1字节由8位组成，可以表示256（即28）种状态。也就是说1字节可以表示256种颜色。如果是灰度图像，则表示256种不同的灰度。表示颜色所使用的位数就称为颜色的位深。彩色图像通常以R、G、B三色表示，每个单色分别计算位深。我们常说的24位真彩色就是3种位深为8的R、G、B颜色的混合，可以表示16 777 216（即224）种颜色。
常见的有10位位深，表示一个RGB像素需要30位，将近4字节。随着4K、8K视频的出现，以及人们对图像质量越来越高的要求，也出现了12位、16位的位深格式。16位位深的RGB像素（每种颜色分量占2字节）需要6字节的存储空间。
FourCC
全称是Four Character Code，即4个字符编码，为了表示不同的图像类型和像素排列格式。FourCC代码是一个32位无符号整数，使用大端序编码4个ASCII字符序列。RGBA、ARGB等都是FourCC。
FFmpeg使用MKTAG宏定义了一些类似FourCC的代码，不过没有完整的FourCC列表，FFmpeg内部也没有各种图像格式与FourCC的一一对应关系，有助于我们理解各种像素格式，以及不同系统中图像格式的对应关系。
YUV诞生于黑白电视向彩色电视过渡的时期，黑白视频是只有Y（Luma或Luminance，即亮度）分量的视频，也就是灰阶值，在彩色电视中，除了Y以外，还使用U和V来表示图像的色度（Chrominance或Chroma，C）。U和V也分别称为Cb、Cr，分别代表蓝色通道和红色通道与亮度的差值。YUV也就是YCbCr
YUV图像可以由RGB图像转换而来
注意，数字视频中的YUV值通常不是全值域的，即一般每个分量的取值范围为16～235，而不是0～255。在FFmpeg中，YUV420P像素格式就不是全值域的，而YUVJ420P则是。
相对于Y来说，人眼对UV不大敏感，因此，可以在图像存储时降低UV分量的分辨率（采样率），以节省存储空间，而这种降采样后的图像看起来与原图像没有多大差别。
YUV444表示4:4:4的YUV取样，水平每4像素中YUV各取4个，即每像素中YUV各取1个。所以每1×1像素Y占1字节，U占1字节，V占1字节，YUV444格式下平均每像素占(1+1+1)× 8bit/1pix = 24bpp（bpp为Bit Per Pixel，即每像素位数），即3字节。那么352×288分辨率的一帧图像占用的存储空间为352×288×24/8 = 304 128 (字节)。这种格式实际上是一种全采样格式，它与RGB格式的图像占用相同的存储空间。
YUV422表示4:2:2的YUV取样，水平每2像素（即2×1的2像素）中Y取样2个，U取样1个，V取样1个，所以每2×1像素Y占2字节，U占1字节，V占1字节，YUV422格式下平均每像素占(2+1+1)×8bit/2pix = 16bpp。那么352×288分辨率的一帧图像占用的存储空间为352×288× 16/8 = 202 752 (字节)。
YUV420表示4:2:0的YUV取样，水平每2像素与垂直每2像素（即2×2的2像素）中Y取样4个，U取样1个，V取样1个，所以每2×2像素Y占4字节，U占1字节，V占1字节，YUV420格式下平均每像素占(4+1+1) × 8bit/4pix = 12bpp。那么 352×288 分辨率的一帧图像占用的存储空间为352×288×12/8 = 152 064 (字节)，相比YUV444格式正好节约一半的空间。
YUVI420，其实就是把邻近的4像素（2×2，即当前像素、右、下、右下）都用同一个U和V，而原先的Y不变。正是基于这个原因，一般的编码器都要求原始图像的宽和高是偶数。除此之外，编码器一般会将图像划分成 2×2、4×4、8×8、16×16 等块进行各种预测和比较。常见的H.264、H.265、VP8、AV1等都是以它为基础进行编解码的。
还有一种YV12格式，与I420的区别是U和V平面的顺序相反，在安卓系统中，普遍使用NV12的像素格式，它与I420格式相比，Y平面没有区别，但U和V平面像素是交错存储的，是一种“半平面半交错”的存储方式。
使用8位位深对RGB像素进行编码，每像素需要24位，这是当前主流的标准表示方法，用于真彩色与JPEG或者TIFF等图像文件格式里的通用颜色交换。
RGB常见的展现方式分16位模式和32位模式。16位模式通常由RGB565、BGR565、ARGB1555、BGR1555等不同的模式表示，其中的数字表示色彩对应的位数。一般每种原色各为5位，多出的1位分给绿色，因此绿色变为6位，这主要是因为人眼对绿色更敏感。
32位模式（也称为ARGB8888）实际就是24位模式，余下的8位不用于表示颜色，这种模式是为了提高数据处理的速度（每像素正好对应一个32位整数）。同样在一些特殊情况下，如DirectX、OpenGL等环境，余下的8位用来表示像素的透明度（Alpha）。
HSL和HSV一般更适合人的色彩感知，而RGB更适合应用于显示领域。
HSL即色相（Hue）、饱和度（Saturation）、亮度（Lightness），HSV即色相（Hue）、饱和度（Saturation）、明度（Value），又称HSB，其中B即英语Brightness的首字母。色相（H）是色彩的基本属性，就是平常所说的颜色名称，如红色、黄色等。饱和度（S）是指色彩的纯度，越高则色彩越纯，越低则逐渐变灰，取值范围为0～100%。明度（V）、亮度（L）的取值范围为0～100%。
视频逐行和隔行扫描、NTSC与PAL制式
假设使用CRT显示器，那么如果不使用隔行扫描，就需要采用下面的方式之一
- 将传输频宽加倍，按帧而不是按场传输图像。这能够提高图像品质，提供的有效分辨率和闪烁速率是相同的。
- 使用相同的传输频宽，按帧传输分辨率为原来一半的图像。这时候图像细节少了，闪烁速率仍旧相同。
使用相同的传输频宽，按帧传输图像，但是帧率为隔行扫描场率的一半。这时闪烁速率降低一半，眼睛
非常容易产生疲劳
