1、前言

相針對純音頻，音視頻能傳遞更直觀、更豐富的信息，非常多時(shí)候，視頻的加入賦予了音頻血肉，亦給予了咱們更加多的選取。所有基于純音頻的場景，都能夠經(jīng)過加入視頻元素而演變出新的玩法，例如音頻語聊升級(jí)為視頻通話、電臺(tái)直播轉(zhuǎn)變?yōu)樾銏鲋辈ァ⒄Z音課堂升級(jí)為視頻課堂等等。當(dāng)然，視頻元素亦并不局限于 “攝像頭”，屏幕采集、版權(quán)影視資源都能夠做為視頻數(shù)據(jù)源，滿足了游戲直播、一塊看電影等場景。

既然 “視頻” 有這么多價(jià)值，做為一個(gè)音視頻應(yīng)用研發(fā)者，咱們自然要來好好地認(rèn)識(shí)一下它。

2、視頻的本質(zhì) —— 圖像

咱們認(rèn)識(shí)到聲音的本質(zhì)是物體振動(dòng)產(chǎn)生的波，咱們針對聲音的感知，其實(shí)是經(jīng)過耳膜感知了聲波的振動(dòng)，因此針對聲音的學(xué)習(xí)是從聲波的采集以及數(shù)字化起始的。此刻，咱們起始和視頻打交道，自然要從視頻的本質(zhì)、以及咱們對視頻的感知方式聊起。

那樣，視頻是怎樣產(chǎn)生的呢？

大眾必定有接觸過 “翻頁連環(huán)畫”，這種連環(huán)畫的每一頁都是靜態(tài)的照片，常態(tài)下平平無奇，但倘若咱們快速地?fù)軇?dòng)翻頁，讓每一頁照片快速、連貫地進(jìn)行展示，本來 “靜態(tài)” 的照片，在視覺上居然變成為了 “動(dòng)態(tài)” 的畫面（如下圖）。

C++音視頻研發(fā)學(xué)習(xí)資料：點(diǎn)擊莬費(fèi)領(lǐng)取→音視頻研發(fā)（資料文檔+視頻教程+面試題）（FFmpeg+WebRTC+RTMP+RTSP+HLS+RTP）

這兒 “靜態(tài)照片” 之因此會(huì)轉(zhuǎn)變?yōu)?“動(dòng)態(tài)畫面” ，是基于人眼的 “視覺暫留 “特性：咱們觀看物體時(shí)，物體首要影像于視網(wǎng)膜、并由視神經(jīng)傳入大腦，大腦才感知到物體的像。而當(dāng)物體從視線中移去時(shí)，視神經(jīng)對物體的印象不會(huì)立即消失，會(huì)延續(xù)幾百毫秒。當(dāng)舊圖像消失、新圖像替換顯現(xiàn)的頻率足夠快時(shí)，前后圖像在視覺上就產(chǎn)生了 “連貫”，形成為了 “動(dòng)態(tài)畫面”。而 “動(dòng)態(tài)畫面” 亦便是咱們所說的 “視頻”。

從 “翻頁連環(huán)畫” 的現(xiàn)象看，視頻的本質(zhì)其實(shí)是一幀幀連續(xù)展示的圖像。而咱們對視頻內(nèi)容的感知方式，便是通過眼睛捕捉到一幀幀圖像上的 “色彩” 。無論是最簡單的黑白默劇，還是最豐富的炫彩影視，都需要由色彩構(gòu)成血肉和骨骼。

因此，咱們針對視頻知識(shí)的學(xué)習(xí)，還需要從認(rèn)識(shí) “色彩” 起始。

3、圖像的血肉和骨骼 —— 色彩

大眾都曉得，眼睛之因此能看到物體，是由于接收了物體反射的光波。而色彩，則是大腦對光的一種 “感覺”。相較于聲音的 “只可言傳，不可意會(huì)”，色彩針對咱們來講，是 “只可眼觀，不可言傳” 的。為了方便對色彩進(jìn)行統(tǒng)一描述，亦為了讓數(shù)字電路能識(shí)別、處理色彩數(shù)據(jù)，咱們需要利用數(shù)字化的手段對色彩進(jìn)行定義。

