下面分别介绍各种RGB格式。
¨ RGB1、RGB4、RGB8都是调色板类型的RGB格式,在描述这些媒体类型的格式细节时,通常会在BITMAPINFOHEADER数据结构后面跟着一个调色板(定义一系列颜色)。它们的图像数据并不是真正的颜色值,而是当前像素颜色值在调色板中的索引。以RGB1(2色位图)为例,比如它的调色板中定义的两种颜色值依次为0x000000(黑色)和0xFFFFFF(白色),那么图像数据001101010111…(每个像素用1位表示)表示对应各像素的颜色为:黑黑白白黑白黑白黑白白白…。
¨ RGB565使用16位表示一个像素,这16位中的5位用于R,6位用于G,5位用于B。程序中通常使用一个字(WORD,一个字等于两个字节)来操作一个像素。当读出一个像素后,这个字的各个位意义如下:
高字节 低字节
R R R R R G G G G G G B B B B B
可以组合使用屏蔽字和移位操作来得到RGB各分量的值:
#define RGB565_MASK_RED 0xF800
#define RGB565_MASK_GREEN 0x07E0
#define RGB565_MASK_BLUE 0x001F
R = (wPixel & RGB565_MASK_RED) > > 11; // 取值范围0-31
G = (wPixel & RGB565_MASK_GREEN) > > 5; // 取值范围0-63
B = wPixel & RGB565_MASK_BLUE; // 取值范围0-31
¨ RGB555是另一种16位的RGB格式,RGB分量都用5位表示(剩下的1位不用)。使用一个字读出一个像素后,这个字的各个位意义如下:
高字节 低字节
X R R R R G G G G G B B B B B (X表示不用,可以忽略)
可以组合使用屏蔽字和移位操作来得到RGB各分量的值:
#define RGB555_MASK_RED 0x7C00
#define RGB555_MASK_GREEN 0x03E0
#define RGB555_MASK_BLUE 0x001F
R = (wPixel & RGB555_MASK_RED) > > 10; // 取值范围0-31
G = (wPixel & RGB555_MASK_GREEN) > > 5; // 取值范围0-31
B = wPixel & RGB555_MASK_BLUE; // 取值范围0-31
¨ RGB24使用24位来表示一个像素,RGB分量都用8位表示,取值范围为0-255。注意在内存中RGB各分量的排列顺序为:BGR BGR BGR…。通常可以使用RGBTRIPLE数据结构来操作一个像素,它的定义为:
typedef struct tagRGBTRIPLE {
BYTE rgbtBlue; // 蓝色分量
BYTE rgbtGreen; // 绿色分量
BYTE rgbtRed; // 红色分量
} RGBTRIPLE;
¨ RGB32使用32位来表示一个像素,RGB分量各用去8位,剩下的8位用作Alpha通道或者不用。(ARGB32就是带Alpha通道的RGB32。)注意在内存中RGB各分量的排列顺序为:BGRA BGRA BGRA…。通常可以使用RGBQUAD数据结构来操作一个像素,它的定义为:
typedef struct tagRGBQUAD {
BYTE rgbBlue; // 蓝色分量
BYTE rgbGreen; // 绿色分量
BYTE rgbRed; // 红色分量
BYTE rgbReserved; // 保留字节(用作Alpha通道或忽略)
} RGBQUAD;
相关推荐
基于STM32的智能垃圾分类机器人
垃圾分类是城市管理的重要环节,传统人工分拣效率低、成本高。本文设计了一款基于STM32的智能垃圾分类机器人,通过视觉识别与机械臂协同作业,实现垃圾自动分类与投放,适用于社区、公共场所等场景,可显著提升垃圾分类效率。:STM32H743(480MHz Cortex-M7,支持AI加速)本系统实现了垃圾分拣的自动化,显著提升了分类效率。OV5640摄像头(500万像素,支持JPEG输出)支持4类垃圾识别(可回收/厨余/有害/其他)问题讨论,stm32的资料领取可以私信!超声波避障(探测距离0.1-4m)
ARGB8888和ARGB1555格式互转
最近在研究图像颜色格式,需要用到图像颜色格式转换,记录在此。需要知道的是,从大到小转换会丢失精度,颜色压缩后,跟原来的色彩是有差异的!我这边试着会比原来的色彩偏淡。
FFTW库安装与使用(3.3.5版本)
FFTW库安装与使用一、FFTW库介绍与下载二、FFTW库安装三、FFTW库测试 一、FFTW库介绍与下载 FFTW ( the Faster Fourier Transform in the West) 是一个快速计算离散傅里叶变换的标准C语言程序集,其由MIT的M.Frigo 和S. Johnson 开发。可计算一维或多维实和复数据以及任意规模的DFT,且运行速度比Eigen和opencv自带的FFT库函数快10倍以上。 下载链接:http://www.fftw.org/install/wind
16位bmp文件中RGB555转RGB565算法
