10 位和 16 位 YUV 视频格式

  • 项目

本主题介绍建议用于在 Microsoft Windows 操作系统中捕获、处理和显示视频的 10 位和 16 位 YUV 格式。

本主题包含以下各节：

概述

这些格式对亮度通道和色度 (C'b 和 C'r) 通道使用定点表示形式。 根据 SMPTE 274M 的第 7.7-7.8 和 7.11-7.12 节，样本值是缩放因子 2^ (n • 8) ，其中 n 为 10 或 16。 可以使用简单的位移来执行精度转换。 例如，如果 8 位格式的白点为 235，则相应的 10 位格式的白点为 940 (235 × 4) 。

此处所述的 16 位表示形式为每个通道使用 little-endian WORD 值。 10 位格式还对每个通道使用 16 位，最低 6 位设置为零，如下图所示。

显示 10 位表示形式的示意图

由于相同 YUV 格式的 10 位和 16 位表示形式具有相同的内存布局，因此可以将 10 位表示形式转换为 16 位表示形式，且不会丢失精度。 还可以将 16 位表示形式向下强制转换为 10 位表示形式。 (Y416 和 Y410 格式是此一般规则的例外，因为它们不共享相同的内存布局。)

当图形硬件读取包含 10 位表示形式的图面时，它应忽略每个通道的低序 6 位。 但是，如果图面包含有效的 16 位数据，则应将其标识为 16 位图面。

在包含 alpha 的格式中，完全透明的像素的 alpha 值为零，完全不透明像素的 alpha 值为 (2^n) – 1，其中 n 是 alpha 位的数目。 Alpha 假定是一个线性值，在组件转换为其规范化线性形式后应用于每个分量。

对于视频内存中的图像，图形驱动程序选择图面的内存对齐方式。 图面必须是 DWORD 对齐的。 也就是说，图面中的单个线条保证从 32 位边界开始，尽管对齐可以大于 32 位。 原点 (0，0) 始终位于图面的左上角。

就本文档而言，术语 U 等效于 Cb，术语 V 等效于 Cr。

10 位和 16 位 YUV 的 FOURCC 代码

此处所述的格式的 FOURCC 代码使用以下约定：

  • 如果格式为平面格式，则 FOURCC 代码中的第一个字符为“P”。 如果格式已打包，则第一个字符为“Y”。

  • FOURCC 代码中的第二个字符由色度采样确定，如下表所示。

    色度采样 FOURCC 代码字母
    4:4:4 '4'
    4:2:2 '2'
    4:2:1 '1'
    4:2:0 “0”

     

  • FOURCC 中的最后两个字符指示每个通道的位数，“16”表示 16 位，“10”表示 10 位。

使用此方案时，已定义以下 FOURCC 代码。 目前尚未定义 10 位或 16 位 YUV 的 4：2：1 格式。

FOURCC 说明
P016 平面，4：2：0，16 位。
P010 平面，4：2：0，10 位。
P216 平面，4：2：2，16 位。
P210 平面，4：2：2，10 位。
Y216 打包，4：2：2，16 位。
Y210 已打包，4：2：2，10 位。
Y416 已打包，4：4：4，16 位
Y410 Packed，4：4：4，10 位。

 

子类型 GUID 也从这些 FOURC 中定义;请参阅 视频子类型 GUID。

Surface 定义

本部分介绍每种格式的内存布局。 在后面的说明中，术语 WORD 是指一个 little-endian 16 位值，术语 DWORD 是指一个 little-endian 32 位值。

4：2：0 格式

定义了两种 4：2：0 格式，其中 FOURCC 代码为 P016 和 P010。 它们共享相同的内存布局，但 P016 使用每个通道 16 位，P010 使用每个通道 10 位。

P016 和 P010

在这两种格式中，所有 Y 样本首先在内存中显示为 WORD数组，行数为偶数。 图面步幅可以大于 Y 平面的宽度。 此数组后面紧跟一个 WORD数组，其中包含交错的你和 V 示例，如下图所示。

