例如：

AV_PIX_FMT_YUV420P, ///< planar YUV 4:2:0, 12bpp, (1 Cr & Cb sample per 2x2 Y samples) 

AV_PIX_FMT_YUYV422, ///< packed YUV 4:2:2, 16bpp, Y0 Cb Y1 Cr 

AV_PIX_FMT_RGB24, ///< packed RGB 8:8:8, 24bpp, RGBRGB... 

AV_PIX_FMT_BGR24, ///< packed RGB 8:8:8, 24bpp, BGRBGR... 

AV_PIX_FMT_YUV422P, ///< planar YUV 4:2:2, 16bpp, (1 Cr & Cb sample per 2x1 Y samples)

AV_PIX_FMT_YUV444P, ///< planar YUV 4:4:4, 24bpp, (1 Cr & Cb sample per 1x1 Y samples)

bpp（bits per pixel）是指每个像素所占用的比特数。它表示了图像中每个像素所需的存储空间大小，用于描述图像的信息密度或压缩率。

bpp 是一种单位，表示每个像素所占用的位数。它通常用于衡量图像的色彩深度或图像质量。较高的 bpp 值表示每个像素使用更多的位数来表示信息，从而可以提供更丰富和精细的图像。

在不同的图像编码格式和颜色模型中，bpp 可能会有所不同。以下是一些常见的 bpp 值示例：

• 8 bpp：灰度图像通常使用每个像素 8 位（1 字节）来表示。这种色彩深度下，可以表达 256 种不同的灰度级别。
• 24 bpp：RGB 彩色图像通常使用每个像素 24 位（3 字节）来表示，其中每个颜色通道（红、绿、蓝）使用 8 位来表示。这种色彩深度下，可以表达超过 1600 万种颜色。
• 32 bpp：在某些图像格式中，还可能包括一个额外的 Alpha 通道，用于表示透明度信息。这样的图像使用每个像素 32 位（4 字节）来表示。

需要注意的是，bpp 只是描述图像编码的每个像素所需的存储空间大小，并不唯一决定图像质量。其他因素，如压缩算法、图像分辨率等，也会对图像的质量和文件大小产生影响。