interleaved chroma YUV 4:2:2, 16bpp, (1 Cr & Cb sample per 2x1 Y samples)
    AV_PIX_FMT_NV20LE,       ///< interleaved chroma YUV 4:2:2, 20bpp, (1 Cr & Cb sample per 2x1 Y samples), little-endian
    AV_PIX_FMT_NV20BE,       ///< interleaved chroma YUV 4:2:2, 20bpp, (1 Cr & Cb sample per 2x1 Y samples), big-endian

    ......

    /**
     *  HW acceleration through QSV, data[3] contains a pointer to the
     *  mfxFrameSurface1 structure.
     */
    AV_PIX_FMT_QSV,

    ......

    AV_PIX_FMT_P010LE, ///< like NV12, with 10bpp per component, data in the high bits, zeros in the low bits, little-endian
    AV_PIX_FMT_P010BE, ///< like NV12, with 10bpp per component, data in the high bits, zeros in the low bits, big-endian

    ......

    AV_PIX_FMT_NB         ///< number of pixel formats, DO NOT USE THIS if you want to link with shared libav* because the number of formats might differ between versions
};

3.2.2 AVPixFmtDescriptor

AVPixFmtDescriptor 定義了圖像數(shù)據(jù)在內(nèi)存中的組織排列形式，此數(shù)據(jù)結(jié)構(gòu)定義了像素格式的實現(xiàn)細(xì)節(jié)。

/**
 * Descriptor that unambiguously describes how the bits of a pixel are
 * stored in the up to 4 data planes of an image. It also stores the
 * subsampling factors and number of components.
 *
 * @note This is separate of the colorspace (RGB, YCbCr, YPbPr, JPEG-style YUV
 *       and all the YUV variants) AVPixFmtDescriptor just stores how values
 *       are stored not what these values represent.
 */
typedef struct AVPixFmtDescriptor {
    const char *name;
    uint8_t nb_components;  ///< The number of components each pixel has, (1-4)

    /**
     * Amount to shift the luma width right to find the chroma width.
     * For YV12 this is 1 for example.
     * chroma_width = AV_CEIL_RSHIFT(luma_width, log2_chroma_w)
     * The note above is needed to ensure rounding up.
     * This value only refers to the chroma components.
     */
    uint8_t log2_chroma_w;

    /**
     * Amount to shift the luma height right to find the chroma height.
     * For YV12 this is 1 for example.
     * chroma_height= AV_CEIL_RSHIFT(luma_height, log2_chroma_h)
     * The note above is needed to ensure rounding up.
     * This value only refers to the chroma components.
     */
    uint8_t log2_chroma_h;

    /**
     * Combination of AV_PIX_FMT_FLAG_... flags.
     */
    uint64_t flags;

    /**
     * Parameters that describe how pixels are packed.
     * If the format has 1 or 2 components, then luma is 0.
     * If the format has 3 or 4 components:
     *   if the RGB flag is set then 0 is red, 1 is green and 2 is blue;
     *   otherwise 0 is luma, 1 is chroma-U and 2 is chroma-V.
     *
     * If present, the Alpha channel is always the last component.
     */
    AVComponentDescriptor comp[4];

    /**
     * Alternative comma-separated names.
     */
    const char *alias;
} AVPixFmtDescriptor;

const char *name

像素格式名稱。例如 AV_PIX_FMT_YUV420P 的名稱為 yuv420p，AV_PIX_FMT_YUV420P 在 FFmpeg 代碼中使用，而像素格式名稱 yuv420p 則在 FFmpeg 命令行中使用。

uint8_t nb_components

圖像分量數(shù)，取值范圍 1 - 4。例如 AV_PIX_FMT_GRAY8 只有 Y 一個分量，AV_PIX_FMT_YUV420P 有 Y、U、V 三個分量，AV_PIX_FMT_NV12 也有 Y、U、V 三個分量，AV_PIX_FMT_ARGB 有 A、R、G、B 四個分量。

uint8_t log2_chroma_w

寬度移位的位數(shù)，表示將亮度樣本寬度右移多少位能得到色度樣本的寬度，此值等于水平方向色度子采樣因子。例如對于 yuv420p 格式，若圖像分辨率為 1280 x 720，則亮度樣本寬度(水平方向亮度樣本數(shù))為 1280，色度樣本寬度(水平方向色度樣本數(shù))為 1280/2 = 640，log2_chroma_w 值為 1(右移 1 位)。

