图像格式 NV12 存储在内存中

Question

我完全了解问题中描述的 NV12 格式的大小

NV12 format and UV plane

现在我从两个来源阅读有关以这种格式存储 UV 平面的信息： 一个是https://msdn.microsoft.com/en-us/library/windows/desktop/dd206750(v=vs.85).aspx

NV12

所有 Y 样本首先出现在内存中，作为具有偶数行的 unsigned char 值数组。 Y 平面后面紧跟一组 unsigned char 值，其中包含压缩的 U (Cb) 和 V (Cr) 样本。当组合的 U-V 数组被寻址为 little-endian WORD 值的数组时，LSB 包含 U 值，MSB 包含 V 值。 NV12 是 DirectX VA 的首选 4:2:0 像素格式。预计它将成为支持 4:2:0 视频的 DirectX VA 加速器的中期要求。下图显示了 Y 平面和包含压缩 U 和 V 样本的数组。

我的理解是：在 UV 平面中每个 U 和 V 都存储在单个字节中。

当我从维基百科上读到这个时： https://wiki.videolan.org/YUV#NV12

上面写着：

NV12

与 I420 相关，NV12 有一个亮度“亮度”平面 Y 和一个 U 和 V 值交错的平面。 在 NV12 中，色度平面（蓝色和红色）在水平和垂直维度上都被二次采样 2 倍。 对于 2x2 像素组，您有 4 个 Y 样本和 1 个 U 和 1 V 样本。 将 NV12 视为 U 和 V 平面交错的 I420 会有所帮助。 这是 NV12 的图形表示。每个字母代表一位： 对于 1 个 NV12 像素：YYYYYYYY UVUV 对于 2 像素 NV12 帧：YYYYYYYYYYYYYYYY UVUVUVUV 对于 50 像素 NV12 帧：Y*8*50 (UV)*2*50 对于 n 像素 NV12 帧：Y*8*n (UV)*2*n

我在这里的理解是：每个 U 和 V 在每个字节中逐位交错。所以UV平面的每个字节都会包含4U位和4V位交错。

谁能澄清我的疑问？

Answer 1

TL;DR: MSDN 是正确的

要验证这一点（或至少验证比特级没有交错），可以使用ffmpeg，这是一种广泛使用的视频工具。我做了以下实验：

1. 制作一个包含一些文本的文件（我以 Lorem Ipsum 文本为例）
2. 告诉ffmpeg 将其读取为I420 一些小尺寸的视频帧
3. 告诉ffmpeg将其转换为NV12格式
4. 打印出来

这是 (2) 和 (3) 的示例命令行：

ffmpeg -s 96x4 -i example_i420.yuv -pix_fmt nv12 example_nv12.yuv

这是我在输出中得到的：

Lorem ipsum dolor sit amet, consectetur adipiscing elit, sed do eiusmod tempor incididunt ut labore et dolore magna aliqua。 Ut enim 广告 minim veniam, quis nostrud exercitation ullamco laboris nisi ut aliquip ex ea commodo consequat。 Duis aute irure dolor in reprehenderit in voluptate velit esse cillum dolore eu fugiat nulla 偏执。 Exceptioneur sint occaecat cupidatat non proident, sutnett uirn acduilppias cqiunig oeffiitc,i as edde sdeor uenitu smmooldl itte mapnoirm iindc iedsitd ulnatb ourtu ml.a bLoorree me ti pdsoulmo rdeo lmoarg nsai ta laimqeuta,. cUotn seeci

我用粗体标记了色度（U 和 V）样本。很明显，这些是相同的值（ASCII 字母），只是按照打乱的顺序。如果执行任何位交织，我会得到不同的值。

所以 VLC wiki 中的描述（顺便说一句，它是 not Wikipedia）是不正确的。一个名叫“Edwardw”的人添加了提到像素here的“插图”，后来将其更改为“位”here。我希望有人对其进行更改以减少误导（wiki 需要注册，因此我无法对其进行编辑）。