三种方式YUV420转RGB24/BGR24,实测可用

yuv420到rgb转化(mmx)效率高 阅读详情
AI摘要

本文介绍了将YUV420格式图像转换为RGB24格式的五种不同方法,包括基本逐像素计算、基于查表法、使用FFmpeg库、OpenCV函数及Pinknoise库。每种方法都有详细的实现代码示例。

YUV420转换为RGB24/BR24

YUV格式具有亮度信息和色彩信息分离的特点,但大多数图像处理操作都是基于RGB格式。
因此当要对图像进行后期处理显示时,需要把YUV格式转换成RGB格式。
RGB与YUV的变换公式如下:

这里写图片描述

YUV(256 级别) 可以从8位 RGB 直接计算:

Y = 0.299 R + 0.587 G + 0.114 B

U = - 0.1687 R - 0.3313 G + 0.5 B + 128

V = 0.5 R - 0.4187 G - 0.0813 B + 128

反过来,RGB 也可以直接从YUV (256级别) 计算:

R = Y + 1.402 (Cr-128)

G = Y - 0.34414 (Cb-128) - 0.71414 (Cr-128)

B = Y + 1.772 (Cb-128)

YUV格式比较多,下面以YV12格式为例,说明YV12格式转化成RGB24格式的方法。
其基本思路是按照RGB与YUV的变换公式进行逐像素的计算,但具体实现过程中,优化方法和技巧影响最终的转换效率。
第一种 基本实现
按照YUV与RGB的变换公式,逐像素访问Y、U、V分量的值,并转换成RGB。
bool YV12ToRGB24_Native(unsigned char* &pYUV,unsigned char* &pBGR24,int width,int height)
{
    if (width < 1 || height < 1 || pYUV == NULL || pBGR24 == NULL)
        return false;
    const long len = width * height;
    unsigned char* yData = pYUV;
    unsigned char* vData = &yData[len];
    unsigned char* uData = &vData[len >> 2];

    int bgr[3];
    int yIdx,uIdx,vIdx,idx;
    for (int i = 0;i < height;i++){
        for (int j = 0;j < width;j++){
            yIdx = i * width + j;
            vIdx = (i/2) * (width/2) + (j/2);
            uIdx = vIdx;
  /*  YUV420 转 BGR24    
            bgr[0] = (int)(yData[yIdx] + 1.732446 * (uData[vIdx] - 128)); // b分量                                  
            bgr[1] = (int)(yData[yIdx] - 0.698001 * (uData[uIdx] - 128) - 0.703125 * (vData[vIdx] - 128));// g分量               
            bgr[2] = (int)(yData[yIdx] + 1.370705 * (vData[uIdx] - 128)); // r分量 
 */ 
 /*  YUV420 转 RGB24 注意如转换格式不对应会导致颜色失真*/         
            bgr[0] = (int)(yData[yIdx] + 1.370705 * (vData[uIdx] - 128)); // r分量                                 
            bgr[1] = (int)(yData[yIdx] - 0.698001 * (uData[uIdx] - 128) - 0.703125 * (vData[vIdx] - 128));// g分量               
            bgr[2] = (int)(yData[yIdx] + 1.732446 * (uData[vIdx] - 128)); // b分量 