說到色彩的定義方式，最為大眾所熟知的是 “光的三原色模型”。光進(jìn)入人眼后，視覺細(xì)胞會(huì)產(chǎn)生多個(gè)信號(hào)，其中有三種單色光信號(hào)：紅（Red）、綠（Green）、藍(lán)（Blue） ，這三種單色光按區(qū)別比例組合，形成為了區(qū)別的色彩，咱們亦叫作其為RGB 模型。參考 RGB 模型，咱們選定了三種色彩分量，再對每種單色分量進(jìn)行量化，亦就完成了對色彩的數(shù)字化處理。

這種處理方式所運(yùn)用的 “色彩模型” 的概念，很容易和 “多維空間、多維坐標(biāo)系” 聯(lián)系起來。例如 RGB 模型的三個(gè)分量，能夠分別視為三維空間的 X、Y、Z 坐標(biāo)，確定了詳細(xì)的 RGB 分量值，相當(dāng)于確定了一個(gè)（X，Y，Z）坐標(biāo)點(diǎn)，每一個(gè)區(qū)別的點(diǎn)即表率區(qū)別的色彩。倘若咱們計(jì)算出每一個(gè)分量的取值范圍（坐標(biāo)范圍），那樣該范圍內(nèi)的所有分量的取值組合，就確定了一個(gè)色彩空間（Color Space），該空間中包括了該色彩模型可暗示的所有顏色。

針對人眼來講，能識(shí)別的色彩數(shù)量有限，兼顧思慮技術(shù)瓶頸，實(shí)質(zhì)應(yīng)用中需要展示、能夠展示的色彩亦是有限的，咱們常常不需要一個(gè)色彩模型的所有顏色，區(qū)別場景下通常只需要選擇某個(gè)色彩 “子空間”，做為其標(biāo)準(zhǔn)的色彩空間（亦叫作為 “色域”） 。而區(qū)別軟硬件平臺(tái)，只要約定好支持相同的色彩空間，只運(yùn)用該色彩空間內(nèi)的顏色，就能實(shí)現(xiàn)兼容互通，否則，它們對同一種色彩的展示就可能會(huì)顯現(xiàn)差異。

C++音視頻研發(fā)學(xué)習(xí)資料：點(diǎn)擊莬費(fèi)領(lǐng)取→音視頻研發(fā)（資料文檔+視頻教程+面試題）（FFmpeg+WebRTC+RTMP+RTSP+HLS+RTP）

在區(qū)別行業(yè)制定的眾多色彩空間中，有一個(gè)比較特殊的空間：CIE 色彩空間，它包括了人眼所能感知的所有色彩。CIE 色彩空間常常被當(dāng)作標(biāo)準(zhǔn)的參考系，用于區(qū)別色彩空間之間的比較。倘若咱們將 CIE 色彩空間中的所有色彩，經(jīng)過數(shù)學(xué)模型映射到一個(gè)二維平面中，將得到一個(gè)如下的色域馬蹄圖，封閉區(qū)域即為 CIE 色彩空間所能暗示的所有顏色。

CIE 色彩空間：人眼的可視色彩范圍

當(dāng)然，除了基于光的三原色的 RGB 模型，色彩模型 / 色彩空間還有非常多種，平常的例如 YUV、CMYK、HSV、HSI 等等。而在 RTC 應(yīng)用中，重點(diǎn)運(yùn)用的是 RGB 和 YUV ，咱們后面會(huì)重點(diǎn)認(rèn)識(shí)這兩種色彩空間。

而在認(rèn)識(shí)詳細(xì)的色彩空間之前，咱們還有一個(gè)疑問需要解答：色彩，是怎樣構(gòu)成圖像的呢？

雖然說視頻的本質(zhì)是圖像，但圖像并非不可分割，它仍然有更小的構(gòu)成單位 – “像素”（Pixel）。關(guān)于圖像和像素的關(guān)系，大眾能夠先觀察如下兩張照片：

在上面的照片中，左圖為正常尺寸的照片全貌，右圖為放大必定倍數(shù)之后的局部截圖（企鵝的頭部）。

咱們能夠看到，本來細(xì)膩的照片，在放大之后顯現(xiàn)了一個(gè)個(gè)小方塊，這些或色彩各異、或色彩相近的小方塊按必定規(guī)則擺列組合，最后呈現(xiàn)了 “企鵝” 的形象。這兒的小方塊，便是所說的 “像素”。

一個(gè)像素，是圖像的一個(gè)最基本單元，是形成圖像的一個(gè)色點(diǎn)，咱們亦能夠叫作其為像素點(diǎn)。每一個(gè)像素點(diǎn)上記錄了某種色彩空間的每一個(gè)分量值（例如 R、G、B），區(qū)別的分量值組合決定了這個(gè)像素點(diǎn)所暗示的顏色，多個(gè)暗示特定顏色的像素點(diǎn)，按某種規(guī)則擺列組合，就形成為了完整的圖像。能夠說，“像素們” 承擔(dān)了照片色彩形成的重任。

