自动对齐裁剪教程（YUV420P裁剪）

YUV（也称YCbCr）是电视系统所采用的一种颜色编码方法。其中 Y 表示亮度，也就是灰阶值，它是基础信号；U 和 V 表示的则是色度，UV 的作用是描述影像色彩及饱和度，它们用于指定像素的颜色。U和V不是基础信号，它俩都是被正交调制的.

YUV与RGB视频信号相比，最大的优点在于只需占用极少的带宽，YUV只需要占用RGB一半的带宽。

YUV就是利用一个亮度（Y）和两个色差(U,V)来代替传统的RGB三原色,以压缩图像或者视频的数据占有率。比如说，传统的RGB三原色，使用红绿红三原色表示一个像素，每种色占用一个字节（8bit），则RGB表示一个像素就需要83=24bit。但如果使用YUV表示这个像素，假设YUV的采样率为：4：2：0，则对每一个像素来说，亮度Y的采样频率为1，而对于色差U和V，则是每相邻的两个像素各取一个U和V。即对于单个的像素来说，色差U和V的采样频率为亮度的一半，为0.5。举例说，有三个相邻的像素，如果用RGB三原色表示，则共需要占用：833=72bits；但是如果采用YUV（4：2：0）表示，则只需要占用：83（Y） 830.5（U） 830.5（V）= 36bits。这样，只需要用原来一半的空间，即可表示原来的图像或视频数据，数据率压缩了一倍，而图像的效果基本没发生变化。

YUV 主要的采样格式有YCbCr 4:2:0、YCbCr 4:2:2 和 YCbCr 4:4:4 ，其中 YCbCr 4:2:0是最常用的采样格式。YUV420P 是平面存储格式，YUV420P又分为 I420 和 YV12 两种格式。I420格式和YV12格式的不同处在U平面和V平面的位置不同。在I420格式中，U平面紧跟在Y平面之后，然后才是V平面（即：YUV）；但YV12则是相反（即：YVU）。

看上图是一帧画面的顺序排列的6个像素点使用YUV402P采样格式，我们本篇主要讲解I420格式，YV12原理相同。浅蓝色区域是一个像素，绿色、红色，紫色、黄色都分别代表一个像素，在数组中的存储方式是从左到右，从上到下，1080P的图像或者视频则共有1920*1080个像素。

C 音视频开发学习资料：点击领取→音视频开发（资料文档 视频教程 面试题）（FFmpeg WebRTC RTMP RTSP HLS RTP）

横向裁剪会存在X偏移，竖向裁剪会存在Y偏移。（下面提到的帧数据都是存放在数组中）

//假设将一帧图像从中间竖向分割 // 参数详解：Src 即为源帧数据，x为裁剪的x偏移，y为裁剪的y偏移，srcWidth 为源视频帧的宽度，desWidth 为裁剪后目标视频帧的宽度，Dst为接收裁剪后视频帧数据的数组 void VlcPlayerWidget:: Cut_I420(uint8_t* Src, int x, int y, int srcWidth, int srcHeight, uint8_t* Dst, int desWidth, int desHeight)//图片按位置裁剪 { int nIndex = 0; int BPosX = x; int BPosY = y; for (int i = 0; i < desHeight; i ) { // Dst desWidth * i 一行一行往下挪 //Src (srcWidth*BPosY) BPosX nIndex (BPosY 是Y轴偏移量，等于0时，即为高度上无裁剪，因此就是 Src BPosX nIndex。加上 nIndex是因为每次挪一行 memcpy(Dst desWidth * i, Src (srcWidth*BPosY) BPosX nIndex, desWidth); nIndex = srcWidth; } nIndex = 0; uint8_t *pUSour = Src srcWidth * srcHeight; uint8_t *pUDest = Dst desWidth * desHeight; // 此处遍历条件为 i < desHeight / 2 ，因为src总大小为3/2，而srcWidth * srcHeight只占2/2是存储Y分量的，所有还有1/2的高度是存储UV的 //YUV420P UV连续存储，先U后V，各占1/4 for (int i = 0; i < (desHeight >> 1); i )// { memcpy(pUDest (desWidth >> 1) * i, pUSour ((srcWidth >> 1) * (BPosY >> 1)) (BPosX >> 1) nIndex,desWidth >> 1); nIndex = (srcWidth >> 1); } // Y占4/4，U占1/4，V占1/4 nIndex = 0; uint8_t *pVSour = Src srcWidth * srcHeight * 5 / 4; uint8_t *pVDest = Dst desWidth * desHeight * 5 / 4; for (int i = 0; i < desHeight >> 1; i )// { memcpy(pVDest (desWidth >> 1) * i, pVSour ((srcWidth >> 1) * (BPosY >> 1)) (BPosX >> 1) nIndex, desWidth >> 1); nIndex = (srcWidth >> 1); } }