            for (int k = 0;k < 3;k++){
                idx = (i * width + j) * 3 + k;
                if(bgr[k] >= 0 && bgr[k] <= 255)
                    pBGR24[idx] = bgr[k];
                else
                    pBGR24[idx] = (bgr[k] < 0)?0:255;
            }
        }
    }
    return true;
}
第二种 基于查表法的实现
第一种逐一访问像素,进行浮点运算,比较耗时,因而利用空间换时间思路,以查找表来替代转换过程中的一些计算。优化过程可参考:http://blog.youkuaiyun.com/colorant/article/details/1913162/
static int Table_fv1[256] = { -180, -179, -177, -176, -174, -173, -172, -170, -169, -167, -166, -165, -163, -162, -160, -159, -158, -156, -155, -153, -152, -151, -149, -148, -146, -145, -144, -142, -141, -139, -138, -137,  -135, -134, -132, -131, -130, -128, -127, -125, -124, -123, -121, -120, -118, -117, -115, -114, -113, -111, -110, -108, -107, -106, -104, -103, -101, -100, -99, -97, -96, -94, -93, -92, -90,  -89, -87, -86, -85, -83, -82, -80, -79, -78, -76, -75, -73, -72, -71, -69, -68, -66, -65, -64,-62, -61, -59, -58, -57, -55, -54, -52, -51, -50, -48, -47, -45, -44, -43, -41, -40, -38, -37,  -36, -34, -33, -31, -30, -29, -27, -26, -24, -23, -22, -20, -19, -17, -16, -15, -13, -12, -10, -9, -8, -6, -5, -3, -2, 0, 1, 2, 4, 5, 7, 8, 9, 11, 12, 14, 15, 16, 18, 19, 21, 22, 23, 25, 26, 28, 29, 30, 32, 33, 35, 36, 37, 39, 40, 42, 43, 44, 46, 47, 49, 50, 51, 53, 54, 56, 57, 58, 60, 61, 63, 64, 65, 67, 68, 70, 71, 72, 74, 75, 77, 78, 79, 81, 82, 84, 85, 86, 88, 89, 91, 92, 93, 95, 96, 98, 99, 100, 102, 103, 105, 106, 107, 109, 110, 112, 113, 114, 116, 117, 119, 120, 122, 123, 124, 126, 127, 129, 130, 131, 133, 134, 136, 137, 138, 140, 141, 143, 144, 145, 147, 148,  150, 151, 152, 154, 155, 157, 158, 159, 161, 162, 164, 165, 166, 168, 169, 171, 172, 173, 175, 176, 178 };
static int Table_fv2[256] = { -92, -91, -91, -90, -89, -88, -88, -87, -86, -86, -85, -84, -83, -83, -82, -81, -81, -80, -79, -78, -78, -77, -76, -76, -75, -74, -73, -73, -72, -71, -71, -70, -69, -68, -68, -67, -66, -66, -65, -64, -63, -63, -62, -61, -61, -60, -59, -58, -58, -57, -56, -56, -55, -54, -53, -53, -52, -51, -51, -50, -49, -48, -48, -47, -46, -46, -45, -44, -43, -43, -42, -41, -41, -40, -39, -38, -38, -37, -36, -36, -35, -34, -33, -33, -32, -31, -31, -30, -29, -28, -28, -27, -26, -26, -25, -24, -23, -23, -22, -21, -21, -20, -19, -18, -18, -17, -16, -16, -15, -14, -13, -13, -12, -11, -11, -10, -9, -8, -8, -7, -6, -6, -5, -4, -3, -3, -2, -1, 0, 0, 1, 2, 2, 3, 4, 5, 5, 6, 7, 7, 8, 9, 10, 10, 11, 12, 12, 13, 14, 15, 15, 16, 17, 17, 18, 19, 20, 20, 21, 22, 22, 23, 24, 25, 25, 26, 27, 27, 28, 29, 30, 30, 31, 32, 32, 33, 34, 35, 35, 36, 37, 37, 38, 39, 40, 40, 41, 42, 42, 43, 44, 45, 45, 46, 47, 47, 48, 49, 50, 50, 51, 52, 52, 53, 54, 55, 55, 56, 57, 57, 58, 59, 60, 60, 61, 62, 62, 63, 64, 65, 65, 66, 67, 67, 68, 69, 70, 70, 71, 72, 72, 73, 74, 75, 75, 76, 77, 77, 78, 79, 80, 80, 81, 82, 82, 83, 84, 85, 85, 86, 87, 87, 88, 89, 90, 90 };
