[具身智能-623]：YUV 编码的本质：优先完整保留亮度（强度）信号，对人眼不敏感的色彩色度信号进行稀疏采样压缩，以此大幅降低图像传输、存储带宽；在神经网络推理计算前，通过插值重建与色彩变换还原

YUV 编码的本质优先完整保留亮度强度信号对人眼不敏感的色彩色度信号进行稀疏采样压缩以此大幅降低图像传输、存储带宽在神经网络推理计算前通过插值重建与色彩变换还原出等价 RGB 信号。人眼对明暗亮度极其敏感对颜色色彩很不敏感。YUV 就是抓住这个视觉特点分开保存「亮度」和「颜色」颜色少存一点实现图像压缩。1. 先搞懂三个分量是什么Y 亮度Luma代表画面有多亮、多暗就是黑白灰度图。你把一张彩色图去掉所有颜色剩下的灰度图 Y 通道。人眼分辨明暗细节能力极强这部分不能随便压缩要完整保存。U、V 色度Chroma也叫 Cb、CrU、V 共同决定是什么颜色不含明暗信息。 U 控制蓝绿色偏移V 控制红黄色偏移。人眼对色彩细节非常迟钝同等分辨率下人很难看清细小的色彩变化。RGB 模式是红、绿、蓝三个通道同等重要每个像素都存一套完整R/G/B代价很大。YUV 思路亮度完整保存颜色降分辨率采样。2. 核心机制色度二次采样Chroma Subsampling这是 YUV 压缩的灵魂。 常见格式YUV444、YUV422、YUV420举个直观例子横向 4 个相邻像素① YUV444无压缩每 1 个像素独立 Y 独立 U 独立 V 亮度、色度分辨率完全一样等价 RGB几乎不用。② YUV4224 个像素4 组 Y只有 2 组 U、2 组 V 两个相邻像素共用一套 UV 色彩。③ YUV420摄像头、视频、H.264/H.265、JPEG 最常用每 2×2 一共 4 个像素4 个独立 Y只共用 1 组 U、1 组 V 4 个像素明暗各自不同但共享同一个颜色。 肉眼几乎看不出失真带宽直接大幅下降。通俗比喻一张照片清晰度明暗线条全部保留色彩不用每个点精细描绘像水彩画一样大面积共用同一种颜色省墨水。3. 完整数据流工作流程相机→AI 推理链路阶段 1传感器原始信号 → ISP 输出 YUV摄像头 CMOS 输出原始 Bayer RAW 数据 ISP 芯片内部运算转换成 YUV 图像直接输出 YUV 格式。 为什么相机优先输出 YUV不需要实时转换成 RGB减少芯片算力消耗降低功耗、带宽。阶段 2传输 / 存储YUV 原生优势数据流完整 Y 数据 稀疏采样后的 U、V 数据。带宽对比简单理解同等分辨率 YUV420 数据量 ≈ RGB24 的 60% 左右。阶段 3使用前重建插值还原色彩当需要显示画面、或者送入 AI 神经网络推理前色度插值稀疏的 U、V 信号通过邻近像素插值补齐得到每个像素都拥有独立 U、V色彩矩阵变换 YUV → RGB通过固定转换公式把 (Y,U,V) 数学换算成 (R,G,B) 最终得到每个像素完整 RGB 三色值满足显示器、CNN 神经网络输入要求。关键点插值只是估算不是恢复原始丢失色彩信息所以YUV 是有损压缩但失真落在人眼不敏感的色彩区域。4. 区分两个容易混淆概念非常重要色度采样 空间稀疏采样YUV420/422 这种属于原始图像格式层面的压缩帧内压缩无时间关联 摄像头、内存图像缓存使用。H.264/H.265 视频编码先基于 YUV420 原始帧再增加帧间预测前后画面对比进一步压缩。 YUV 是底层图像基础格式视频编码是上层压缩算法。5. 结合之前提到的 AI 推理场景总结版图像传感器 ISP 输出 YUV420✅ 亮度通道完整保留图像纹理、边缘细节神经网络识别物体最依赖轮廓明暗✅ UV 色度通道降采样牺牲人眼不敏感的色彩细节节省内存、传输带宽AI 推理时有两条工程路线传统路线YUV 插值转 RGB → 送入 CNN优化路线BPU/NPU 支持直接 YUV 输入芯片内部硬件完成色彩转换省去 CPU 预处理开销。极简一句话复盘YUV 利用人类视觉特性明暗看得清色彩看不清。 把图像拆成亮度 Y精细保存、色彩 UV稀疏采样传输存储省带宽需要使用时插值补齐色彩再换算成 RGB 供显示或者 AI 模型计算。