uint8_t log2_chroma_h

高度移位的位數(shù)，表示將亮度樣本高度右移多少位能得到色度樣本的高度，此值等于垂直方向色度子采樣因子。例如對于 yuv420p 格式，若圖像分辨率為 1280 x 720，則亮度樣本高度(垂直方向亮度樣本數(shù))為 720，色度樣本高度(垂直方向色度樣本數(shù))為 720/2 = 360，log2_chroma_w 值為 1(右移 1 位)。

uint64_t flags

像素格式標(biāo)志位組合，形如 AV_PIX_FMT_FLAG_BE ｜ AV_PIX_FMT_FLAG_HWACCEL 。例如，標(biāo)志 AV_PIX_FMT_FLAG_BE 表示大端格式，AV_PIX_FMT_FLAG_HWACCEL 表示此像素格式用于硬解或硬編等硬件加速場合。

AVComponentDescriptor comp[4]

這個成員非常重要。數(shù)組的每個元素表示一個分量，注意是一個分量而不是一個 plane，一個 plane 可能含有多個分量。AVComponentDescriptor 數(shù)據(jù)結(jié)構(gòu)定義了每個分量的像素數(shù)據(jù)在內(nèi)存中的格式，詳情參 3.2.3 節(jié)。

const char *alias

以逗號分隔的別名列表。在 av_pix_fmt_descriptors[] 數(shù)組的定義中可以看到，AV_PIX_FMT_GRAY8 像素格式的名稱是 "gray8"，alias 值為 "gray8,y8"。

3.2.3 AVComponentDescriptor

AVComponentDescriptor 定義了每個分量在內(nèi)存中的實際組織形式，包含所有細(xì)節(jié)。

typedef struct AVComponentDescriptor {
    /**
     * Which of the 4 planes contains the component.
     */
    int plane;

    /**
     * Number of elements between 2 horizontally consecutive pixels.
     * Elements are bits for bitstream formats, bytes otherwise.
     */
    int step;

    /**
     * Number of elements before the component of the first pixel.
     * Elements are bits for bitstream formats, bytes otherwise.
     */
    int offset;

    /**
     * Number of least significant bits that must be shifted away
     * to get the value.
     */
    int shift;

    /**
     * Number of bits in the component.
     */
    int depth;

#if FF_API_PLUS1_MINUS1
    /** deprecated, use step instead */
    attribute_deprecated int step_minus1;

    /** deprecated, use depth instead */
    attribute_deprecated int depth_minus1;

    /** deprecated, use offset instead */
    attribute_deprecated int offset_plus1;
#endif
} AVComponentDescriptor;

int plane

當(dāng)前分量位于哪個 plane 中。

例如 p010 格式有三個分量：Y、U、V，兩個 plane：Y、UV。Y plane 的形式為YYYY...，UV plane 的形式為UVUVUV...。Y 分量的 plane 值是 0， U 分量和 V 分量的 plane 值是 1，U 樣本和 V 樣本交織存放在 plane 1 中。

int step

步長，表示當(dāng)前分量的兩個相鄰樣本在內(nèi)存中的間距是多少個字節(jié)(或比特)，如果像素格式是比特流格式(標(biāo)志 AV_PIX_FMT_FLAG_BITSTREAM 有效)，此值表示比特數(shù)，否則此值表示字節(jié)數(shù)。

以 p010 格式為例，Y plane 的形式為YYYY...，UV plane 的形式為UVUVUV...，位深是 10，考慮對齊后，每一個 Y、每一個 U、每一個 V 都占 2 個字節(jié)，因此 Y 分量的 step 是 2(兩個 Y 相距兩字節(jié))，U 分量的 step 是 4(兩個 U 相距 4 字節(jié))，V 分量的 step 也是 4(兩個 V 相距 4 字節(jié))。

int offset

偏移，表示在當(dāng)前 plane 中，當(dāng)前分量的第一個樣本之前有多少個字節(jié)的數(shù)據(jù)，如果像素格式是比特流格式(標(biāo)志 AV_PIX_FMT_FLAG_BITSTREAM 有效)，此值表示比特數(shù)，否則此值表示字節(jié)數(shù)。