static int Table_fu1[256] = { -44, -44, -44, -43, -43, -43, -42, -42, -42, -41, -41, -41, -40, -40, -40, -39, -39, -39, -38, -38, -38, -37, -37, -37, -36, -36, -36, -35, -35, -35, -34, -34, -33, -33, -33, -32, -32, -32, -31, -31, -31, -30, -30, -30, -29, -29, -29, -28, -28, -28, -27, -27, -27, -26, -26, -26, -25, -25, -25, -24, -24, -24, -23, -23, -22, -22, -22, -21, -21, -21, -20, -20, -20, -19, -19, -19, -18, -18, -18, -17, -17, -17, -16, -16, -16, -15, -15, -15, -14, -14, -14, -13, -13, -13, -12, -12, -11, -11, -11, -10, -10, -10, -9, -9, -9, -8, -8, -8, -7, -7, -7, -6, -6, -6, -5, -5, -5, -4, -4, -4, -3, -3, -3, -2, -2, -2, -1, -1, 0, 0, 0, 1, 1, 1, 2, 2, 2, 3, 3, 3, 4, 4, 4, 5, 5, 5, 6, 6, 6, 7, 7, 7, 8, 8, 8, 9, 9, 9, 10, 10, 11, 11, 11, 12, 12, 12, 13, 13, 13, 14, 14, 14, 15, 15, 15, 16, 16, 16, 17, 17, 17, 18, 18, 18, 19, 19, 19, 20, 20, 20, 21, 21, 22, 22, 22, 23, 23, 23, 24, 24, 24, 25, 25, 25, 26, 26, 26, 27, 27, 27, 28, 28, 28, 29, 29, 29, 30, 30, 30, 31, 31, 31, 32, 32, 33, 33, 33, 34, 34, 34, 35, 35, 35, 36, 36, 36, 37, 37, 37, 38, 38, 38, 39, 39, 39, 40, 40, 40, 41, 41, 41, 42, 42, 42, 43, 43 };
static int Table_fu2[256] = { -227, -226, -224, -222, -220, -219, -217, -215, -213, -212, -210, -208, -206, -204, -203, -201, -199, -197, -196, -194, -192, -190, -188, -187, -185, -183, -181, -180, -178, -176, -174, -173, -171, -169, -167, -165, -164, -162, -160, -158, -157, -155, -153, -151, -149, -148, -146, -144, -142, -141, -139, -137, -135, -134, -132, -130, -128, -126, -125, -123, -121, -119, -118, -116, -114, -112, -110, -109, -107, -105, -103, -102, -100, -98, -96, -94, -93, -91, -89, -87, -86, -84, -82, -80, -79, -77, -75, -73, -71, -70, -68, -66, -64, -63, -61, -59, -57, -55, -54, -52, -50, -48, -47, -45, -43, -41, -40, -38, -36, -34, -32, -31, -29, -27, -25, -24, -22, -20, -18, -16, -15, -13, -11, -9, -8, -6, -4, -2, 0, 1, 3, 5, 7, 8, 10, 12, 14, 15, 17, 19, 21, 23, 24, 26, 28, 30, 31, 33, 35, 37, 39, 40, 42, 44, 46, 47, 49, 51, 53, 54, 56, 58, 60, 62, 63, 65, 67, 69, 70, 72, 74, 76, 78, 79, 81, 83, 85, 86, 88, 90, 92, 93, 95, 97, 99, 101, 102, 104, 106, 108, 109, 111, 113, 115, 117, 118, 120, 122, 124, 125, 127, 129, 131, 133, 134, 136, 138, 140, 141, 143, 145, 147, 148, 150, 152, 154, 156, 157, 159, 161, 163, 164, 166, 168, 170, 172, 173, 175, 177, 179, 180, 182, 184, 186, 187, 189, 191, 193, 195, 196, 198, 200, 202, 203, 205, 207, 209, 211, 212, 214, 216, 218, 219, 221, 223, 225 };