显示 p016 和 p010 像素布局的示意图

如果将组合的 U-V 数组寻址为 DWORD数组，则 LSW) (最低有效字包含 U 值，而 MSW) (最重要的单词包含 V 值。 组合的 U-V 平面的步幅等于 Y 平面的步幅。 U-V 平面的线条数是 Y 平面的一半。

这两种格式是首选的 4：2：0 平面像素格式，用于更精确的 YUV 表示形式。 它们应是支持 10 位或 16 位 4：2：0 视频的 DirectX 视频加速 (DXVA) 加速器的中期要求。

4：2：2 格式

定义了四种 4：2：2 格式，两种平面格式和两种打包格式。 它们具有以下 FOURCC 代码：

  • P216
  • P210
  • Y216
  • Y210

P216 和 P210

在这两种平面格式中，所有 Y 样本首先在内存中显示为 WORD的数组，其行数为偶数。 图面步幅可以大于 Y 平面的宽度。 此数组后面紧跟一个 WORD数组，其中包含交错的你和 V 示例，如下图所示。

显示 p216 和 p210 像素布局的示意图

如果组合的 U-V 数组作为 DWORD数组寻址，则 LSW 包含 U 值，MSW 包含 V 值。 组合的 U-V 平面的步幅等于 Y 平面的步幅。 U-V 平面的线条数与 Y 平面相同。

这两种格式是首选的 4：2：2 平面像素格式，用于更精确的 YUV 表示形式。 它们应是支持 10 位或 16 位 4：2：2 视频的 DirectX 视频加速 (DXVA) 加速器的中期要求。

Y216 和 Y210

在这两种打包格式中，每对像素都存储为四个 WORD的数组，如下图所示。

显示 y216 和 y210 像素布局的示意图。

数组中的第一个 WORD 包含对中的第一个 Y 样本，第二个 WORD 包含 U 样本，第三个 WORD 包含第二个 Y 样本，第四个 WORD 包含 V 样本。

Y210 与 Y216 相同，只是每个样本仅包含 10 位重要数据。 如前所述，最低有效 6 位设置为零。

4：4：4 格式

定义了两种 4：4：4 格式，其中 FOURCC 代码为 Y410 和 Y416。 两者都是打包格式。

Y410

此格式是包含 2 位 alpha 的打包 10 位表示形式。 每个像素都编码为单个 DWORD ，其内存布局如下图所示。

显示 y410 像素布局的示意图。

位 0-9 包含 U 样本，位 10-19 包含 Y 样本，位 20-29 包含 V 样本，位 30-31 包含 alpha 值。 若要指示像素完全不透明，应用程序必须将两个 alpha 位设置为等于 0x03。

Y416

此格式是包含 16 位 alpha 的打包的 16 位表示形式。 每个像素编码为一对 DWORD，如下图所示。

显示 y416 像素布局的示意图。

位 0-15 包含 U 样本，位 16-31 包含 Y 样本，位 32-47 包含 V 样本，位 48-63 包含 alpha 值。

若要指示像素完全不透明，应用程序必须将两个 alpha 字节设置为等于 0xFFFF。 此格式主要用于在图像处理期间用作中间格式，以避免错误累积。

首选 YUV 格式

下表列出了首选的 YUV 格式，包括 8 位格式。

格式 色度采样 已打包或平面 每个通道的位数
AYUV 4:4:4 Packed 8
Y410 4:4:4 Packed 10
Y416 4:4:4 Packed 16
AI44 4:4:4 Packed Palettized
YUY2 4:2:2 Packed 8
Y210 4:2:2 Packed 10
Y216 4:2:2 Packed 16
P210 4:2:2 平面 10
P216 4:2:2 平面 16
NV12 4:2:0 平面 8
P010 4:2:0 平面 10
P016 4:2:0 平面 16
NV11 4:1:1 平面 8

 

建议如果对象支持给定的位深度和色度采样方案，则应支持此表中列出的相应 YUV 格式。 (对象可能支持此处未列出的其他格式。)

推荐用于视频渲染的 8 位 YUV 格式

视频子类型 GUID

视频媒体类型