以 p010 格式為例，每一個 U 或 V 都占 2 個字節(jié)，第一個 V 樣本前有 2 個字節(jié)被 U 樣本占了，所以 U 分量的 offset 值是 0，V 分量的 offset 值是 2。因此這個字段確定了當(dāng)前 plane 中 U 和 V排列的順序。

int shift

右移位數(shù)，表示將對應(yīng)內(nèi)存單元的值右移多少位可以得到實際值。

以 p010 格式為例，位深是 10，而內(nèi)存對齊后每一個 Y、U、V 樣本占 16 bit，那么 10 位的數(shù)據(jù)放在 16 位的內(nèi)存單元中， 是占據(jù)高 10 位還是占據(jù)低 10 位，就是由 shift 值決定的。p010 格式中，各分量的 shift 值都是 6 ，表示數(shù)據(jù)放在高 10 位。從 Y plane 中獲取第一個 Y 樣本的值，示意代碼如下：

uint8_t y_plane[1280*2];
uint16_t *p_y0 = (uint16_t *)y_plane;
uint16_t y0 = (*p_y0) >> 6;

yuv420p10le 格式中各分量的 shift 值都是 0 ，表示數(shù)據(jù)放在低 10 位。 從 Y plane 中獲取第一個 Y 樣本的值，示意代碼如下：

uint8_t y_plane[1280*2];
uint16_t *p_y0 = (uint16_t *)y_plane;
uint16_t y0 = (*p_y0) >> 0;

int depth

當(dāng)前分量每個樣本的位寬度，即位深。

上述參數(shù)中，plane 表示分量所在的 plane 的序號，offset 表示多個分量交織存放在同一個 plane 中時的排列順序(如 p010 格式的 UV plane 中 U 在前 V 在后)，step、shift 和 depth 則是和內(nèi)存對齊相關(guān)，例如 p010 格式 depth 是 10(bit)， step 是 2(字節(jié))，shift 是 6(bit)，表示每個 10 bit 的樣本占用 16 bit(2 字節(jié))的內(nèi)存單元，低 6 位是無用位(高位對齊，靠左對齊)。

3.3 節(jié)將詳細(xì)解釋幾個常用像素格式各具體參數(shù)的含義。

3.2.4 av_pix_fmt_descriptors[]

av_pix_fmt_descriptors 是 FFmpeg 中定義各個像素格式的實際格式的。這個數(shù)組非常重要，當(dāng)不知道具體的某個像素格式的實現(xiàn)細(xì)節(jié)時，查看此數(shù)組中的定義即可明白。常用的有代表性的幾個像素格式將在下一節(jié)具體分析。

如下是 yuv420p 像素格式的定義：

static const AVPixFmtDescriptor av_pix_fmt_descriptors[AV_PIX_FMT_NB] = {
    [AV_PIX_FMT_YUV420P] = {
        .name = "yuv420p",
        .nb_components = 3,
        .log2_chroma_w = 1,
        .log2_chroma_h = 1,
        .comp = {
            { 0, 1, 0, 0, 8, 0, 7, 1 },        /* Y */
            { 1, 1, 0, 0, 8, 0, 7, 1 },        /* U */
            { 2, 1, 0, 0, 8, 0, 7, 1 },        /* V */
        },
        .flags = AV_PIX_FMT_FLAG_PLANAR,
    },
    ......
}

3.3 典型像素格式實例分析

FFmpeg 中所有的像素格式都定義在 av_pix_fmt_descriptors[] 數(shù)組中。下面只列出最常用到的幾個像素格式進(jìn)行分析：

3.3.1 像素格式 yuv420p

yuv420p 格式有 Y、U、V 三個分量，分別存放在 plane 0，plane 1 和 plane 2 中。

static const AVPixFmtDescriptor av_pix_fmt_descriptors[AV_PIX_FMT_NB] = {
    [AV_PIX_FMT_YUV420P] = {
        .name = "yuv420p",
        .nb_components = 3,    // 一共三個分量：Y、U、V
        .log2_chroma_w = 1,    // 水平采樣因子是 2，pow(2, 1)
        .log2_chroma_h = 1,    // 垂直采樣因子是 2, pow(2, 1)
        .comp = {
            { 0, 1, 0, 0, 8, 0, 7, 1 },        /* Y */
            { 1, 1, 0, 0, 8, 0, 7, 1 },        /* U */
            { 2, 1, 0, 0, 8, 0, 7, 1 },        /* V */
        },
        .flags = AV_PIX_FMT_FLAG_PLANAR,
    },
    ......
}

