【Android音视频学习之路(一)】如何在 Android 平台绘制一张图片
【Android音视频学习之路(二)】AudioRecord API详解及应用
【Android音视频学习之路(三)】AudioTrack 使用与详解
【Android音视频学习之路(五)】MediaExtractor和MediaMuxer讲解
【Android音视频学习之路(六)】 MediaCodec 简单讲解
“这是我参与8月更文挑战的第2天,活动详情查看:8月更文挑战”
一、YUV起源
常见的颜色模型中,RGB主要用于电子系统里表达和显示颜色,CMYK印刷四色模式用于彩色印刷,而YUV是被欧洲电视系统所采用的一种颜色编码方法。
使用YUV的优点有两个:
- YUV主要用于优化彩色视频信号的传输,使其向后兼容老式黑白电视,这一特性用在于电视信号上。
- YUV是数据总尺寸小于RGB格式(但用YUV444的话,和RGB888一样都是24bits)
YUV,分为三个分量,“Y”表示的是明亮度(Luminance或Luma),也就是灰度值;而“U”和“V” 表示的则是色度(Chrominance或Chroma),作用是用于指定像素的颜色。
UV 即CbCr(C代表颜色,b代表蓝色,r代表红色)
分类
YUV格式有两大类:==平面(planar)和紧凑(packed==)。
对于planar的YUV格式,先连续存储所有像素点的Y,紧接着存储所有像素点的U,随后是存储所有像素点的V,或者是先v后u
对于packed的YUV格式,每个像素点的Y,U,V是连续交替存储的。
采样
主流的采样方式有三种,YUV4:4:4,YUV4:2:2,YUV4:2:0
YUV 4:4:4采样,每一个Y对应一组UV分量,一个YUV占8+8+8 = 24bits 3个字节。
YUV 4:2:2采样,每两个Y共用一组UV分量,一个YUV占8+4+4 = 16bits 2个字节。
YUV 4:2:0采样,每四个Y共用一组UV分量,一个YUV占8+2+2 = 12bits 1.5个字节。
最常见的YUV420P和YUV420SP都是基于4:2:0采样的,所以如果图片的宽为width,高为heigth,在内存中占的空间为width * height * 3 / 2,其中前width * height的空间存放Y分量,接着width * height / 4存放U分量,最后width * height / 4存放V分量。
二、YUV不同格式
YUV420根据颜色数据的存储顺序不同,又分为了多种不同的格式,这些格式实际存储的信息还是完全一致的。举 例来说,对于4x4的图片,在YUV420下,任何格式都有16个Y值,4个U值和4个V值,不同格式只是Y、U和V的排 列顺序变化。I420 为 YYYYYYYYYYYYYYYYUUUUVVVV ,YUV420 是一类格式的集合,YUV420并不能完全确定颜色数据的存储顺序。
PlaneProxy/Plane
Y、U和V三个分量的数据分别保存在三个Plane类中,即通过 getPlanes()得到的数组。 Plane 实际是对ByteBuffer的封装。
Image保证了planes[0]一定是Y,planes[1]一定是U,planes[2]一定是V。且对于plane [0],Y分量数据一定是连续存储的,中间不会有U或V数据穿插,也就是说我们一定能够一次性得到所有Y分量的值。
但是对于UV数据,可能存在以下两种情况:
1. planes[1] = {UUUU...},planes[2] = {VVVV...}; //I420
2. planes[1] = {UVUV...},planes[2] = {VUVU...}。
PixelStride
所以在我么取数据时需要在根据Plane中的另一个信息来确定如何取对应的U或者V数据。
// 行内数据值间隔
// 1:表示无间隔取值,即为上面的第一种情况
// 2: 表示需要间隔一个数据取值,即为上面的第二种情况
var pixelStride = plane.pixelStride
根据这个属性,我们将确定数据如何存储,因此如果需要取出代表I420格式的byte[],则为:YUV420中,Y数据长度为: width*height , 而U、V都为:width / 2 * height / 2。
val planes = image.planes
//y数据的这个值只能是:1
val yPixelStride = planes[0].pixelStride
val uPixelStride = planes[1].pixelStride
Log.e("xiao", "yPixelStride: $yPixelStride uPixelStride: $uPixelStride")
yPixelStride: 1 uPixelStride: 2
小米MIX2 planes[0] 的PixelStride 为1 planes[1]的 PixelStride为2
说明是UVUV交叉存储。
// Y数据 pixelStride一定为1
val pixelStride = planes[0].pixelStride
val y = planes[0].buffer // Y数据
val u = ByteArray(image.width / 2 * image.height / 2)
val pixelStride = planes[1].pixelStride
if (pixelStride == 1) {
planes[1].buffer // U数据
} else if (pixelStride == 2) {
val uBuffer = planes[1].buffer
for (i in 0 until uBuffer.remaining() step 2) {
u[i] = uBuffer.get();
//丢弃一个数据,这个数据其实是V数据,但是我们还是到planes[2]中获取V数据
uBuffer.get()
}
}
但是如果使用上面的代码去获取YUV数据,可能你会惊奇的发现,并不是在所有你设置的Width与 Height(分辨率)下都能够正常运行。我们忽略了什么,为什么会出现问题呢?
