YUV420 有YU12、YV12、NV12、NV21
YU12存储格式是
YU12存储格式是YU13中的UV顺序反过来
NV12存储格式是
NV21是NV12数据取反
YUV420_888
是YCbCr的泛化格式，不会具体指明是YU12，YV12，NV12，或是是NV21。它能够表示任何4:2:0的平面和半平面格式.
Image.Plane[] planes = image.getPlanes();
planes[0] 总是Y ，planes[1] 总是U(Cb)， planes[2]总是V(Cr)
pixelStride（通过getPixelStride()获得）：像素步长，有可能是1、有可能是2。它代表的是行内连续两个颜色值之间的距离(步长)。
rowStride：（通过getRowStride()获得）“每行数据”的“宽度”，这个跟分辨率的宽度不是同个回事，它是每一行实际存储的宽度
width和height 代表分辨率
buffer size 这个主要就是plane数组的大小，一般就通过plane[i].length获取即可。
（1）、Planar格式（P）：
1、先看一下6*4的假设图片：
plane[0]的pixelStride是1，说明没有间隔，Y是连续的，rowStride是6，也就是每行6个，length数量是24，24/6 = 4，共4行。
plane[1]的pixelStride也是1，说明没有间隔，U是连续的，rowStride是3，也就是每行3个，length数量是6，6/3 = 2，共2行，符合YUV420的情况，横纵都是2:1采样。
plane[2]与plane[1]相同。
这种其实就是YUV420P的标准格式，跟我们期望的差不多，不用做多解析，直接按照这样将y、u、v分别取出，即是正确的数据。可惜的是，目前测到的手机大部分不是这样的格式，而是下面要介绍的这类SP的情况出现的多一些。
（2）、Semi-Planar格式（SP）：
还是先看一下6*4的假设图片：
plane[0]的pixelStride是1，说明没有间隔，Y是连续的，rowStride是6，也就是每行6个，length数量是24，24/6 = 4，共4行。这个Y分量跟Planar格式是一样的。
plane[1]的pixelStride是2，说明有间隔，U是间隔采取的，这里就回到上面我们分析的两个参数的时候，当pixelStride为2的时候，在U分量中，就会间隔插入了V分量，因此每一行由本来是Y的一半也就是3，变成了6（也就是rowStride的值）。同时就像上面分析的一样，会放弃掉最后一个无意义的V分量，所以就lenght会看到是6*2-1=11的，行数还是2，纵向是不变的。
plane[2]与plane[1]相同。
对于这种Semi-Planar格式的，安卓提供的这种方式确实就让人很意向不到，在这种格式下，其实我们有几种取数据方式，首先Y是完整的，直接取即可。对于UV分量可以有2种方式：
I、plane[1]中以索引0,2,4间隔方式去取U分量，plane[2]中以索引0,2,4间隔方式去取V分量，这样就取到了最准确的U和V分量；
II、我们其实可以看到，在plane[1]中其实就包含了U和V分量了，只不过丢掉了最后一个V，对于人眼来说，少点一个V，是完全没有影响的。因此其实可以直接拿plane[1]的数据，就拿到U和V。plane[2]同理其实也是有V和U，那么这样的话，其实就可以plane[0] + plane[1] 可得NV12格式；或者plane[0] + plane[2] 可得NV21格式。
Semi-Planar格式在大多数手机中会经常出现，经过上面的分析也能理解为什么U和V的rowStride会和Y一样，而不是一半。以及为什么U和V的数量最后会少一个分量的原因。
（3）、特殊情况：
rowStride除了有P和SP格式而导致不同之外，它其实还有一个重要的作用，就是在一些特殊的摄像头sensor采集的时候，因为芯片处理器要字节对齐取数据而导致的补齐操作等等原因，可能就有点类似之前的文章中视频相关的一些基本概念的stride。
我们举个例子，比如还是图像是6*4的，但是由于某些原因，相机输出的时候，假如rowStride+2了，如下：
plane[0]的pixelStride是1，说明没有间隔，Y是连续的，rowStride本来应该是6，但是这里是8，后面补了两个空的字节，也就是每行8个，length数量是32，32/8 = 4，共4行。这里分析的时候可以这样判断，getWidth()和getHeight()获取到是6和4,6*4是24，发现32与24不对应，就可以初步判断是有补齐的情况了。而Y的rowStride是8，比getWidth()的6多了2，也就可以推测是每行补齐了2个字节。
这样的话在取数据的时候，就需要每行都去丢弃最后的2个空字节。同理plane[1]和plane[2]也是类似。因此对于这类特殊的camera，我们需要根据pixelStride和rowStride与分辨率的关系，去进行一些特殊的处理才行。
