androidrgbtoyuv
『壹』 如何RGB幀轉換為YUV在Android中使用GPU
幀數與CPU&GPU有關，就和電腦者叢孫一樣，CPU主頻越高幀數越高，且不會遞減，GPU越高幀鄭賣數也越高，但是有閥值 所以，在GPU和CPU相同的起始情況下，CPU的提升比GPU的提升效果更明顯 RAM的話主要是保持幀數，與幀數高低無關。也就是RAM不夠可能會在運行的時候大卡一下，RAM足夠支持的時候，就算提升了也沒什麼首鏈變化
『貳』 求助：怎麼直接顯示YUV格式圖像
其實android裡面定義的有overlay的介面，如果你的硬體支持的話，應該可以直接調用顯示。但是好像沒有開放overlay的借口給java層，所以你應該只能在framework層調用overlay來顯示你的解碼後的圖像。具體的例子，你可以參考一下camera 的實現，做pre-view的時候就是調用的overlay直接顯示的。
『叄』 RGB與YUV
每個像素用1個bit表示，可表示的顏色范圍為雙色，即最傳統的黑和白。1個bit只能表示0，1兩種值。需要調色板，不過調色板只包含兩種顏色。
每個像素用4個bit表示，4個bit所能夠表示的索引范圍是0-15，共16個。也就是可以表示16種顏色。即調色板中包含16中顏色。
每個像素用8個bit表示。8個bit所能夠表示的索引范圍是0-255，共256個。也就是可以表示256中顏色。即調色板中包含256中顏色。
RGB像素格式中的bit存儲的是每一個像素點的R,G,B值
一個像素用16個bit = 2個byte表示 ，R=5 G=6 B=5
為什麼綠色為6位？
一個像素用16個bit = 2個byte，但是最高位不用，R=5 G=5 B=5
RGB24圖像每個像素用8個bit，共24個位表示，共3個位元組，注意：在內存中RGB各分量的排列順序為：BGR
RGB32圖像每個像素用32個bit表示，佔4個byte，R，G，B分量分別用8個bit表示，存儲順序為B，G，R，最後8個位元組保留。注意：在內存中RGB各分量的排列順序為：BGR
RGB32圖像每個像素用32個bit表示，佔4個位元組，R，G，B分量分別用8個bit表示，存儲順序為B，G，R，最後8個為透明像素。注意：在內存中RGB各分量的排列順序為：BGRA
注意：java默認使用大端位元組序，c/c++默認使用小端位元組序，android平台下Bitmap.config.ARGB_8888的Bitmap默認是大端位元組序，當需要把這個圖片內存數據給小端語言使用的時候，就需要把大端位元組序轉換為小端位元組序。例如：java層的ARGB_565傳遞給jni層使用時，需要把java層的ARGB_565的內存數據轉換為BGRA565。
詳細驗證請看： Android Bitmap像素排列與JNI操作
YUV有很多變種，我們常說的YUV指的是YCbCr,YUV三個字母中，其中」Y」表示明亮度（Lumina nce或Luma），也就是灰階值；而」U」和」V」表示的則是色度（Chrominance或Chroma）作用是描述影像色彩及飽和度，用於指定像素的顏色。Cb指藍色色度分量，而Cr指紅色色度分量，是標准 YUV 的一個翻版（還有YPbPr等），此文中，我們就用 YUV 指代 YCbCr 了。
首先，YUV按照數據大小分為三個格式，YUV420，YUV422，YUV444。由於人眼對Y的敏感度遠超於對U和V的敏感，所以可以多個Y分量共用一組UV，這樣既可以極大的節省空間，又可以不太損失質量。
按照多個 Y 分量共用一個 UV 的方式，我們可以把 YUV 分為 420，422，444 三種類型，而在這三種類型之下，我們又可以按照 YUV 的排列儲存順序，將其細分為好多種格式，這些格式數量繁多，又不好記憶，這為我們學習過程中造成了不少困難。下面我就為大家一一介紹。
首先，我們將可以按照 YUV 的排列方式，再次將 YUV 分成三個大類，Planar，Semi-Planar 和 Packed。
Planar YUV 三個分量分開存放
Semi-Planar Y 分量單獨存放，UV 分量交錯存放
Packed YUV 三個分量全部交錯存放
按照這三種方式，我們就可以將 YUV 格式進行比較細致的分類了。
YUV的所有格式列表
一張從上到下分別為原圖、Y、U 和 V：
YUV 4:4:4 采樣，意味著 Y、U、V 三個分量的采樣比例相同，因此在生成的圖像里，每個像素的三個分量信息完整，都是 8 bit，也就是一個位元組。
如下圖所示：
其中，Y 分量用叉表示，UV 分量用圓圈表示。
舉個例子 ：
假如圖像像素為：[Y0 U0 V0]、[Y1 U1 V1]、[Y2 U2 V2]、[Y3 U3 V3]
那麼采樣的碼流為：Y0 U0 V0 Y1 U1 V1 Y2 U2 V2 Y3 U3 V3
