音视频学习（三十八）：像素与位深

像素（Pixel）

• 定义：图像的最小单元，是一个颜色点。

• 图像分辨率 = 水平像素数 × 垂直像素数，例如：

  • 1920×1080 表示宽 1920、高 1080，总共约 207 万像素。

• 每个像素可以包含：

  • 灰度图：一个亮度值（Y）
  • 彩色图：R、G、B（或 Y、Cb、Cr）
  • 有透明度时：还包括 Alpha 通道（A）

位深（Bit Depth）

• 定义：每个通道用于存储颜色值的位数。

• 常见位深：

  位深	每通道色彩等级	用途
  8-bit	256 等级（2⁸）	最常见，视频压缩标准默认
  10-bit	1024 等级（2¹⁰）	HDR 视频、专业视频处理
  12-bit	4096 等级（2¹²）	高动态范围、电影制作
  16-bit	65536 等级（2¹⁶）	医学图像、科学计算等

示例：

• 8-bit RGB：每个像素使用 8 × 3 = 24 bits（即 3 字节）；
• 10-bit YUV420：Y 用 10 位，U/V 通道也用 10 位，但是按 4:2:0 采样，整体压缩更高。

像素格式（Pixel Format）

在 FFmpeg / 视频编码中，“像素格式” 表示图像的颜色空间 + 位深 + 采样方式。

“le” 表示 little endian（小端序），多见于 x86 平台。

像素与位深的存储空间关系

举例说明：

1920×1080 yuv420p 8bit：

• Y 分量：1920×1080 × 8bit = ~2.07 Mb
• U 分量：960×540 × 8bit = ~0.26 Mb
• V 分量：960×540 × 8bit = ~0.26 Mb
• 总体大小 ≈ 2.6 MB/帧

1920×1080 yuv420p10le：

• 每通道 10bit，用 16bit 对齐存储（占用 2 字节）
• 总大小 ≈ 2 倍 8-bit，约 5.2 MB/帧

影响

YUV与RGB

对比

计算方法

RGB24（8-bit RGB，每通道8bit）

每像素：

8bit(R) + 8bit(G) + 8bit(B) = 24 bits = 3 bytes

YUV420P（4:2:0 采样）

每 2×2 像素共用 1 个 U + 1 个 V，Y 每像素都有：

合计：

Y:   1 byte × W × H
U: 0.25 byte × W × H
V: 0.25 byte × W × H
总计 ≈ 1.5 byte × W × H

不同位深时存储量对比（以 1920×1080 为例）

🔸 注意：10-bit 视频通常使用 16-bit 对齐（即每通道 2 字节）存储。

转换影响

从 RGB ➜ YUV420：

• 颜色有损失，特别是高频色彩细节；
• 视频压缩比更高，适合编码；
• 通常用于图像转码、摄像头采集。

从 YUV420 ➜ RGB：

• 还原近似颜色；
• 解码时自动完成重建，但不能完全恢复原始 RGB 细节。

总结