如果是YV12格式存储，则交换上面的UV分量即可。

下图比较直观的展示了竖向拼接：

//参数详解：disList存放的是一系列要拼接的帧数据，Dst是拼接好的帧数据 void VlcPlayerWidget::connectI420Ver(std::vector<DstData> disList, uint8_t* Dst) { // 依次拷贝N块数据的Y分量 int increaseY = 0; // Y分量每次递增 for (auto dstData : disList) { memcpy(Dst increaseY, dstData.data, (dstData.dstW * dstData.dstH)); increaseY = (dstData.dstW * dstData.dstH); } // 依次拷贝N块数据的U分量 int increaseU = 0; for (auto dstData : disList) { int nIndex = 0; uint8_t *pUSour = dstData.data dstData.dstW * dstData.dstH; uint8_t *pUDest = Dst increaseY increaseU; for (int i = 0; i < dstData.dstH >> 1; i ) { memcpy(pUDest (dstData.dstW >> 1) * i, pUSour nIndex, dstData.dstW >> 1); nIndex = (dstData.dstW >> 1); } increaseU = (dstData.dstW >> 1) * (dstData.dstH >> 1); } // 依次拷贝N块数据的V分量 int increaseV = 0; for (auto dstData : disList) { int nIndex = 0; uint8_t *pVSour = dstData.data dstData.dstW * dstData.dstH * 5 / 4; uint8_t *pVDest = Dst increaseY increaseU increaseV; for (int i = 0; i < dstData.dstH >> 1; i ) { memcpy(pVDest (dstData.dstW >> 1) * i, pVSour nIndex, dstData.dstW >> 1); nIndex = (dstData.dstW >> 1); } increaseV = (dstData.dstW >> 1) * (dstData.dstH >> 1); } }

C 音视频开发学习资料：点击领取→音视频开发（资料文档 视频教程 面试题）（FFmpeg WebRTC RTMP RTSP HLS RTP）

下图比较直观的展示了横向拼接：

//参数详解：disList存放的是一系列要拼接的帧数据，Dst是拼接好的帧数据 int nOffY = 0; // 当前要拼接图像的Y偏移 int nOffX = 0; // 当前要拼接图像的X偏移 UINT nOff = 0; int allWidth = 0; for (auto dstData : disList) { allWidth = dstData.dstW; } // 拷贝 Y 分量 for (auto dstData : disList) { for (int i = 0; i < dstData.dstH; i ) { // Y轴偏移（体积）,移动到新的点，再弥补上后面几份的宽度， 再加上X 偏移（长度） 可以定位当前要拼接图像的起始点(每段等宽) nOff = dstData.dstW * nOffY allWidth * i nOffX; //逐行拷贝 memcpy(Dst nOff, dstData.data dstData.dstW * i, dstData.dstW); } nOffX = dstData.dstW; } // 拷贝 U 分量 int YTotal = 0; nOffX = 0; nOffY = 0; nOff = 0; int nIndex = 0; for (auto dstData : disList) { YTotal = dstData.dstW * dstData.dstH; } for (auto dstData : disList) { int nIndex = 0; for (int i = 0; i < (dstData.dstH) >> 1; i ) { nOff = (dstData.dstW >> 1) * (nOffY >> 1) (allWidth >> 1) * i (nOffX); //逐行拷贝 memcpy(Dst nOff YTotal, dstData.data (dstData.dstW * dstData.dstH) nIndex, dstData.dstW >> 1); // 拷贝 V 分量 memcpy(Dst nOff YTotal * 5 / 4, dstData.data (dstData.dstW * dstData.dstH * 5 / 4) nIndex, dstData.dstW >> 1); nIndex = (dstData.dstW >> 1); } nOffX = dstData.dstW >> 1; }

C 音视频开发学习资料：点击领取→音视频开发（资料文档 视频教程 面试题）（FFmpeg WebRTC RTMP RTSP HLS RTP）

上面三段代码为核心代码，已经实现了YUV420P的裁剪和拼接，可以实现诸如摄像头流媒体数据的拼接，多视频播放场景的拼接，多人视频聊天实时流的拼接等等。如要实现其他效果，比如缩放，旋转等操作，可以使用 google 提供的第三方库 libyuv去做。