图像存储格式标准完整梳理

分为两大体系：RGB/RGBA（打包格式）、YUV 系列（Planar / 打包 / 半平面），重点结合你地平线 RDK、bgr2nv12、FCOS 模型场景讲解。

基础术语

• 打包 (Packed)：同一个像素的多通道连续存放 R G B R G B
• 平面 (Planar)：所有通道分开整块存放 RRRR...GGGG...BBBB...
• 半平面 (Semi-Planar)：亮度单独一块，色度交织存放（NV12/NV21）
• 采样格式 YUV444 / YUV422 / YUV420：色度分辨率压缩比例

一、RGB 系列标准（OpenCV 常用）

像素顺序：单像素内通道排列

1. BGR8 Packed（OpenCV 默认）

• 布局：B G R | B G R | ...
• 维度：HWC (Height, Width, Channel)
• 位深：每通道 8bit uint8
• 来源：USB 摄像头读到的 frame、日常图像处理

代码中 frame = cap.read() 获取的就是这个格式。

2. RGB8 Packed

布局：R G B R G B ... PIL/Pytorch 默认，和 OpenCV 通道顺序相反

3. BGRA / RGBA

增加 Alpha 透明通道，B G R A / R G B A

⚠️ 重点区分：通道顺序 ≠ 存储排布 RGB≠BGR，直接送入模型推理会颜色全部错乱。

二、YUV 基础概念

• Y：亮度（Luma）；U/V：色度（Chroma）
• YUV420：2×2 像素块共用一组 U、V，色度宽高均减半；总字节 = H×W×1.5
• YUV422：横向 2 像素共享一组 UV；总字节 = H×W×2
• YUV444：无压缩，每个像素独立 UV；总字节 = H×W×3

三、YUV420 三大主流标准（重中之重，对应代码）

1. I420 (YUV420 Planar)

三平面格式

plaintext

[全部Y]
[全部U]
[全部V]

排布：YYYYYYYY UUUU VVVV

• Y：H×W
• U：H×W/4
• V：H×W/4 ✅ 你代码 cv2.COLOR_BGR2YUV_I420 输出就是它

2. NV12 (YUV420 Semi-Planar 半平面)

地平线模型 `fcos_512x512_nv12.bin强制输入格式

plaintext

[全部Y]
[U0 V0 U1 V1 U2 V2 ...]

• Y 单独一块
• UV 交织存放（U 后跟 V）

这就是 bgr2nv12_opencv 最终生成格式

3. NV21 (YUV420 Semi-Planar)

安卓摄像头原生输出最多！

plaintext

[全部Y]
[V0 U0 V1 U1 V2 U2 ...]

UV 顺序：V U V U…… ❌ NV12 ≠ NV21，混用直接画面偏绿 / 偏紫

I420 / NV12 / NV21 直观对比

plaintext

I420: YYYYYY UUUU VVVV
NV12: YYYYYY UVUVUVUV
NV21: YYYYYY VUVUVUVU

四、其他常见 YUV 标准（拓展）

YUV422

1. YUYV(Packed): Y0 U0 Y1 V0 Y2 U1 Y3 V1
2. UYVY(Packed): U0 Y0 V0 Y1 U1 Y2 V1 Y3

YUV444P

三平面：[Y][U][V]，色度不压缩。

五、内存排布分类总表

表格

类型	代表格式	存储特征
Packed 打包	BGR8、RGB8、YUYV	像素连续，通道交织
Planar 全平面	I420,YUV444P	各通道独立整块
Semi-Planar 半平面	NV12、NV21	Y 单独平面，UV 交织

六、分辨率硬性约束（YUV420 强制规则）

NV12 / I420 / NV21 宽、高必须是偶数 原理：色度以 2×2 像素块采样； 如果 H/W 为奇数，UV 平面边界错位 → 图像马赛克、花屏。

七、结合你地平线 RDK 工程场景总结

1. OpenCV 采集 USB 摄像头 → BGR8 Packed(HWC)
2. cv2 转成 I420 (三平面)
3. 代码手动重组 UV 通道 → NV12（半平面）一维 buffer
4. dnn.forward(nv12_data) 送入 BPU 推理

为什么模型选用 NV12？ MIPI 摄像头原生输出 NV12；省去色彩空间转换，BPU 硬件原生加速 NV12 输入，减少 CPU 开销。

八、极易踩坑对照表

1. BGR ≠ RGB → 颜色颠倒
2. NV12 ≠ NV21 → UV 顺序颠倒（偏色）
3. I420 ≠ NV12 → 布局不同，直接送入模型完全失效
4. YUV420 图像宽高奇数 → UV 采样越界，画面碎裂

九、补充：Tensor 维度格式（深度学习额外标准）

1. NCHW：Batch/Channel/Height/Width（地平线 BPU 默认）
2. NHWC：Batch/Height/Width/Channel（TensorFlow） ⚠️ 区分：图像内存存储格式 ≠ 神经网络 Tensor 排布格式，二者是两个独立概念！