bool YV12ToRGB24_Table(unsigned char* &pYUV,unsigned char* &pBGR24,int width,int height)
{
    if (width < 1 || height < 1 || pYUV == NULL || pBGR24 == NULL)
        return false;
    const long len = width * height;
    unsigned char* yData = pYUV;
    unsigned char* vData = &yData[len];
    unsigned char* uData = &vData[len >> 2];

    int bgr[3];
    int yIdx,uIdx,vIdx,idx;
    int rdif,invgdif,bdif;
    for (int i = 0;i < height;i++){
        for (int j = 0;j < width;j++){
            yIdx = i * width + j;
            vIdx = (i/2) * (width/2) + (j/2);
            uIdx = vIdx;

            rdif = Table_fv1[vData[vIdx]];
            invgdif = Table_fu1[uData[uIdx]] + Table_fv2[vData[vIdx]];
            bdif = Table_fu2[uData[uIdx]];

/*          YUV420 转 BGR24
            bgr[0] = yData[yIdx] + bdif;       //B 
            bgr[1] = yData[yIdx] - invgdif;    //G
            bgr[2] = yData[yIdx] + rdif;       //R
*/
/*          YUV420 转 BGR24 */
            bgr[0] = yData[yIdx] + rdif;       //R
            bgr[1] = yData[yIdx] - invgdif;    //G
            bgr[2] = yData[yIdx] + bdif;       //B 

            for (int k = 0;k < 3;k++){
                idx = (i * width + j) * 3 + k;
                if(bgr[k] >= 0 && bgr[k] <= 255)
                    pBGR24[idx] = bgr[k];
                else
                    pBGR24[idx] = (bgr[k] < 0)?0:255;
            }
        }
    }
    return true;
}
//一样的方式只是循环有些区别
BOOL YV12_To_RGB24(const unsigned char* &pYV12, unsigned char* &pRGB24, const int& width, const int& height)
{  
    if(NULL == pYV12) 
        return false; 

    const long nYLen   = long(width*height);  
    const int nHfWidth = (width>>1);  

    if(nYLen<1 || nHfWidth<1)  
        return false;  

    const unsigned char* yData = pYV12;               // Y data  
    const unsigned char* vData = &yData[nYLen];       // v data   
    const unsigned char* uData = &vData[nYLen>>2];    // u data 

    if(!uData || !vData)  
        return false;  

    int rgb[3];  
    int i, j, m, n, x, y, py, rdif, invgdif, bdif;  
    m = -width;  
    n = -nHfWidth;  

    bool addhalf = true;  
    for(y = 0; y < height; y++) {  
        m += width;  
        if(addhalf)
        {  
            n+=nHfWidth;  
            addhalf = false;  
        }
        else 
        {  
            addhalf = true;  
        } 

        for(x=0; x<width;x++)  
        {  
            i  = m + x;  
            j  = n + (x >> 1);  
            py = yData[i];  

            // search tables to get rdif invgdif and bidif  
            rdif    = Table_fv1[vData[j]];                          // fv1  
            invgdif = Table_fu1[uData[j]] + Table_fv2[vData[j]];    // fu1+fv2  
            bdif    = Table_fu2[uData[j]];                          // fu2  
            rgb[0]  = py+rdif;                                      // R  
            rgb[1]  = py-invgdif;                                   // G  
            rgb[2]  = py+bdif;                                      // B

            j = m + x;  
            i = (j<<1) + j;  

            // copy this pixel to rgb data  
            for(j = 0; j < 3; j++)
            {  
                if(rgb[j] >= 0 && rgb[j] <= 255)
                {  
                    pRGB24[i + j] = rgb[j];  
                }
                else
                {  
                    pRGB24[i + j] = (rgb[j] < 0)? 0 : 255;  
                }  
            }  
        }  
    }  
    return true;  
} 
第三种 基于FFmpeg的实现
利用FFmpeg中swscale实现YUV到RGB的转换,实现过程中,需要构造AVPicture结构,具体实现方法如下。
bool YV12ToRGB24_FFmpeg(unsigned char* &pYUV,unsigned char* &pBGR24,int width,int height)
{
    if (width < 1 || height < 1 || pYUV == NULL || pBGR24 == NULL)
        return false;
    //int srcNumBytes,dstNumBytes;
    //uint8_t *pSrc,*pDst;
    AVPicture pFrameYUV,pFrameBGR;

    //pFrameYUV = avpicture_alloc();
    //srcNumBytes = avpicture_get_size(PIX_FMT_YUV420P,width,height);
    //pSrc = (uint8_t *)malloc(sizeof(uint8_t) * srcNumBytes);
    avpicture_fill(&pFrameYUV,pYUV,PIX_FMT_YUV420P,width,height);

