上一篇描述了 RGB 的图像表示,这一节我们再看另一种图像表示——YUV。YUV 和 RGB 不同,它们在颜色信息的存储和传输上有显著的区别。
YUV 是什么呢?YUV 表示的是亮度-色度模型。在 YUV 表示中,颜色信息由亮度(Y)和两个色度(U、V)通道组成,亮度通道(Y)表示图像的明暗程度,色度通道(U、V)表示颜色信息,Y 通道负责明亮度,U、V 通道则处理色彩信息。
为什么有了 RGB 还需要 YUV 呢?
RGB 表示在每个通道上均匀地分配颜色信息,也就是说在 RGB 中,颜色信息在红、绿、蓝三个通道上平均分布。而 YUV 不是,YUV 在通道上分布并不均匀。
Y 代表的是亮度,包含图像的大部分信息,U/V代表的是颜色信息,而我们人眼对亮度的敏感性要高于对色彩的敏感性。
因此YUV的表示方式更加符合人眼感知的特性,我们看一个例子来说明为什么人眼对 Y 分量更敏感。
下面通过程序把一个彩色图片中的 Y/U/V 三个通道的分量提取出来。

对于上面提取的3个分量,很明显我们更倾向于使用只有 Y 通道的那张图片,因为它虽然没有了色彩,但是很清晰,而U/V通道的图片很模糊,甚至完全不能使用,因此只有 U/V通道
YUV颜色模型:理解其优势与应用
本文探讨了RGB之外的图像表示形式——YUV。YUV是一种亮度-色度模型,其中Y负责亮度,U和V处理色彩信息。YUV因人眼对亮度的敏感度高于色彩,故在内存占用和处理效率上优于RGB,尤其在视频编码和压缩领域表现出色。
订阅专栏 解锁全文
743

被折叠的 条评论
为什么被折叠?



