[具身智能-613]：嵌入式视觉常用图像格式完整梳理（适配 RDK X5 + MIPI 相机 + FCOS/YOLO AI 链路）
![[具身智能-613]：嵌入式视觉常用图像格式完整梳理（适配 RDK X5 + MIPI 相机 + FCOS/YOLO AI 链路）](http://pic.xiahunao.cn/yaotu/[具身智能-613]：嵌入式视觉常用图像格式完整梳理（适配 RDK X5 + MIPI 相机 + FCOS/YOLO AI 链路）)
嵌入式视觉常用图像格式完整梳理（适配 RDK X5 + MIPI 相机 + FCOS/YOLO AI 链路）
分为四大类：传感器原始裸数据、未压缩 YUV、未压缩 RGB、压缩图像，同时标注变换关系、工程取舍、适用场景。
一、Sensor 原始 Bayer RAW 系列（相机最前端）
来源：MIPI 摄像头感光芯片直接输出；不是可视图像，必须 ISP 处理
- RGGB8 / BGGR8 / GRBG8（RAW8）
- 8bit 单通道拜耳阵列，OV5647、IMX219 常用
- 无文件头，二进制裸流；无法直接打开
- 用途：Sensor 调试、镜头标定、排查曝光 / 噪声 / I2C 硬件问题
- RGGB10 / RGGB12（RAW10/RAW12）
- 10/12 位高精度采样，IMX335 等高动态传感器
- 数据位宽更大，内存占用更高
流转规则：RAW →（ISP Demosaic+3A 处理）→ YUV (NV12)
❌ 不能直接送入 AI 网络、编码器、显示模块。
二、未压缩 YUV 系列（嵌入式硬件标准，重点：NV12）
YUV = 亮度 (Y)+ 色度 (UV)，利用人眼对色彩不敏感，降低色度采样带宽，是ISP 输出标准。
1. NV12（YUV420SP 半平面）⭐【RDK X5 首选】
布局：1 个完整 Y 平面 + UV 交错平面（U、V 交替存放）
plaintext
YYYYY YYYYY UVUVU UVUVU- 地平线 ISP/VPS/BPU/H264/JPEG编码器原生支持
- mipi_cam
/image_combine_raw默认输出格式 - 用途：AI 推理输入、硬件编码、EGL 本地预览
2. NV21（YUV420SP）
布局：Y 平面 + VU 交错，安卓相机默认格式；和 NV12 仅 UV 顺序相反，极易出现画面偏色。
3. YU12/I420（YUV420P 平面）
三个独立平面：Y U V 依次分开存储；PC 端常见，嵌入式硬件支持弱，不推荐。
4. YV12
Y、V、U 分开排列，较少使用。
5. YUYV / UYVY（YUV422 打包格式）
打包存储，采样率更高；多用于 USB 摄像头 V4L2 输出，带宽高于 NV12。
转换约束： RAW→ISP→NV12；NV12 可硬件 / 软件转为 RGB；
不建议反向：压缩格式解码后再转回 YUV 做 AI 推理。
三、未压缩 RGB 系列（CPU / 桌面图像标准）
1. RGB24 / BGR24
每个像素 R G B 各 8bit；OpenCV 默认使用BGR24。
- 缺点：内存占用大（比 NV12 多 50%），地平线硬件无法零拷贝接收
- 用途：PC 调试、OpenCV 算法开发
- ⚠️工程避坑：尽量避免
NV12→RGBCPU 拷贝，优先使用VPS 硬件转换。
2. RGB565
16bit 低深度 RGB，多用于简易 LCD 屏幕，不适合 AI。
3. RGBA32
RGB+Alpha 透明通道，GUI 界面渲染使用，视觉算法极少用到。
四、有损压缩静态图像（存储 / 网络预览）
1. JPG(JPEG)
底层编码输入要求 YUV420；有损压缩
- 优点：通用、体积小，浏览器直接解码；websocket 预览使用
- 缺点：存在画质损失；禁止解压后送入 FCOS/YOLO 推理
2. JPEG2000
压缩性能更好，但硬件编码器支持极少，嵌入式基本不用。
3. WebP
谷歌格式，同等画质体积小于 JPG；网页场景可用，开发板硬件加速少。
五、无损压缩静态图像
1. PNG
无损压缩 RGB；支持透明通道
- 特点：压缩耗时高于 JPG，无画质损失
- 用途：截图存档、UI 素材；不适合实时视频链路
2. TIFF
无损高精度图像，工业相机、测绘、标定使用，体积巨大。
六、视频码流（不属于静态图片，工程配套）
- H.264/H.265 裸流（
.h264）：NV12 送入硬件编码器生成 - MP4：封装容器，内部承载 H264 码流 + 时间戳
核心对比总表（面向RDK 视觉工程）
表格
| 格式大类 | 代表格式 | 是否压缩 | 是否可视图像 | 推荐用途 | 是否适合 AI 推理 |
|---|---|---|---|---|---|
| Sensor RAW | RGGB8/RGGB10 | 无 | ❌ | 底层硬件调试、标定 | ❌ |
| YUV 半平面 | NV12 | 无 | ✅ | 主链路：采集、编码、BPU 推理、预览 | ✅【首选】 |
| YUV 平面 | I420/YU12 | 无 | ✅ | PC 软件调试 | ⚠️不推荐，缺少硬件加速 |
| RGB | BGR24 | 无 | ✅ | OpenCV 调试 | ⚠️尽量减少使用 |
| 有损压缩 | JPG | 有损 | ✅ | 网页预览、快照存储 | ❌ |
| 无损压缩 | PNG | 无损 | ✅ | 截图存档 | ❌ |
标准数据流（最优工程链路）
plaintext
MIPI Sensor → RAW(Bayer) → ISP处理 → NV12 ├─分支1：NV12 → VPS缩放 → FCOS/YOLO BPU推理（主业务） ├─分支2：NV12 → 硬件H264 → 视频录像 └─分支3：NV12 → 硬件JPG → WebSocket远程预览高频踩坑总结
- 不要把 JPG 解码成 YUV 后送给目标检测，多次压缩造成精度下降；
- 尽量整条链路以 NV12 流转，减少 NV12↔RGB 格式转换，降低 CPU 占用；
- 排查相机 I2C、Sensor 异常时抓取 RAW；调试漏检问题保存 NV12；对外预览使用 JPG；
- 裸流文件（RAW/NV12）没有分辨率头，播放时必须手动指定分辨率：
bash
运行
ffplay -f rawvideo -pixel_format nv12 -video_size 1280x720 frame.nv12