    //U,V互换
    uint8_t * ptmp=pFrameYUV.data[1];
    pFrameYUV.data[1]=pFrameYUV.data[2];
    pFrameYUV.data [2]=ptmp;

    avpicture_fill(&pFrameBGR,pBGR24,PIX_FMT_RGB24,width,height);
    //avpicture_fill(&pFrameBGR,pBGR24,PIX_FMT_BGR24,width,height); //BGR

    struct SwsContext* imgCtx = NULL;
    imgCtx = sws_getContext(width,height,PIX_FMT_YUV420P,width,height,PIX_FMT_RGB24,SWS_BILINEAR,0,0,0);
/*  imgCtx = sws_getContext(width,height,PIX_FMT_YUV420P,width,height,PIX_FMT_BGR24,SWS_BILINEAR,0,0,0);  BGR*/  

    if (imgCtx != NULL){
        sws_scale(imgCtx,pFrameYUV.data,pFrameYUV.linesize,0,height,pFrameRGB.data,pFrameBGR.linesize);
/*sws_scale(imgCtx,pFrameYUV.data,pFrameYUV.linesize,0,height,pFrameBGR.data,pFrameBGR.linesize); BGR*/
        if(imgCtx){
            sws_freeContext(imgCtx);
            imgCtx = NULL;
        }
        return true;
    }
    else{
        sws_freeContext(imgCtx);
        imgCtx = NULL;
        return false;
    }
}
第四种 基于openCV的实现
利用OpenCV提供的转换函数实现YUV到RGB的转换,实现简单方便。实现过程,只需要合理构造包含YUV数据的Mat,具体实现方法如下。
bool YV12ToBGR24_OpenCV(unsigned char* pYUV,unsigned char* pBGR24,int width,int height)
{
    if (width < 1 || height < 1 || pYUV == NULL || pBGR24 == NULL)
        return false;
    Mat dst(height,width,CV_8UC3,pBGR24);
    Mat src(height + height/2,width,CV_8UC1,pYUV);
    cvtColor(src,dst,CV_YUV2BGR_YV12);
    return true;
}
第五种 基于Pinknoise的实现
参考资料:http://wss.co.uk/pinknoise/yuv2rgb/,下载上述网站提供的yuv2rgb代码,利用yuv420_2_rgb888函数即可实现YUV到RGB的转换。
bool YV12ToBGR24_Pinknoise(unsigned char* pYUV,unsigned char* pBGR24,int width,int height)
{
    if (width < 1 || height < 1 || pYUV == NULL || pBGR24 == NULL)
        return false;
    unsigned char *yData = pYUV;
    unsigned char *vData = &pYUV[width * height];
    unsigned char *uData = &vData[width * height >> 2];
    yuv420_2_rgb888(pBGR24,yData,uData,vData,width,height,width,width>>1,width*3,yuv2rgb565_table,0);
    return true;
}

**PS: 仅仅测试过1-3方法,4-5还没有进行测试。后续用到再试试看。

**信息来源:http://www.cnblogs.com/dwdxdy/p/3713990.html

YUV420->RGB888格式转换的CPP实现 YUV420 转 RGB888 C++ 实现 阅读详情

相关推荐

【OPENCV】颜色通道YUV420与RGB的转换

1. YUV420p 这里不详细介绍 在查阅opencv的手册

Shwan_ma的博客 1万+

图片格式之YUV420 转RGB格式(含代码)

在数字图像处理种YUV格式也是我们经常遇到,与RGB一样也是一种编码格式,开始主要用于电视系统以及模拟视频领域。YUV,分为三个分量,“Y”表示明亮度(Luminance或Luma),也就是灰度值;而“U”和“V” 表示的则是色度(Chrominance或Chroma),作用是描述影像色彩及饱和度,用于指定像素的颜色。如果没用UV信息,只有Y信息,也可以进行成像不过只是黑白的,这样就能很好解决彩色...

weixin_42730667的博客 1万+

常见图像格式(RGB,BGR,YUV,GRAY)

若三个通道的数值均取最大值 255,综合得到白色。YUV是一种彩色图像格式,其中Y表示亮度(Luminance),用于指定一个像素的亮度(可以理解为是黑白程度),U和V表示色度(Chrominance或Chroma),用于指定像素的颜色,每个数值都采用UINT8表示,如下图所示。了解不同图像格式应用场景之后,不知道大家有没有这样的疑惑:既然在图像采集、显示方面,我们主要使用 RGB,但是在图像存储、处理、传输方面,我们又要选择 YUV,在一个完整的应用场景中,可能会需要用到不同的图像格式,这时该怎么办呢?