最後映射出的像素點依舊為 [Y0 U0 V0]、[Y1 U1 V1]、[Y2 U2 V2]、[Y3 U3 V3]
假如圖像像素為：[Y0 U0 V0]、[Y1 U1 V1]、[Y2 U2 V2]、[Y3 U3 V3]
那麼采樣的碼流為：Y0 U0 V0 Y1 U1 V1 Y2 U2 V2 Y3 U3 V3
最後映射出的像素點依舊為 [Y0 U0 V0]、[Y1 U1 V1]、[Y2 U2 V2]、[Y3 U3 V3]
可以看到這種采樣方式的圖像和 RGB 顏色模型的圖像大小是一樣，並沒有達到節省帶寬的目的，當將 RGB 圖像轉換為 YUV 圖像時，也是先轉換為 YUV 4:4:4 采樣的圖像。
YUV 4:2:2 采樣，意味著 UV 分量是 Y 分量采樣的一半，Y 分量和 UV 分量按照 2 : 1 的比例采樣。如果水平方向有 10 個像素點，那麼采樣了 10 個 Y 分量，而只採樣了 5 個 UV 分量。
如下圖所示：
舉個例子 ：
假如圖像像素為：[Y0 U0 V0]、[Y1 U1 V1]、[Y2 U2 V2]、[Y3 U3 V3] 那麼采樣的碼流為：Y0 U0 Y1 V1 Y2 U2 Y3 V3
其中，每采樣過一個像素點，都會采樣其 Y 分量，而 U、V 分量就會間隔一個採集一個。
最後映射出的像素點為 [Y0 U0 V1]、[Y1 U0 V1]、[Y2 U2 V3]、[Y3 U2 V3]
假如圖像像素為：[Y0 U0 V0]、[Y1 U1 V1]、[Y2 U2 V2]、[Y3 U3 V3]
那麼采樣的碼流為：Y0 U0 Y1 V1 Y2 U2 Y3 V3 其中，每采樣過一個像素點，都會采樣其 Y 分量，而 U、V 分量就會間隔一個採集一個。
最後映射出的像素點為 [Y0 U0 V1]、[Y1 U0 V1]、[Y2 U2 V3]、[Y3 U2 V3]
采樣的碼流映射為像素點，還是要滿足每個像素點有 Y、U、V 三個分量。但是可以看到，第一和第二像素點公用了 U0、V1 分量，第三和第四個像素點公用了 U2、V3 分量，這樣就節省了圖像空間。
一張 1280 * 720 大小的圖片，在 YUV 4:2:2 采樣時的大小為：
可以看到 YUV 4:2:2 采樣的圖像比 RGB 模型圖像節省了三分之一的存儲空間，在傳輸時佔用的帶寬也會隨之減少。
YUV 4:2:0 采樣，並不是指只採樣 U 分量而不採樣 V 分量。而是指，在每一行掃描時，只掃描一種色度分量（U 或者 V），和 Y 分量按照 2 : 1 的方式采樣。比如，第一行掃描時，YU 按照 2 : 1 的方式采樣，那麼第二行掃描時，YV 分量按照 2:1 的方式采樣。對於每個色度分量來說，它的水平方向和豎直方向的采樣和 Y 分量相比都是 2:1 。
如下圖所示：
假設第一行掃描了 U 分量，第二行掃描了 V 分量，那麼需要掃描兩行才能夠組成完整的 UV 分量。
舉個例子 ：
假設圖像像素為：[Y0 U0 V0]、[Y1 U1 V1]、 [Y2 U2 V2]、 [Y3 U3 V3][Y5 U5 V5]、[Y6 U6 V6]、 [Y7 U7 V7] 、[Y8 U8 V8]
那麼采樣的碼流為：Y0 U0 Y1 Y2 U2 Y3 Y5 V5 Y6 Y7 V7 Y8其中，每采樣過一個像素點，都會采樣其 Y 分量，而 U、V 分量就會間隔一行按照 2 : 1 進行采樣。
最後映射出的像素點為：[Y0 U0 V5]、[Y1 U0 V5]、[Y2 U2 V7]、[Y3 U2 V7][Y5 U0 V5]、[Y6 U0 V5]、[Y7 U2 V7]、[Y8 U2 V7]
假設圖像像素為：[Y0 U0 V0]、[Y1 U1 V1]、 [Y2 U2 V2]、 [Y3 U3 V3][Y5 U5 V5]、[Y6 U6 V6]、 [Y7 U7 V7] 、[Y8 U8 V8]
那麼采樣的碼流為：Y0 U0 Y1 Y2 U2 Y3 Y5 V5 Y6 Y7 V7 Y8其中，每采樣過一個像素點，都會采樣其 Y 分量，而 U、V 分量就會間隔一行按照 2 : 1 進行采樣。
最後映射出的像素點為：[Y0 U0 V5]、[Y1 U0 V5]、[Y2 U2 V7]、[Y3 U2 V7][Y5 U0 V5]、[Y6 U0 V5]、[Y7 U2 V7]、[Y8 U2 V7]
從映射出的像素點中可以看到，四個 Y 分量是共用了一套 UV 分量，而且是按照 2*2 的小方格的形式分布的，相比 YUV 4:2:2 采樣中兩個 Y 分量共用一套 UV 分量，這樣更能夠節省空間。
一張 1280 * 720 大小的圖片，在 YUV 4:2:0 采樣時的大小為：
可以看到 YUV 4:2:0 采樣的圖像比 RGB 模型圖像節省了一半的存儲空間，因此它也是比較主流的采樣方式。
YUV 的存儲格式，有兩種：