好了，關(guān)于像素、以及像素與圖像色彩的形成關(guān)系，大眾就先認(rèn)識(shí)到這，后面咱們還會(huì)和它們有進(jìn)一步接觸。此刻，讓咱們回到色彩空間的專題上，來詳細(xì)認(rèn)識(shí)一下，RTC 應(yīng)用中最常運(yùn)用的色彩空間：RGB 和 YUV 。

1、 RGB

首要，咱們來認(rèn)識(shí)一下 RGB 色彩空間。

咱們前面已初步認(rèn)識(shí)，RGB 色彩模型基于光的三原色原理創(chuàng)立，其三個(gè)分量為：紅（Red）、綠（Green）、藍(lán)（Blue）。在 RGB 模型下，圖像的每一個(gè)像素點(diǎn)都會(huì)存儲(chǔ) R、G、B 三個(gè)分量（如下圖），每一個(gè)分量取區(qū)別的數(shù)值（ 0 ~ 255 ），該像素點(diǎn)就能綜合呈現(xiàn)出區(qū)別的色彩。基于此，倘若按（R，G，B）的方式記錄，那樣（255,0,0）、（0,255,0）、（0,0,255）分別暗示的便是最純粹的 紅、綠、藍(lán) 。而比較特殊的，若 RGB 三個(gè)分量值均為 0，綜合得到黑色；反之，若三個(gè)分量取最大值 255，綜合得到白色。

RGB 可暗示的色彩數(shù)量達(dá)到 1677 萬，這遠(yuǎn)遠(yuǎn)超過了人眼的感知范圍（約 1000 萬種），正因如此，RGB 被廣泛應(yīng)用于各樣表示行業(yè)。而區(qū)別行業(yè)、區(qū)別應(yīng)用場景，按照其所需的顏色范圍，又創(chuàng)立了基于 RGB 模型的、區(qū)別的色彩子空間，最平常的有 sRGB 和 Adobe RGB。

C++音視頻研發(fā)學(xué)習(xí)資料：點(diǎn)擊莬費(fèi)領(lǐng)取→音視頻研發(fā)（資料文檔+視頻教程+面試題）（FFmpeg+WebRTC+RTMP+RTSP+HLS+RTP）

sRGB 和 Adobe RGB

sRGB 色彩空間由 Microsoft 在 1997 年主導(dǎo)制定，被廣泛應(yīng)用于表示器、數(shù)碼相機(jī)、掃描儀、投影儀等設(shè)備。大眾選購表示器時(shí)，肯定有在制品特性介紹中看到過諸如 “99% sRGB、100% sRGB” 之類的指標(biāo)，其含義即為該表示器對 sRGB 色彩空間的覆蓋程度，數(shù)值越高，寓意著該表示設(shè)備所支持的色彩越豐富。而 Adobe RGB 比 sRGB 晚面世一年，由 Adobe 在 1998 年提出，它在 sRGB 的基本上增多了 CMYK 色彩空間（一種專用于印刷業(yè)的色彩空間，模型分量為青（Cyan），洋紅（Magenta），黃（Yellow），黑（Black）），Adobe RGB 跟隨著 Adobe 設(shè)計(jì)軟件整家桶被廣泛應(yīng)用于平面設(shè)計(jì)行業(yè)。

sRGB 和 Adobe RGB 的對比

關(guān)于 sRGB 和 Adobe RGB 的比較，咱們能夠借助 CIE 色彩空間馬蹄圖做為參考。

如下圖，咱們將 CIE、sRGB 和 Adobe RGB 的色彩范圍換算到同一個(gè)平面上。最外圍的色彩區(qū)域?yàn)?CIE 色彩空間，三角形部分為 sRGB 和 Adobe RGB。能夠看到，sRGB 和 Adobe RGB 的色彩范圍均小余 CIE，然則 Adobe RGB 的覆蓋范圍比 sRGB 更廣，尤其是在綠色區(qū)域覆蓋得更加多（sRGB 大約能覆蓋 35％ 的 CIE，Adobe RGB 則為 50%），這使得 Adobe RGB 在攝像、圖像處理、保真方面更游刃有余。