u011803281的博客 2612

YUV420转RGB

一、YUV420数据存储   YUV格式有两大类:planar和packed。 对于planar的YUV格式,先连续存储所有像素点的Y,紧接着存储所有像素点的U,随后是所有像素点的V。 对于packed的YUV格式,每个像素点的Y,U,V是连续交*存储的。 以dm642的H263loopback例子程序为例, 发送线程中,视频捕获后我们得到YUV422 planar数据, 然后转化成Y...

weixin_34392843的博客 1439

FFmpeg转YUV420数据为BGR24后存bmp图片(代码片段)

SwsContext *_imgContext = nullptr; std::vector&lt;uint8_t&gt; _pictureBuffer; AVFrame _picture = {0}; int linesize[3] = {0}; int _trueWidth; int _trueHeight; typedef struct /***...

u010369714的博客 1545

YUV和RGB图像格式说明

对于进行图像处理的程序员来说,图像格式是必须了解的问题。本文不涉及压缩图像格式,只对YUV和RGB图像进行描述。 1. RGB图像和YUV图像区别       RGB和YUV图像的区别在于色彩空间坐标系描述上不同,就如同我们用直角坐标和极坐标来描述方程一样。       RGB色彩模式是工业界的一种颜色标准,是通过对红(R)、绿(G)、蓝(B)三个颜色通道的变化以及它们相互之间的

理性的幻想 1万+

YUV420P转RGB24

大多数摄像机厂家的码流输出主流YUV420planar格式,即先连续存储所有像素点的Y,紧接着存储所有像素点的U,随后是所有像素点的V。 但是在实际应用中发现虽同为YUV420p格式,仍存在一些差异。 如:大华摄像机的为YUV,而海康的为YVU,数据量一致,但UV数据位置反了。 所以在YUV转RGB的时候,采用OpenCV转换函数cv::cvtColor的转换类型也不一样,前者为CV_YUV2B...

bemy1008的博客 3152

【音视频数据数据处理 6】【RGB篇】将RGB24图片转为YUV420格式图片

【音视频数据数据处理 6】【RGB篇】将RGB24图片转为YUV420格式图片一、RGB24 理论知识二、YUV420 理论知识三、RGB24_to_YUV420_I420 代码实现 本文主要内容为,实现将 RGB24图片转为YUV420格式, 写代码之前,我们分别来分析下RGB24和YUV420各自的理论知识。 一、RGB24 理论知识 参考《 【音视频数据数据处理 4】【RGB篇】分离RGB图片的R、G、B分量》 RGB24图像每个像素用8比特位表示,占1个字节, 注意:在内存中RGB各分量的排列顺序

|~~~热爱生活、努力学习的小伙汁~~~| 1427

流媒体之色彩转换——常见色彩格式RGBX、YUV420和YUV422

这里写自定义目录标题欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题,有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能,丰富你的文章UML 图表FLowchart流程图导出与导入导出导入 欢迎使用Ma...

一步的专栏 1万+

【Codecs系列】颜色空间转换CSconvert:RGB24转YUV420P

title: 颜色空间转换CSconvert:RGB24转YUV420 date: 2019-07-12 22:13:47 categories: 技术 音视频技术 tags: Codecs CSconvert

优快云明星博主,认证博客专家,视频、Matlab领域优质创作者。 796

CH340以及CH系列USB转串口驱动下载

在之前使用USB转串口时,很多时候大家可能会不知道去哪下载驱动,然后百度随便下载一个,但往往鱼龙混杂且版本不一,所以今天特意整理一下CH340驱动以及CH系列的官方驱动下载地址,方便大家进行下载也方便自己后期查找,所有链接皆指向官方下载链接,每次下载都可获取官方当前最新驱动。 CH340/CH341 Windows驱动下载链接:CH341SER.EXE下载链接 Linux驱动下载链接:CH341SER_LINUX.ZIP下载链接 Andr...

