DirectShow中常见的RGB.docx
《DirectShow中常见的RGB.docx》由会员分享，可在线阅读，更多相关《DirectShow中常见的RGB.docx（21页珍藏版）》请在冰点文库上搜索。
DirectShow中常见的RGB
DirectShow中常见的RGB/YUV格式
sclarkca发表于2006-6-2610:
28:
00
窗体底端
计算机彩色显示器显示色彩的原理与彩色电视机一样，都是采用R（Red）、G（Green）、B（Blue）相加混色的原理：
通过发射出三种不同强度的电子束，使屏幕内侧覆盖的红、绿、蓝磷光材料发光而产生色彩。
这种色彩的表示方法称为RGB色彩空间表示（它也是多媒体计算机技术中用得最多的一种色彩空间表示方法）。
根据三基色原理，任意一种色光F都可以用不同分量的R、G、B三色相加混合而成。
F=r[R]+g[G]+b[B]
其中，r、g、b分别为三基色参与混合的系数。
当三基色分量都为0（最弱）时混合为黑色光；而当三基色分量都为k（最强）时混合为白色光。
调整r、g、b三个系数的值，可以混合出介于黑色光和白色光之间的各种各样的色光。
那么YUV又从何而来呢？
在现代彩色电视系统中，通常采用三管彩色摄像机或彩色CCD摄像机进行摄像，然后把摄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和两个色差信号R－Y（即U）、B－Y（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。
YUV与RGB相互转换的公式如下（RGB取值范围均为0-255）：
Y=0.299R+0.587G+0.114B
U=-0.147R-0.289G+0.436B
V=0.615R-0.515G-0.100B
R=Y+1.14V
G=Y-0.39U-0.58V
B=Y+2.03U
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。
作为视频媒体类型的辅助说明类型（Subtype），它们对应的GUID见表2.3。
表2.3常见的RGB和YUV格式
GUID 格式描述
MEDIASUBTYPE_RGB1 2色，每个像素用1位表示，需要调色板
MEDIASUBTYPE_RGB4 16色，每个像素用4位表示，需要调色板
MEDIASUBTYPE_RGB8 256色，每个像素用8位表示，需要调色板
MEDIASUBTYPE_RGB565 每个像素用16位表示，RGB分量分别使用5位、6位、5位
MEDIASUBTYPE_RGB555 每个像素用16位表示，RGB分量都使用5位（剩下的1位不用）
MEDIASUBTYPE_RGB24 每个像素用24位表示，RGB分量各使用8位
MEDIASUBTYPE_RGB32 每个像素用32位表示，RGB分量各使用8位（剩下的8位不用）
MEDIASUBTYPE_ARGB32 每个像素用32位表示，RGB分量各使用8位（剩下的8位用于表示Alpha通道值）
MEDIASUBTYPE_YUY2 YUY2格式，以4:
2:
2方式打包
MEDIASUBTYPE_YUYV YUYV格式（实际格式与YUY2相同）
MEDIASUBTYPE_YVYU YVYU格式，以4:
2:
2方式打包
MEDIASUBTYPE_UYVY UYVY格式，以4:
2:
2方式打包
MEDIASUBTYPE_AYUV 带Alpha通道的4:
4:
4YUV格式
MEDIASUBTYPE_Y41P Y41P格式，以4:
1:
1方式打包
MEDIASUBTYPE_Y411 Y411格式（实际格式与Y41P相同）
MEDIASUBTYPE_Y211 Y211格式
MEDIASUBTYPE_IF09 IF09格式
MEDIASUBTYPE_IYUV IYUV格式
MEDIASUBTYPE_YV12 YV12格式
MEDIASUBTYPE_YVU9 YVU9格式
下面分别介绍各种RGB格式。
¨RGB1、RGB4、RGB8都是调色板类型的RGB格式，在描述这些媒体类型的格式细节时，通常会在BITMAPINFOHEADER数据结构后面跟着一个调色板（定义一系列颜色）。
它们的图像数据并不是真正的颜色值，而是当前像素颜色值在调色板中的索引。
以RGB1（2色位图）为例，比如它的调色板中定义的两种颜色值依次为0x000000（黑色）和0xFFFFFF（白色），那么图像数据001101010111…（每个像素用1位表示）表示对应各像素的颜色为：
黑黑白白黑白黑白黑白白白…。
¨RGB565使用16位表示一个像素，这16位中的5位用于R，6位用于G，5位用于B。
程序中通常使用一个字（WORD，一个字等于两个字节）来操作一个像素。
当读出一个像素后，这个字的各个位意义如下：
高字节 低字节
RRRRRGGG GGGBBBBB
可以组合使用屏蔽字和移位操作来得到RGB各分量的值：
#defineRGB565_MASK_RED 0xF800
#defineRGB565_MASK_GREEN 0x07E0