做tft彩屏显示图片的时候,显示16位位图,显示屏的显示模式为RGB565。使用img2lcd转换后的16位bmp,显示出来后,颜色有偏差;转换为565格式的bin文件,显示完全正常,可以确定转换为bmp后,格式为RGB555。网上查找相关资料显示,Windows 图片查看器显示正常的图片,均为RGB555格式,系统自带画图画图工具保存时,不支持将文件保存为16位位图格式。 以下
从零到一:AnythingLLM与Ollama的本地知识库搭建实战
本文详细介绍了如何使用AnythingLLM与Ollama从零开始搭建本地知识库,涵盖技术选型、环境部署、系统配置及优化策略。通过RAG技术架构,实现安全高效的文档管理与智能问答,特别适合企业及个人构建私有化知识管理系统。
解决TextMeshPro在AB打包中的字体冗余问题:源码修改全记录
本文详细介绍了如何解决TextMeshPro在AB打包中的字体冗余问题,通过源码改造和工程实践优化Unity项目的性能。内容包括资源加载路径重构、AB打包策略优化及运行时加载方案,有效减少包体体积和构建时间,提升内存效率。
RGB565 to RGB24, RGB555 & RGB2
#define RGB565_MASK_RED 0xF800 #define RGB565_MASK_GREEN 0x07E0 #define RGB565_MASK_BLUE 0x001F void rgb565_2_rgb24(BYTE *rgb24, WORD rgb565
AI 编程助手新玩法:用 Claude Code 一键调用国产大模型(DeepSeek/Kimi/GLM 对比)
本文深入评测了Claude Code与三大国产大模型(DeepSeek、Kimi、智谱GLM)的集成效果,详细对比了它们在代码生成质量、响应速度和特殊场景支持度等方面的差异。通过实测数据和实战技巧,帮助开发者选择最适合的AI编程助手组合,提升开发效率。
怎么把ARGB1555 转化为 ARGB4444
http://14546904.blog.hexun.com/56248561_d.html 注:0xF800,0x07E0,0x001F是RGB565的bit mask 0xFF0000,0xFF00,0xFF是RGB888的bit mask RGB565--->RGB888 Color为SHORT Red=(unsigned char)((Color&0xF800
lerobot VLA--SmolVLA代码的讲解
2.图像resize至正方形224x224,图像长宽比不变,其他区域用黑色补充,标记为mask=1,若占位图像(摄像头缺失),则 创建全-1像素的占位图像 标记为mask=0,image为[1, 3, 512, 512],img_mask为True,masks列表长度为2,img_masks为2,因为我这里两个相机。文本嵌入:通过embed_language_tokens() 被转换为嵌入表示,lang_emb 是语言的嵌入,包含了语言的语法和语义信息。1.像素值[0,1]->[-1,1]
171、运动控制中的标定:摩擦力与死区补偿标定
摘要(149字) 运动控制系统中的摩擦力与死区补偿是提升精度的关键。摩擦力分为静摩擦、库仑摩擦和粘滞摩擦,其中Stribeck效应是低速抖动的主因;死区则表现为控制信号的无效区间。有效标定方法包括恒速测试(摩擦力)和斜坡响应法(死区)。补偿策略需采用分段前馈和动态调整,避免过度补偿导致振荡。实践中要注意机械状态检查、补偿量限幅,并定期重新标定。硬件升级配合算法补偿才能实现最优控制,标定工作应优先于PID参数调整。
QImage图像格式解读
enum QImage::Format QImage::Format_Invalid 图像无效 QImage::Format_Mono 存储使用1位每像素的图像,字节填充最重要位第一 QImage::Format_MonoLSB 存储使用1位每像素的图像,字节填充不显著位第一 QImage::Format_Indexed8 图像存储使用8位指标转化成Colormap QImage::Format_...
黑猫带你学eMMC协议第11篇:eMMC擦除详解(erase/trim/discard/sanitize/secure erase/secure trim...)
erase命令单位是擦除组,那么一个擦出组包含多个写块,不同写块有不同信息,主机擦除之前,必须进行确定好这些写块中的信息没有用了。所以通常erase用来擦除整个设备或分区。erase完成后,将erase的区域都要么是全0,要么是全1。那么到底是0还是1呢,根据不同的工艺有所不同,但是别担心,在ecsd[181]中会有说明到底是1还是0。erase命令的作用就是简单的将映射地址范围移动到未映射的地址范围。
QT编程——图像基本处理
QT图片读取与格式转换读取图片文件窗口自适应显示设置图片保存格式转换读取像素转为hex文本 读取图片文件 void openfile() { Qstring file_path='./'; //目录路径显示 QStringList fileNames = QFileDialog::getOpenFileNames(this, tr("打开图片文件"),file_path,"JPG(*.jpg);;BMP(*.bmp);;PNG(*.png)");//过滤出图片文件 if(file
WINCC7.3破解文件
WINCC7.3硬件够破解文件,有需要的下载!WINCC7.3硬件够破解文件,有需要的下载!