OIDCAT的博客 4万+

FFMPEG 实现 YUV,RGB各种图像原始数据之间的转换(swscale)

FFMPEG中的swscale提供了视频原始数据(YUV420,YUV422,YUV444,RGB24...)之间的转换,分辨率变换等操作,使用起来十分方便,在这里记录一下它的用法。 swscale主要用于在2个AVFrame之间进行转换。 下面来看一个视频解码的简单例子,这个程序完成了对"北京移动开发者大会茶歇视频2.flv"(其实就是优酷上的一个普通视频)的解码工作,并将解码后的数据保存为原始数据文件(例如YUV420,YUV422,RGB24等等)。其中略去了很多的代码。 注:完整代码在文章:100

雷霄骅(leixiaohua1020)的专栏 12万+

卷积神经网络中的边缘检测:从Canny算法到深度学习(PyTorch实现)

本文系统梳理了边缘检测从经典Canny算法到深度学习方法的演进,重点解析了Canny算法的数学原理及其对卷积神经网络设计的深远影响。通过PyTorch实战,详细演示了如何构建并训练一个基于HED架构的深度学习边缘检测模型,并探讨了模型优化、评估及与传统方法融合的高级技巧。

jenkins8butler的博客 151

YUV420、YUV422、RGB24转换

<br />//平面YUV422转平面RGB24<br />static void YUV422p_to_RGB24(unsigned char *yuv422[3], unsigned char *rgb24, int width, int height)<br />{<br /> int R,G,B,Y,U,V;<br /> int x,y;<br /> int nWidth = width>>1; //色度信号宽度<br /> for (y=0;y<height;y++)<br /> {<br /> 

lost_forget的专栏 3742

STM32H7B0VBT6使用Free RTOS配置SD卡+Fatfs文件管理系统

STM32H7B0VBT6使用Free RTOS配置SD卡+Fatfs文件管理系统,记录配置过程

Jack的小窝 5942

【AI平台】n8n入门2:第一个工作流,调用本地大模型

n8n是一款开源的,专注于AI工作流构建,支持灵活的自定义与集成。就是可以把大模型和其他工具联合起来,这就厉害了。而且,免费功能又强大,目前很火,来研究一下。

正经教主是个热衷于正经学习分享的教主。 4531

图像处理-RGB24转YUV420遇到的坑以及执行效率对比

文章目录一、色彩空间简介及一些参考文档二、YUV和RGB转换公式三、RGB和YUV420转换提前需要了解的知识1.YUV420内存布局2.RGB内存布局3.转换方式四、源代码执行效率对比五、编译过程中遇到的问题 一、色彩空间简介及一些参考文档 不同的色彩空间,颜色的表现形式不同(见http://colorizer.org/ 这个网站中简单介绍了各个色彩空间的模型。)。色彩空间中的颜色是可以相互转化...

armwind的专栏 7484

保姆级教程:在NXPS32144环境下安装EB TRESOS 29.0.0并配置MCAL开发环境

本文提供了一份详细的保姆级教程,指导如何在NXP S32K144环境下安装EB TRESOS 29.0.0并配置MCAL开发环境。内容涵盖从前期资源准备、软件安装步骤、核心的MCAL关联配置,到首次创建AUTOSAR工程并进行模块配置的全流程,旨在帮助汽车电子开发者搭建稳定、可用的底层软件开发地基。

wind6的博客 957

RGB24转YUV420P实现

rgb24转yuv420p实现

Embedded engineer 834

YOLOv11改进策略【模型轻量化】| 替换骨干网络为 GhostNet V3 2024华为的重参数轻量化模型

一、本文介绍 本文记录的是基于 GhostNetV3 的 YOLOv11 轻量化改进方法研究。GhostNetV3的轻量模块采用重参数化方法,训练时为深度可分离卷积和1×1卷积添加线性并行分支,推理时通过逆重参数化移除分支、折叠操作,能够在不增加推理成本的同时提高性能,从而实现YOLOv11的轻量化改进。 专栏目录:YOLOv11改进目录一览 | 涉及卷积层、轻量化、注意力、损失函数、Backbone、SPPF、Neck、检测头等全方位改进 专栏地址:YOLOv11改进专栏——以发表论文的角度,快速