sRGB 和 Adobe RGB 的比較

不外，即便 Adobe RGB 相較 sRGB 更出色，在應(yīng)用范圍上依舊是 sRGB 更廣。做為 “先輩”，抱著 Windows 的大腿，sRGB 憑借 Windows 渾厚的用戶基本得到了廣泛的普及。如今，互聯(lián)網(wǎng)上絕大都數(shù)內(nèi)容，例如視頻網(wǎng)站的影視劇、例如這篇文案中的照片，基本都是以 100% sRGB 的色彩標(biāo)準(zhǔn)進(jìn)行表示的。一張 Adobe RGB 標(biāo)準(zhǔn)的照片倘若放在網(wǎng)頁上觀看，其顏色可能會(huì)變淡（相針對原始色彩），這是由于 Adobe RGB 照片的色彩超過了網(wǎng)頁的顯色標(biāo)準(zhǔn)，部分色彩信息顯現(xiàn)了丟失。但即便如此，針對大部分用戶來講，平常場景運(yùn)用 sRGB 已然足夠，當(dāng)需要更廣的色域以達(dá)到更優(yōu)秀的色彩效果時(shí)（例如專業(yè)平面設(shè)計(jì) / 攝影場景），才有必要思慮 Adobe RGB。

從 RGB 兩種子色彩空間的應(yīng)用場景看，不得不承認(rèn) RGB 和大眾的平常生活已經(jīng)是息息關(guān)聯(lián)。然則，即便在采集、表示等用途上 RGB “一家獨(dú)大”，當(dāng)聚焦到視頻處理行業(yè)時(shí)，它卻有些施展不開手腳。

RGB 在暗示顏色時(shí)有一個(gè)特點(diǎn)，那便是其三個(gè)通道分量是關(guān)聯(lián)的，缺一不可。亦即每一個(gè)像素點(diǎn)必須同期存儲(chǔ) R、G、B 三個(gè)分量值才可正確暗示顏色，這引起它不方便于做編碼壓縮，倘若用于存儲(chǔ)或傳輸，會(huì)占用海量的空間和帶寬（關(guān)于空間和帶寬的重要性，咱們在 音頻必知必會(huì) - 音頻編解碼中已有過討論）。空間和帶寬問題，在一幀圖像上或許能夠勉強(qiáng)忍受，但在視頻資源上，就非常嚴(yán)峻了（時(shí)長 1s 的視頻資源，通常包括數(shù)十幀的圖像，空間和帶寬占用將呈數(shù)十倍增長）。

因此呢，咱們還需要其他的色彩空間，來替代 RGB 用于視頻處理行業(yè)，而這便是接下來要和大眾介紹的，YUV 色彩空間。

2、YUV

既然 RGB 三個(gè)分量的關(guān)聯(lián)性，制約了其在視頻行業(yè)的應(yīng)用，做為其上位選取的 YUV 自然不可重蹈覆轍。YUV 色彩空間亦有三個(gè)分量 Y、U、V，但和 RGB 區(qū)別的是，其三個(gè)分量并非都參與顏色的暗示。

YUV 的三個(gè)分量中， Y 分量用于暗示明亮度（Luminance），決定一個(gè)像素是明、或暗（能夠理解為是黑、或白）以及其明暗的程度。咱們僅記錄明暗區(qū)別的 Y 分量，就能暗示出圖像的總體輪廓（ 如下圖中的 【Y】）。而 U、V 分量暗示色度（Chrominance），用于定義色彩和飽和度（ 如下圖中的 【U】【V】）。一個(gè)記錄了 Y 分量的像素，再添加上 U、V 分量，圖像輪廓中就填充了 “黑白、明暗” 之外的其他色彩。

C++音視頻研發(fā)學(xué)習(xí)資料：點(diǎn)擊莬費(fèi)領(lǐng)取→音視頻研發(fā)（資料文檔+視頻教程+面試題）（FFmpeg+WebRTC+RTMP+RTSP+HLS+RTP）

YUV 和 其三個(gè)分量

不難發(fā)掘，即使無 U、V 分量，僅憑 Y 分量咱們亦能 “識(shí)別” 出一幅圖像的基本內(nèi)容，只不外此時(shí)呈現(xiàn)的是一張黑白圖像。而 U、V 分量為這些基本內(nèi)容賦予了色彩，黑白圖像演變?yōu)榱瞬噬珗D像。這聽起來是不是有些似曾相識(shí)呢？這其實(shí)亦是黑白電視和彩色電視之間的關(guān)系。