3.3.2 像素格式 yuv422p

yuv422p 格式有 Y、U、V 三個分量，分別存放在 plane 0，plane 1 和 plane 2 中。

static const AVPixFmtDescriptor av_pix_fmt_descriptors[AV_PIX_FMT_NB] = {
    ......
    [AV_PIX_FMT_YUV422P] = {
        .name = "yuv422p",
        .nb_components = 3,    // 一共三個分量：Y、U、V
        .log2_chroma_w = 1,    // 水平采樣因子是 2，pow(2, 1)
        .log2_chroma_h = 0,    // 垂直采樣因子是 1，pow(2, 0)
        .comp = {
            { 0, 1, 0, 0, 8, 0, 7, 1 },        /* Y */
            { 1, 1, 0, 0, 8, 0, 7, 1 },        /* U */
            { 2, 1, 0, 0, 8, 0, 7, 1 },        /* V */
        },
        .flags = AV_PIX_FMT_FLAG_PLANAR,
    },
    ......
}

3.3.3 像素格式 yuv444p

yuv444p 格式有 Y、U、V 三個分量，分別存放在 plane 0，plane 1 和 plane 2 中。

static const AVPixFmtDescriptor av_pix_fmt_descriptors[AV_PIX_FMT_NB] = {
    ......
    [AV_PIX_FMT_YUV444P] = {
        .name = "yuv444p",
        .nb_components = 3,    // 一共三個分量：Y、U、V
        .log2_chroma_w = 0,    // 水平采樣因子是 1，pow(2, 0)
        .log2_chroma_h = 0,    // 垂直采樣因子是 1，pow(2, 0)
        .comp = {
            { 0, 1, 0, 0, 8, 0, 7, 1 },        /* Y */
            { 1, 1, 0, 0, 8, 0, 7, 1 },        /* U */
            { 2, 1, 0, 0, 8, 0, 7, 1 },        /* V */
        },
        .flags = AV_PIX_FMT_FLAG_PLANAR,
    },
    ......
}

3.3.4 像素格式 nv12 和 nv21

nv12 格式有 Y、U、V 三個分量，Y 分量存放在 plane 0 中，U 和 V 交織存放在 plane 1 中。

static const AVPixFmtDescriptor av_pix_fmt_descriptors[AV_PIX_FMT_NB] = {
    ......
    [AV_PIX_FMT_NV12] = {
        .name = "nv12",
        .nb_components = 3,    // 一共三個分量：Y、U、V
        .log2_chroma_w = 1,    // 水平采樣因子是 2，pow(2, 1)
        .log2_chroma_h = 1,    // 垂直采樣因子是 2，pow(2, 1)
        .comp = {
            {                  // Y 分量
              0,               // plane:  plane 0, YYYYYYYY...
              1,               // step:   兩個 Y 間距 1 字節(jié)
              0,
              0,
              8,               // 8 位寬
              0, 7, 1 },
            {                  // U 分量
              1,               // plane:  plane 1, UVUVUVUV...
              2,               // step:   兩個 U 間距 2 字節(jié)
              0,               // offset: U 在前 V 在后
              0,
              8,               // 8 位寬
              1, 7, 1 },
            {                  // V 分量
              1,               // plane: plane 1, UVUVUVUV...
              2,               // step:  兩個 V 間距 2 字節(jié)
              1,               // offset: U 在前 V 在后，因 V 前有 1 個字節(jié)的 U
              0, 
              8,               // 8 位寬
              1, 7, 2 },
        },
        .flags = AV_PIX_FMT_FLAG_PLANAR,
    },
    ......
}

nv21 格式和 nv12 格式只有一點不同：plane 1 中 Ｕ 和 V 的順序不同，對比下列二者的定義，只有 .comp.offset 成員值不同

    [AV_PIX_FMT_NV12] = {
        .name = "nv12",
        .nb_components = 3,
        .log2_chroma_w = 1,
        .log2_chroma_h = 1,
        .comp = {
            { 0, 1, 0, 0, 8, 0, 7, 1 },        /* Y */
            { 1, 2, 0, 0, 8, 1, 7, 1 },        /* U */
            { 1, 2, 1, 0, 8, 1, 7, 2 },        /* V */
        },
        .flags = AV_PIX_FMT_FLAG_PLANAR,
    },
    [AV_PIX_FMT_NV21] = {
        .name = "nv21",
        .nb_components = 3,
        .log2_chroma_w = 1,
        .log2_chroma_h = 1,
        .comp = {
            { 0, 1, 0, 0, 8, 0, 7, 1 },        /* Y */
            { 1, 2, 1, 0, 8, 1, 7, 2 },        /* U */
            { 1, 2, 0, 0, 8, 1, 7, 1 },        /* V */
        },
        .flags = AV_PIX_FMT_FLAG_PLANAR,
    },