OV9734 DATASHEET,完整规格书
OV9734完整规格书,包括电气参数,尺寸规格,寄存器配置表等
Qt QImage图像格式解读
Qt QImage图像格式解读
大中型超市收银系统(可直接运行)
光步前台收银系统系统功能:商品销售、商品退货、挂单、收银员权限、会员销售、单品取消、整单取消、商品查询、脱机销售、脱机数据上传,基本资料下载,开钱箱、小票打印、收款结算,支持多币种付款方式(现金、储值卡、礼券、微信等),支持多种促销。运行环境:.net 4.0登陆信息用户名:1001 密码:123456内置商品信息,商品编码可输入00001000 - 00010000,测试效果相关功能键F5 结算 F9挂单 F11商品查询 F8退货 Insert单品取消 Del整单取消 F12开钱箱F2 会员 Ctrl+Z退出系统 Home 锁屏 相关源码待公开
QImage类和Mat类小结
边学边写
锂电池充电器电路设计 里面有电路
锂电池充电器电路设计 里面有电路 3.7V升压到5V电路设计。
图片透明度处理
Alpha值的含义: 对于 RGBA(或 BGRA )数据, Alpha 通道中存储的 Alpha 值,实际上应该是 Opaque 值,即不透明度。当 Alpha 值为 255 时,表示不透明; Alpha 值为 0 时,表示全透明。 Alpha 值也经常用 0 ~ 1 这个区间的数字来表示。 0 表示全透明, 1 表示不透明。 Alpha 模式有两种,直接 Alpha 和预乘 Alpha
ros opencv qt yaml综合运用之滤波
本文是针对前面三篇所写内容: 1、三种方法在ROS中加载Qt库进行GUI设计 2、运用ROS和OpenCV进行简单的图像处理之检测 3、在ROS中处理yaml文件 进行的一个结合,来综合运用ros,opencv,qt和yaml-cpp库。 首先用catkin_create_pkg命令新建一个ROS工程,然后CMakeLists.txt文件中,依次包含opencv,qt和yaml-c...
freetype将字符串制作成位图并显示过程详解
在流媒体项目中字幕显示是不可或缺的一环,一般会有字幕流在视频播放过程中进行显示;不过还有很多情况是从头到尾只在视频的某个区域显示某些文字,例如某个电视台的log;这种也称为字幕,如果想要将这些字符串显示到视频,需要将这些字符串做成位图进行显示,无法直接显示,freetype开源库就是将字符转化为位图的工具。画布和freetype是无法处理中文编码的,像GB2312或UTF8等中文编码需要转换成unicode编码才能够被处理,显示;
人脸识别OOD模型保姆级教学:如何导出512维特征用于聚类分析
本文介绍了如何在星图GPU平台上自动化部署人脸识别OOD模型镜像,高效提取512维人脸特征并结合OOD质量分开展聚类分析。该镜像支持Web界面单图处理与Python脚本批量导出,典型应用于客户人脸分组、考勤质量过滤及安防档案构建等需高可靠性的人脸数据分析场景。
5分钟部署人脸识别OOD模型:达摩院RTS技术一键搞定低质量样本拒识
本文介绍了如何在星图GPU平台上自动化部署人脸识别OOD模型镜像,快速实现低质量人脸图像的拒识能力。该镜像集成达摩院RTS技术,可对背光、模糊、像素化等典型低质人脸图片同步输出相似度与OOD质量分,广泛应用于考勤打卡、门禁通行、金融核验等需可靠决策的实际场景。
人脸比对不求人:OOD模型512维特征提取保姆级教程
本文介绍了如何在星图GPU平台上自动化部署人脸识别OOD模型镜像,实现人脸图像质量评估与512维特征提取。用户可通过可视化界面快速完成人脸比对、质量打分及特征向量导出,典型应用于员工入职核验、门禁通行等需可信身份验证的业务场景。
人脸识别OOD模型实操手册:tail日志定位比对不准原因(聚焦质量分诊断)
本文介绍了如何在星图GPU平台上自动化部署人脸识别OOD模型镜像,实现带质量分诊断的人脸比对功能。该镜像支持实时上传图片并同步输出相似度与OOD质量分,典型应用于安防监控截图可信比对、身份核验前置质检等需判断图像可靠性的真实场景。
人脸识别OOD模型保姆级教程:从环境配置到API调用全流程
本文介绍了如何在星图GPU平台上自动化部署人脸识别OOD模型镜像,实现生产级人脸比对与质量评估能力。该镜像支持Web界面交互与标准化API调用,典型应用于企业考勤打卡场景,自动识别并过滤低质量抓拍图像,显著提升身份验证的可靠性与安全性。
1820



被折叠的 条评论
为什么被折叠?