#defineRGB565_MASK_BLUE 0x001F
R=（wPixel&RGB565_MASK_RED）>>11; //取值范围0-31
G=（wPixel&RGB565_MASK_GREEN）>>5; //取值范围0-63
B= wPixel&RGB565_MASK_BLUE; //取值范围0-31
¨RGB555是另一种16位的RGB格式，RGB分量都用5位表示（剩下的1位不用）。
使用一个字读出一个像素后，这个字的各个位意义如下：
高字节 低字节
XRRRRGG GGGBBBBB （X表示不用，可以忽略）
可以组合使用屏蔽字和移位操作来得到RGB各分量的值：
#defineRGB555_MASK_RED 0x7C00
#defineRGB555_MASK_GREEN 0x03E0
#defineRGB555_MASK_BLUE 0x001F
R=（wPixel&RGB555_MASK_RED）>>10; //取值范围0-31
G=（wPixel&RGB555_MASK_GREEN）>>5; //取值范围0-31
B= wPixel&RGB555_MASK_BLUE; //取值范围0-31
¨RGB24使用24位来表示一个像素，RGB分量都用8位表示，取值范围为0-255。
注意在内存中RGB各分量的排列顺序为：
BGRBGRBGR…。
通常可以使用RGBTRIPLE数据结构来操作一个像素，它的定义为：
typedefstructtagRGBTRIPLE{
BYTErgbtBlue; //蓝色分量
BYTErgbtGreen; //绿色分量
BYTErgbtRed; //红色分量
}RGBTRIPLE;
¨RGB32使用32位来表示一个像素，RGB分量各用去8位，剩下的8位用作Alpha通道或者不用。
（ARGB32就是带Alpha通道的RGB32。
）注意在内存中RGB各分量的排列顺序为：
BGRABGRABGRA…。
通常可以使用RGBQUAD数据结构来操作一个像素，它的定义为：
typedefstructtagRGBQUAD{
BYTE rgbBlue; //蓝色分量
BYTE rgbGreen; //绿色分量
BYTE rgbRed; //红色分量
BYTE rgbReserved; //保留字节（用作Alpha通道或忽略）
}RGBQUAD;
下面介绍各种YUV格式。
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。
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：
Y0U0Y1V0 Y2U2Y3V2…
¨YVYU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：
Y0V0Y1U0 Y2V2Y3U2…
¨UYVY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：
U0Y0V0Y1 U2Y2V2Y3…
¨AYUV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：
A0Y0U0V0 A1Y1U1V1…
¨Y41P（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：
U0Y0V0Y1 U4Y2V4Y3 Y4Y5Y6Y8…
¨Y211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：
Y0U0Y2V0 Y4U4Y6V4…
¨YVU9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，如图2.12所示。
使用8位YUV格式的视频呈现
发布日期：
12/9/2004|更新日期：
12/9/2004
GarySullivan和StephenEstrop
MicrosoftDigitalMediaDivision
适用于：
Microsoft®Windows®,MicrosoftDirectShow®
摘要：
本文讲述了在MicrosoftWindows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DirectShow中标识YUV格式
YUV采样
表面定义
颜色空间和色度采样率转换
其他信息
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—讲述了如何描述MicrosoftDirectShow®YUV格式类型。
•
YUV采样—讲述了一些最常用的YUV采样技术。
•
表面定义—讲述了推荐的YUV格式。
•
颜色空间和色度采样率转换—提供了一些在YUV和RGB格式之间进行转换的指南，以及在不同YUV格式之间进行转换的指南。
•
其他信息提供了其他信息。
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：
