In YV12 aufzunehmen, funktioniert nur recht selten:
YUY2 wird "interleaved" übertragen, und zwar - worauf der "Name" des Formates hinweist - in den folgenden Bytes pro Komponente und Pixel:
Y1 - U1,2 - Y2 - V1,2
YV12 ist jedoch "planar". Das heißt: Erst wird die gesamte Y-Ebene (mit 1 Pixel pro Byte) übertragen, und dann die U- und V-Ebenen mit halber Auflösung (Mittelwert von je 2x2 Pixeln pro Byte).
Kaum eine Kamera liefert planare Daten.