GMF FourCC
GMF FourCC（four-character code，四字符代码）是 ESP-GMF 的统一媒体格式描述符，用 4 个 ASCII 字符标识音频编码格式、视频编码格式、图像编码格式、像素格式与容器格式。它贯穿外设驱动、capture、处理单元（element）、编解码库与渲染链路，是各模块描述和协商媒体格式的共同语言。
读者可通过本篇查找特定格式对应的 FourCC，理解宏的构造方式，以及在自定义处理单元中如何正确使用 FourCC。能力描述（capability）机制见 GMF 处理单元，格式信息上报流程见 GMF 处理链与任务调度。
下文表格中 4 字符列里的 ␣ 表示一个 ASCII 空格字符（0x20）。FourCC 固定占 4 个字符；当格式名称不足 4 个字符时，宏会用空格补齐，例如 MP3␣ 表示 M、P、3 和一个空格。
构造与转换宏
FourCC 在内存中是一个 32 位无符号整数，类型别名 esp_fourcc_t。框架提供两个宏完成数值与字符串的相互转换。
/* 由 4 个字符构造 FourCC */
#define ESP_FOURCC_TO_INT(a, b, c, d) \
((uint32_t)(a) | ((uint32_t)(b) << 8) | ((uint32_t)(c) << 16) | ((uint32_t)(d) << 24))
/* 反向转字符串，得到 5 字节缓冲（含终止符） */
char str[5];
gmf_fourcc_to_str(ESP_FOURCC_MP3, str); /* str = "MP3 " */
/* 直接当作字符串用于日志 */
ESP_LOGI(TAG, "format=%s", ESP_FOURCC_TO_STR(ESP_FOURCC_MP3));
字节序约定为：第一个字符存于最低字节。多数情况下读者只需直接使用预定义宏，无需自行拼接。
视频编码
宏 |
字符 |
含义 |
|---|---|---|
|
|
H.263 |
|
|
H.264（带 start code） |
|
|
H.264（不带 start code） |
|
|
HEVC |
|
|
VP8 |
|
|
Motion-JPEG |
容器格式
宏 |
字符 |
含义 |
|---|---|---|
|
|
WAV |
|
|
MPEG-4 |
|
|
MPEG-2 Transport Stream |
|
|
MPEG-2 Transport Stream（蓝光） |
|
|
Flash Video |
|
|
AVI |
|
|
Ogg |
|
|
WebM |
|
|
Core Audio Format |
图像编码
宏 |
字符 |
含义 |
|---|---|---|
|
|
PNG |
|
|
JPEG / JFIF |
|
|
GIF |
|
|
WebP |
|
|
Bitmap |
音频编码
宏 |
字符 |
含义 |
|---|---|---|
|
|
MPEG Layer II / III |
|
|
Advanced Audio Codec |
|
|
Free Lossless Audio Codec |
|
|
MPEG-4 Audio |
|
|
Vorbis |
|
|
AMR 窄带 / 宽带 |
|
|
Apple Lossless |
|
|
G.711 a-law / u-law |
|
|
IMA-ADPCM |
|
|
原始 PCM（音频元数据中常用） |
|
|
8 bit 无符号 PCM |
|
|
16/24/32 bit 有符号 PCM（小端） |
|
|
Raw Opus |
|
|
Speex |
|
|
Sub-Band Codec（蓝牙） |
|
|
Low Complexity Communication Codec |
|
|
Lyra |
|
|
G.722 |
RGB 像素格式
宏 |
字符 |
含义 |
|---|---|---|
|
|
16 bpp RGB-5-5-5 / BGR-5-5-5 |
|
|
16 bpp RGB-5-6-5 小端 / BGR 小端 |
|
|
16 bpp RGB-5-6-5 大端 / BGR 大端 |
|
|
24 bpp RGB-8-8-8 / BGR-8-8-8 |
|
|
32 bpp 含 alpha |
|
|
32 bpp 含填充字节 |
|
|
32 bpp BGR 排列含 alpha |
|
|
32 bpp BGR 排列含填充字节 |
每种格式的位排列在 esp_fourcc.h 中以注释给出，跨模块共享同一像素布局时务必对齐这些注释。