在Plane中 我们已经使用了 getBuffer 与 getPixelStride 两个方法,但是还有一个 getRowStride没有用到.
RowStride
RowStride表示行步长,Y数据对应的行步长可能为:
- 等于Width;
- 大于Width;
以4x4的I420为例,其数据可以看为
如果RowStride等于Width,那么我们直接通过 planes[0].getBuffer() 获得Y数据没有问题。
但是如果RowStride大于Width,比如对于4x4的I420,如果每行需要以8字节对齐,那么可能得到的RowStride不等于4(Width),而是得到8。那么此时会在每行数据末尾补充占位的无效数据:
获取Y数据
val planes = image.planes
val size = image.width * image.height * 3 / 2
val yuv420 = ByteBuffer.allocate(size)
/**
* Y数据
*/
val plane = planes[0] //y数据
//pixelStride = 1 : 取值无间隔
//pixelStride = 2 : 间隔1个字节取值
// y的此数据应该都是1
val pixelStride = plane.pixelStride //Y的肯定为1
//大于等于宽, 表示连续的两行数据的间隔
// 如:640x480的数据,
// 可能得到640
// 可能得到650,表示每行最后10个字节为补位的数据
val rowStride = plane.rowStride //rowStride 可能末尾有填充
val buffer = plane.buffer
val row = ByteArray(image.width)
// 每行要排除的无效数据,但是需要注意:实际测试中 最后一行没有这个补位数据
val skipRow = ByteArray(rowStride - image.width)
for (i in 0 until image.height) {
buffer[row]
yuv420.put(row)
// 不是最后一行
if (i < image.height - 1) {
buffer[skipRow] //最后一行因为后面跟着U 数据,没有无效占位数据,不需要丢弃
}
}
而对于U与V数据,对应的行步长可能为:
- 等于Width;
- 大于Width;
- 等于Width/2;
- 大于Width/2
等于Width
这表示,我们获得planes[1]中不仅包含U数据,还会包含V的数据,此时pixelStride==2。
| U | V | U | V |
|---|---|---|---|
| U | V | U | V |
那么V数据:planes[2],则为:
| V | U | V | U |
|---|---|---|---|
| V | U | V | U |
大于Width
与Y数据一样,可能由于字节对齐,出现RowStride大于Width的情况,与等于Width一样,planes[1]中不仅包含U 数据,还会包含V的数据,此pixelStride==2。
| U | V | U | V | 0 | 0 | 0 | 0 |
|---|---|---|---|---|---|---|---|
| U | V | U | V | 最后一行没有站位 |
planes[2],则为:
| V | U | V | U | 0 | 0 | 0 | 0 |
|---|---|---|---|---|---|---|---|
| V | U | V | U | 最后一行没有站位 |
等于Width/2
u 当获取的U数据对应的RowStride等于Width/2,表示我们得到的planes[1]只包含U数据。此时pixelStride==1。 那么planes[1]+planes[2]为:
| U | U | ||
|---|---|---|---|
| U | U | ||
| V | V | ||
| V | V |
这种情况,所有的U数据是连在一起的,即 planes[1].getBuffer 可以直接获得完整的U数据。
大于Width/2
同样我们得到的planes[1]只包含U数据,但是与Y数据一样,可能存在占位数据。此时pixelStride==1。 planes[1]+planes[2]为:
| U | U | 0 | 0 | 0 | 0 | 0 | 0 |
|---|---|---|---|---|---|---|---|
| U | U | 最后一行没有站位 | |||||
| V | V | 0 | 0 | 0 | 0 | 0 | 0 |
| V | V | 最后一行没有站位 |
for (i in 1..2) {
//planes[1] | planes[2] uv数据处理
plane = planes.get(i)
pixelStride = plane.getPixelStride() //1 I420 2 交错packed UVUV
// uv数据的rowStride可能是
// 如:640的宽
// 可能得到320, pixelStride 为1
// 可能大于320同时小于640,有为了补位的无效数据 pixelStride 为1
// 可能得到640 uv数据在一起,pixelStride为2
// 可能大于640,有为了补位的无效数据 pixelStride为2
rowStride = plane.getRowStride()
buffer = plane.getBuffer()
val uvWidth = image.width / 2