3.3.5 像素格式 p010le

p010le 和 nv12 格式類似，只是 p010le 位深是 10。

static const AVPixFmtDescriptor av_pix_fmt_descriptors[AV_PIX_FMT_NB] = {
    ......
    [AV_PIX_FMT_P010LE] = {
        .name = "p010le",
        .nb_components = 3,    // 一共三個分量：Y、U、V
        .log2_chroma_w = 1,    // 水平采樣因子是 2，pow(2, 1)
        .log2_chroma_h = 1,    // 垂直采樣因子是 2，pow(2, 1)
        .comp = {
            {                  // Y 分量
              0,               // plane:  plane 0, YYYYYYYY...
              2,               // step:   兩個 Y 相距 2 字節(jié)
              0,               // offset: 0
              6,               // shift:  10 位數(shù)據(jù)按高位對齊，低 6 位是無效值
              10,              // depth:  10 位寬
              1, 9, 1 },
            {                  // U 分量
              1,               // plane:  plane 1, UVUVUVUV...
              4,               // step:   兩個 U 相距 4 字節(jié)
              0,               // offset: U 在前 V 在后
              6,               // shift:  10 位數(shù)據(jù)按高位對齊，低 6 位是無效值
              10,              // depth:  10 位寬
              3, 9, 1 },
            {                  // V 分量
              1,               // plane:  plane 1, UVUVUVUV...
              4,               // step:   兩個 V 相距 4 字節(jié)
              2,               // offset: U 在前 V 在后，因 V 前有 2 個字節(jié)被 U 占了
              6,               // shift:  10 位數(shù)據(jù)按高位對齊，低 6 位是無效值
              10,              // depth:  10 位寬
              3, 9, 3 },
        },
        .flags = AV_PIX_FMT_FLAG_PLANAR,
    },
    ......
}

3.3.6 像素格式 yuv420p10le

yuv420p10le 格式有 Y、U、V 三個分量，三個分量分別存放在三個 plane 中。

static const AVPixFmtDescriptor av_pix_fmt_descriptors[AV_PIX_FMT_NB] = {
    ......
    [AV_PIX_FMT_YUV420P10LE] = {
        .name = "yuv420p10le",
        .nb_components = 3,    // 一共三個分量：Y、U、V
        .log2_chroma_w = 1,
        .log2_chroma_h = 1,
        .comp = {
            {                  // Y 分量
              0,               // plane:  plane 0, YYYYYYYY...
              2,               // step:   兩個 Y 相距 2 字節(jié)
              0,               // offset: 0
              0,               // shift:  10 位數(shù)據(jù)按低位對齊
              10,              // depth:  10 位寬
              1, 9, 1 },
            {                  // U 分量
              1,               // plane:  plane 1, UUUUUUUU...
              2,               // step:   兩個 U 相距 2 字節(jié)
              0,               // offset: 0
              0,               // shift:  10 位數(shù)據(jù)按低位對齊
              10,              // depth:  10 位寬
              1, 9, 1 },
            {                  // V 分量
              2,               // plane:  plane 2, VVVVVVVV...
              2,               // step:   兩個 U 相距 2 字節(jié)
              0,               // offset: 0
              0,               // shift:  10 位數(shù)據(jù)按低位對齊
              10,              // depth:  10 位寬
              1, 9, 1 },
        },
        .flags = AV_PIX_FMT_FLAG_PLANAR,
    },
    ......
}

3.3.7 像素格式 argb

argb 格式有 A、R、G、B 四個分量，交織存放在 plane 0 中，所以 argb 是一種 packed 存儲模式。

static const AVPixFmtDescriptor av_pix_fmt_descriptors[AV_PIX_FMT_NB] = {
    ......
    [AV_PIX_FMT_ARGB] = {
        .name = "argb",
        .nb_components = 4,
        .log2_chroma_w = 0,
        .log2_chroma_h = 0,
        .comp = {
            { 0, 4, 1, 0, 8, 3, 7, 2 },        /* R */
            { 0, 4, 2, 0, 8, 3, 7, 3 },        /* G */
            { 0, 4, 3, 0, 8, 3, 7, 4 },        /* B */
            { 0, 4, 0, 0, 8, 3, 7, 1 },        /* A */
        },
        .flags = AV_PIX_FMT_FLAG_RGB | AV_PIX_FMT_FLAG_ALPHA,
    },
    ......
}

注意 R、G、B、A 各分量的 .comp.offset 值依次是 1、2、3、0，表示 A、R、G、B 在內(nèi)存中的排列順序是 ARGBARGBARGB...