YUYV 格式是採用打包格式進行存儲的，指每個像素點都採用 Y 分量，但是每隔一個像素采樣它的 UV 分量，排列順序如下：
UYVY 格式也是採用打包格式進行存儲，它的順序和 YUYV 相反，先採用 U 分量再采樣 Y 分量，排列順序如下：
YUV 422P 格式，又叫做 I422，採用的是平面格式進行存儲，先存儲所有的 Y 分量，再存儲所有的 U 分量，再存儲所有的 V 分量。
基於 YUV 4:2:0 采樣的格式主要有 YUV 420P 和 YUV 420SP 兩種類型，每個類型又對應其他具體格式。
I420 的單幀結構示意圖如下（Planar 方式）
這幅圖的上面一幅可以看出 Y1、Y2、Y7、Y8 共用 U1 和 V1。後面的線性數組為其存儲順序，可以看出 Y、U 和 V 都是順序存儲的，往外寫的時候，先按順序將 Y 分量寫出，然後再根據 U、V 分別將它們依次寫出即可。
NV12的單幀結構示意圖如下（Planar 方式）
可以看出與 YV12 不同的時，它的 Y 雖然也是順序存儲，但 U、V 卻是交錯存儲的，這種方式存儲在往外寫出時則先直接順序寫出 Y，然後對 UV 分別依次寫出。
PS：Android的Camera Preview默認圖像格式為NV21。
把RGB和YUV的范圍都縮放到[0,255]
YUV轉RGB
RGB轉YUV
參考資料：
圖片RGB數據格式
一文讀懂 YUV 的采樣與格式
視音頻數據處理入門：RGB、YUV像素數據處理
Android Bitmap像素排列與JNI操作
YUV420_SVG
『肆』 android openGL ES能不能支持yuv直接顯示 而不是轉換成RGB再顯示
現在可以是可以的，因為我現在都在做，只不過遇到些些問題，樓主如果還在研究這個的話可以共同探討下
『伍』 如何將rgb 模式轉換成 yuv 模式
YUV格式具有亮度信息和色彩信息分離的特點，但大多數圖像處理操作都是基於RGB格式。
因此當要對圖像進行後期處理顯猛基州示時，需要把YUV格式轉換成RGB格式。
1. 基本實現
按照YUV與RGB的變換公式，逐像素訪問Y、U、V分量的值，並轉換成RGB。
2. 基於查表法的實現
逐一訪問像素，進行浮點運算，比較耗時，因而利用空間換時間思路，以查找表來替代轉換過程中的一些計算。
3. 基於OpenCV的實現
利用OpenCV提供的轉換函數實現YUV到鋒瞎RGB的轉換，實現簡單方便。實現過程，只需枝蔽要合理構造包含YUV數據的Mat。
『陸』 android yuv怎麼轉換成RGB565
參數分別是寬，高，原數據指針，轉化後的目標數據指針。
你找的這個函數是用C寫的，而你的save(byte[]yuv420,Stringpath,intwidth,intheight,intquality)是JAVA，因此你要使用JNI。或者你把cvt_420p_to_rgb565函數轉成JAVA版。
舉個例子使用jni（實際自己測試）：
cvt_420p_to_rgb565修改為
#ifdef__cplusplus
extern"C"{
#endif
JNIEXPORTjobjectArrayJNICALL你的包名_類名_cvt420pToRGB565(JNIEnv*env,jobjectobj,jintwidth,jintheight,jcharArraysrcData,jcharArraydstData);
#ifdef__cplusplus
};
#endif
JNIEXPORTjobjectArrayJNICALL你的包名_類名_cvt420pToRGB565(JNIEnv*env,jobjectobj,jintwidth,jintheight,jcharArraysrcData,jcharArraydstData)
{
unsignedchar*src=(unsignedchar*)(env->GetByteArrayElements(srcData,0));
unsignedchar*dst=(unsignedchar*)(env->GetByteArrayElements(dstData,0));
下面照抄！！
『柒』 RGB與YUV相互轉換公式
RGB轉化為YUV
Y = 0.299 R + 0.587 G + 0.114 B
U = - 0.1687 R - 0.3313 G + 0.5 B + 128
V = 0.5 R - 0.4187 G - 0.0813 B + 128
YUV轉化為RGB
R = Y + 1.402 (V-128)
G = Y - 0.34414 (U-128) - 0.71414 (V-128)
B = Y + 1.772 (U-128)
https://blog.csdn.net/leixiaohua1020/article/details/50534150