val uvHeight = image.height / 2
for (j in 0 until uvHeight) {
for (k in 0 until rowStride) {
// 最后一行,是没有补位数据的
if (j == uvHeight - 1) {
//只有自己(U/V)的数据
if (pixelStride == 1) {
// 结合外层if 则表示:
// 如果是最后一行,我们就不管结尾的占位数据了
if (k >= uvWidth) {
break
}
} else if (pixelStride == 2) {
//与同级if相同意思
// todo uv混合,
// planes[2]:uvu
// planes[3]:vuv
if (k >= image.width - 1) {
break
}
}
}
val b: Byte = buffer.get()
if (pixelStride == 2) {
//打包格式 uv在一起,偶数位取出来是U数据: 0 2 4 6
if (k < image.width && k % 2 == 0) {
yuv420.put(b)
}
} else if (pixelStride == 1) {
if (k < uvWidth) {
yuv420.put(b)
}
}
}
}
}
YUV格式
常见的YUV格式有YUY2、YUYV、YVYU、UYVY、AYUV、Y41P、Y411、Y211、IF09、IYUV、YV12、YVU9、YUV411、YUV420等,Android中比较常见是YUV420分为两种:YUV420P和YUV420SP。所以就先了解下YUV420P和YUV420SP
libX264中对YUV各种格式的定义
#define X264_CSP_I400 0x0001 /* monochrome 4:0:0 */
#define X264_CSP_I420 0x0002 /* yuv 4:2:0 planar */
#define X264_CSP_YV12 0x0003 /* yvu 4:2:0 planar */
#define X264_CSP_NV12 0x0004 /* yuv 4:2:0, with one y plane and one packed u+v */
#define X264_CSP_NV21 0x0005 /* yuv 4:2:0, with one y plane and one packed v+u */
#define X264_CSP_I422 0x0006 /* yuv 4:2:2 planar */
#define X264_CSP_YV16 0x0007 /* yvu 4:2:2 planar */
#define X264_CSP_NV16 0x0008 /* yuv 4:2:2, with one y plane and one packed u+v */
#define X264_CSP_YUYV 0x0009 /* yuyv 4:2:2 packed */
#define X264_CSP_UYVY 0x000a /* uyvy 4:2:2 packed */
#define X264_CSP_V210 0x000b /* 10-bit yuv 4:2:2 packed in 32 */
#define X264_CSP_I444 0x000c /* yuv 4:4:4 planar */
#define X264_CSP_YV24 0x000d /* yvu 4:4:4 planar */
YUV420P
YUV420P是平面模式,Y , U , V分别在不同平面,也就是有三个平面,它是YUV标准格式4:2:0
那么真实的在字节流中就是按照行从左到右一行一行的拼起来的:
==YUV420P分为:YU12和YV12==
YU12格式
在Android中也叫作I420格式,首先是所有Y值,然后是所有U值,最后是所有V值。比如6x6的图片,内存大小就是6x6x3/2=54个字节。为了更清晰的查看,我们换行看,真实的是一行byte[]数据流。
YYYYYY
YYYYYY
YYYYYY
YYYYYY
UUUUUU
VVVVVV
YV12格式
YV12格式与YU12基本相同,首先是所有Y值,然后是所有V值,最后是所有U值。比如6x6的图片,内存大小就是6x6x3/2=54个字节
YYYYYY
YYYYYY
YYYYYY
YYYYYY
VVVVVV
UUUUUU
YUV420SP
YUV420SP 也是是平面模式。分为NV21和NV12两种格式。Y是一个平面,UV是一个平面,UV/VU为交替存储,而不是分为三个平面。
在Android Camera中文档中强烈推荐使用NV21和YV12,因为这两种格式支持所有的相机设备。Camera默认输出YUV的数据格式为NV21。但是在Camera2中,推荐使用的格式则是YUV_420_888。
NV21格式
在Android Camera中手机从摄像头采集的预览数据默认值是NV21。
NV21存储顺序是先存Y值,再VU交替存储:YYYYVUVUVU,比如6x6的图片,内存大小就是6x6x3/2=54个字节
YYYYYY
YYYYYY
YYYYYY
YYYYYY
VUVUVU
VUVUVU
NV12格式
NV12存储顺序是先存Y值,再UV交替存储:YYYYUVUVUV,比如6x6的图片,内存大小就是6x6x3/2=54个字节
YYYYYY
YYYYYY
YYYYYY
YYYYYY
UVUVUV
UVUVUV
这里先熟悉下Android中常见的YUV420P和YUV420SP。一般我们在使用yuv数据的时候,会对yuv数据进行变换,比如:摄像头数据旋转,从一种格式转为另一种数据等。