YUV 是在黑白、彩色電視的過渡時(shí)期應(yīng)運(yùn)而生的，它這種既能夠完整記錄彩色信號(hào)，又能經(jīng)過僅記錄 Y 通道信號(hào)來暗示黑白畫面的特性，很好地處理了黑白電視與彩色電視的兼容互通問題。并且，因?yàn)?/span>人眼針對亮度（Y）相較于色度（U、V）更高、更敏銳，咱們針對區(qū)別明亮度的識(shí)別能力，遠(yuǎn)遠(yuǎn)超過對區(qū)別色度的識(shí)別能力。這寓意著，咱們能夠在保存 Y 分量信息的狀況下，盡可能地減少 U、V 兩個(gè)分量的采樣，以實(shí)現(xiàn)最大限度地減少許據(jù)量，同期還能保準(zhǔn)人眼視覺失真度最小，這針對視頻數(shù)據(jù)的存儲(chǔ)和傳輸是有極重裨益的。這亦是為何，YUV 相較于 RGB 更適合于視頻處理行業(yè)。

3、YUV 和 RGB 的轉(zhuǎn)換

在認(rèn)識(shí)了 RGB 和 YUV 的基本知識(shí)和應(yīng)用場景后，你可能會(huì)有有些疑惑。既然在圖像采集、表示方面，咱們重點(diǎn)運(yùn)用 RGB，然則在圖像存儲(chǔ)、處理、傳輸方面，咱們又要選取 YUV。而在一個(gè)完整的應(yīng)用場景中，視頻的采集、存儲(chǔ)、處理、 傳輸、表示等環(huán)節(jié)，卻是相互相關(guān)、缺一不可的，這兒是不是會(huì)存在沖突呢？

是的，這兒的確存在兩種色彩空間的運(yùn)用沖突，咱們處理沖突的方式是 “色彩空間轉(zhuǎn)換”。

RGB 與 YUV 的相互轉(zhuǎn)換，存在于視頻處理鏈路的各個(gè)必要環(huán)節(jié)。

視頻采集設(shè)備通常輸出的是 RGB 數(shù)據(jù)，咱們需要將其轉(zhuǎn)換為 YUV 數(shù)據(jù)再進(jìn)行后續(xù)的處理、編碼和傳輸；一樣的，表示設(shè)備經(jīng)過傳輸、解碼環(huán)節(jié)獲取到 YUV 數(shù)據(jù)后，亦需要將其轉(zhuǎn)換為 RGB 數(shù)據(jù)，再進(jìn)行消費(fèi)展示。

關(guān)于這兩種色彩空間轉(zhuǎn)換的細(xì)節(jié)，大眾暫不需要深究，但需要認(rèn)識(shí)到：色彩空間轉(zhuǎn)換是一個(gè)基于 “標(biāo)準(zhǔn)” 來執(zhí)行的過程，僅有在知道標(biāo)準(zhǔn)的基本上，才可經(jīng)過必定的數(shù)學(xué)運(yùn)算完成二者的相互轉(zhuǎn)換。而 “標(biāo)準(zhǔn)” 有非常多種，例如 BT.601、BT.709 等等，區(qū)別的標(biāo)準(zhǔn)會(huì)有區(qū)別的轉(zhuǎn)換公式，有興趣的朋友能夠去查閱關(guān)聯(lián)的資料做進(jìn)一步認(rèn)識(shí)。

關(guān)于 YUV 和 RGB ，除了要認(rèn)識(shí)它們的基本原理，咱們還需要關(guān)注它們的 “采樣方式” 和 “存儲(chǔ)格式”。“采樣方式” 和 “存儲(chǔ)格式” 關(guān)聯(lián)的內(nèi)容，非常重要卻亦比較繁雜，咱們將在下一篇文案中，再仔細(xì)地和大眾探討。

4、總結(jié)

本篇文案咱們重點(diǎn)講述圖像與色彩基本知識(shí)的第1部分，在今天的學(xué)習(xí)過程中，大眾能夠認(rèn)識(shí)到視頻、圖像、像素和色彩之間的關(guān)系，亦初步認(rèn)識(shí)了兩種重要的色彩空間：RGB 和 YUV，以及它們的基本原理、差異和聯(lián)系。

接下來，咱們還是經(jīng)過一個(gè)思維導(dǎo)圖，整理一下所有的內(nèi)容：

倘若你對音視頻研發(fā)感興趣，或對本文的有些闡述有自己的看法，能夠在下方的留言框，一塊探討。