Limiiiing的博客 1845

不同IP网段的PLC进行S7通信(PUT_GET)的具体步骤

不同IP网段的PLC进行S7通信(PUT_GET)的具体步骤 一般情况下,我们使用西门子的S7通信时都是将网络中的PLC的IP设置在同一网段,那么如果涉及到旧项目改造时,不方便修改IP地址,只能进行2个网段通信时,可以参考以下步骤: 准备条件: 2个路由器 CPU 1212C 主动连接 CPU 314C-2PN/DP 被动连接 网络搭建如下图所示: S7-1212C一侧 建立S7主动连接 ,IP地址:192.168.5.40,编写get/put 通信程序 S7-300 IP地址:192.168.0

Robot_PLC_HMI_Automation 2万+

YUV 转 BGR 实用方法:Opencv

YUV、RGB、BGR用途: YUV、RGB、BGR还有其他的一些都属于颜色的色彩空间,大家最熟悉的应该就是RGB了,但是Opencv 中的Mat的是BGR的,如果将RBG赋值后会有颜色变蓝等问题,亲测,亲自踩的坑。。单YUV的颜色表示也有很多种,种类我就不这里说了,很多我也没有接触过。这里我们只对YUV420做实例,但是Opencv也对YUV其他编码有做转换算法。后面会提一下。 YUV 我见过的...

勿以恶小而为之,勿以善小而不为 6343

innovus:addRepeaterByRule用法

我正在「拾陆楼」和朋友们讨论有趣的话题,你⼀起来吧?addRepeaterByRule不管transition/timing violation,只根据约束的length/cap/fanout等等去给net 插buffer。

m0_61544122的博客 1091

图像常见格式及转换(BGR,YUV,NV12,YUV444)

BGRP与BGR类似,只是排列方式做了改变,不在是BGR依次排列,而是依次先把B像素排列起来,再把G像素排列起来,最后再把R像素排列起来。RGBP与RGB类似,只是排列方式做了改变,不在是RGB依次排列,而是依次先把R像素排列起来,再把G像素排列起来,最后再把B像素排列起来。packed模式y,u,v交错排列,而planar模式y和u,v的排列是分开的,而具体u与v继续分开或者继续交错排列根据具体的格式相关。根据上述理论,假设一张图片宽度是w,长度是h,那么如果图像是。格式,那么图像大小是。

@bangbang的博客 6371

efm32 入门.pdf

本PDF共计22页,介绍的是操作驱动API,下载与否自己斟酌。

IEM模型,地表粗糙度模拟

利用微波反演土壤水分时候,利用IEM模型可以实现对随机地表的模拟

neon优化的yuv420转rgb24汇编代码,iOS/Android可用

neon优化的yuv420转rgb24汇编代码,iOS/Android可用 自己写的,目测是目前最快的 转载请注明出处。http://www.mingjianhua.com 计算公式如下: //公式1: //r = 1.164*(y - 16) + 1.596*(v - 128); //g = 1.164*(y - 16) - 0.38 *(u

mjh1021的专栏 3690

IMSL CNL 7.0.0 (x86-64)Crack

IMSL CNL 7.0.0 (x86-64)Crack intel的算法库破解文件,这是C++版本的破解文件

YUV,BGR,RGB图像在内存中占用大小计算

一、YUV格式 1.YUV420格式 存储方式:先Y,后V,中间是U。其中的Y是w * h,U和V是w/2 * (h/2) 举例:如果w = 4,h = 2,则: yyyy yyyy uu vv 即yyyyyyyyuuvv 采样规律是:每个像素点都采样Y,奇数行采样1/2个U,不采样V,偶数行采样1/2个V,不采样U 需要占用的内存:w * h * 3 / 2 详细说明:在YUV420中,一个像素点对应一个Y,一个4X4的小方块对应一个U和V。对于所有YUV420图像,它们的Y值排列是完全相同的..

lidongxue的博客 4540
上一篇: SDL在windows下使用 - 显示YUV
下一篇: Windows下使用VS2015编译openssl库
hi come
博客等级 码龄14年 33粉丝 100原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值