DWORDfccYUY2=MAKEFOURCC（'Y','U','Y','2'）;
DWORDfccYUY2=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：
DWORDfccYUY2='2YUY';//DeclarestheFOURCC'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：
FOURCCMapfccMap（FCC（'YUY2'））;
GUIDg1=（GUID）fccMap;
//Equivalent:
GUIDg2=（GUID）FOURCCMap（FCC（'YUY2'））;
返回页首
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：
•
4:
4:
4表示色度频道没有下采样。
•
4:
2:
2表示2:
1的水平下采样，没有垂直下采样。
对于每两个U样例或V样例，每个扫描行都包含四个Y样例。
•
4:
2:
0表示2:
1的水平下采样，2:
1的垂直下采样。
•
4:
1:
1表示4:
1的水平下采样，没有垂直下采样。
对于每个U样例或V样例，每个扫描行都包含四个Y样例。
与其他格式相比，4:
1:
1采样不太常用，本文不对其进行详细讨论。
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.YUV4:
4:
4样例位置
4:
2:
2采样的这种主要形式在ITU-RRecommendationBT.601中进行了定义。
图2显示了此标准定义的采样网格。
图2.YUV4:
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-TrecommendationsH.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.YUV4:
2:
0样例位置（MPEG-1方案）
图4.YUV4:
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。
返回页首
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：
•
4:
4:
4格式，每像素32位
•
4:
2:
2格式，每像素16位
•
4:
2:
0格式，每像素16位
•
4:
2:
0格式，每像素12位
首先，您应该理解下列概念，这样才能理解接下来的内容：
•
表面原点。
对于本文讲述的YUV格式，原点（0,0）总是位于表面的左上角。
•
跨距。
表面的跨距，有时也称为间距，指的是表面的宽度，以字节数表示。
对于一个表面原点位于左上角的表面来说，跨距总是正数。
•
对齐。
表面的对齐是根据图形显示驱动程序的不同而定的。
表面始终应该DWORD对齐，就是说，表面中的各个行肯定都是从32位（DWORD）边界开始的。
对齐可以大于32位，但具体取决于硬件的需求。
•
打包格式与平面格式。
YUV格式可以分为打包格式和平面格式。
在打包格式中，Y、U和V组件存储在一个数组中。
像素被组织到了一些巨像素组中，巨像素组的布局取决于格式。
在平面格式中，Y、U和V组件作为三个单独的平面进行存储。
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：
•
YUY2
•
UYVY
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-endianWORD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MicrosoftDirectX®VideoAcceleration（DirectXVA）的首选4:
2:
2像素格式。
预期它会成为支持4:
2:
2视频的DirectXVA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-endianWORD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：
•
IMC1
•
IMC3
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：
•
IMC2
•
IMC4
•
YV12
•
NV12
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
此格式与IMC1相同，只是V（Cr）和U（Cb）行在半跨距边界处进行了交错。
换句话说，就是色度区域中的每个完整跨距行都以一行V样例开始，然后是一行在下一个半跨距边界处开始的U样例（图10）。
此布局与IMC1相比，能够更加高效地利用地址空间。
它的色度地址空间缩小了一半，因此整体地址空间缩小了25%。
在各个4:
2:
0格式中，IMC2是第二首选格式，排在NV12之后。
图10.IMC2内存布局
IMC4
此格式与
升级会员 