灰度与 YUV 像素格式
灰度（一类）：ESP_FOURCC_GREY（8 bpp）、ESP_FOURCC_Y16 / Y16_BE（16 bpp 小端 / 大端）。
YUV 打包格式（4:2:2 / 4:4:4 等）：YUYV / YVYU / YYUV / UYVY / VYUY、YUV（V308）、UYV（IYU2）、VUY（VUY4）。
Espressif 自定义打包格式：ESP_FOURCC_OUYY_EVYY、YUY2YVY2、YUYYVY，对应硬件 LCD/CAM 输出的特殊排列。
半平面（NV 系列）：NV12 / NV21（4:2:0）、NV16 / NV61（4:2:2）、NV24 / NV42（4:4:4）。以 M 结尾的变体（NV12M 等）表示多平面、跨多个内存块。
平面（Planar）：YUV410P / YVU410P、YUV411P、YUV420P / YVU420P、YUV422P、YUV444P。同样有 M 结尾的多平面变体。
每种格式具体的字节布局在 esp_fourcc.h 的注释中以位图形式给出，跨芯片共享数据时需逐字段对照。
CMYK 与 RAW 格式
CMYK：ESP_FOURCC_CMYK（32 bpp）。
相机原始数据：ESP_FOURCC_RAW8 / RAW10 / RAW12 / RAW16，对应不同位深的 Bayer 原始格式。
辅助格式
亮度单通道：ESP_FOURCC_LUM4 / LUM8。
透明度单通道：ESP_FOURCC_ALPHA4 / ALPHA8。
FourCC 的应用场景
FourCC 在 GMF 中不是某一个结构体的专属字段，而是跨模块使用的格式描述语言。典型场景包括：
处理单元格式上报：处理单元在
open或process中解析到具体格式后，把 FourCC 填入format_id并通过 notify 接口上报。下游依赖型处理单元收到格式信息后再初始化。能力描述属性：能力描述（capability）使用 EIGHTCC 描述能力类别，例如音频解码、视频缩放、颜色转换等；具体输入/输出格式可通过能力描述属性或格式信息中的
format_id描述。能力描述的完整机制见 GMF 处理单元。编解码库与硬件驱动适配：视频编解码、JPEG/MJPEG、H.264 等驱动和编解码库使用 FourCC 区分输入输出格式，处理单元据此选择目标 codec、像素格式或封装格式。
capture 与渲染链路：capture 的 sink 配置、视频渲染和图像处理链路通过
format_id传递目标音视频格式，使采集、处理和输出模块使用同一套格式标识。
音频格式信息上报示例：
esp_gmf_info_sound_t snd = {
.format_id = ESP_FOURCC_PCM,
.sample_rates = 48000,
.channels = 2,
.bits = 16,
};
esp_gmf_element_notify_snd_info(handle, &snd);
视频格式信息也使用同样的字段：
esp_gmf_info_video_t vid = {
.format_id = ESP_FOURCC_H264,
.width = 1280,
.height = 720,
.fps = 30,
};
新增 GMF FourCC 标准
新增 FourCC 时遵循以下约定：
优先保证字符可读、语义可理解，使日志和调试输出能直接反映格式含义
使用 4 个 ASCII 可见字符，不足 4 个用空格
' '或数字字符补齐命名上尽量与业内通行写法保持一致（如
MP3 ``\ 、\ ``H264、OPUS）避免与已有定义冲突，新增前在
esp_fourcc.h中搜索同名宏如果实现需要区分变体（如带/不带 start code），不要复用同一 FourCC，而是新定义一个（参考
H264与AVC1）
API 参考
Header File
esp_fourcc.h 提供以下接口：
ESP_FOURCC_TO_INT(a, b, c, d)：编译期宏，将四个字符常量打包为一个 32 位整数，用于定义或比较 FourCC 值。ESP_FOURCC_TO_STR(fourcc)：编译期宏，将 32 位 FourCC 整数还原为可读的四字符字符串，常用于日志打印。gmf_fourcc_to_str(fourcc, buf)：运行期函数，将 FourCC 整数写入调用方提供的缓冲区并返回字符串指针，适合在动态场景下格式化输出。
各音视频与编解码格式对应的 FourCC 宏定义及说明，详见 esp_fourcc.h 文件注释。