YUV

本文深入探讨了YUV颜色编码的概念及其在不同应用中的使用情况,包括YUV格式的分类、转换公式和常见采样率。重点介绍了如何将YUV格式转换为RGB格式,并详细解释了YUV格式在不同场景下的优势与应用。

YUV,是一种颜色编码方法。

YUV是编译true-color颜色空间(color space)的种类,Y'UV, YUV, YCbCrYPbPr等专有名词都可以称为YUV,彼此有重叠。“Y”表示明亮度(Luminance、Luma),“U”和“V”则是色度浓度(Chrominance、Chroma),Y'UV, YUV, YCbCr, YPbPr常常有些混用的情况,其中YUV和Y'UV通常用来描述模拟信号,而相反的YCbCr与YPbPr则是用来描述数位的影像信号,例如在一些压缩格式内MPEG、JPEG中,但在现今,YUV通常已经在电脑系统上广泛使用。YUV Formats分成两个格式:

  • 紧缩格式(packed formats):将Y、U、V值储存成Macro Pixels阵列,和RGB的存放方式类似。
  • 平面格式(planar formats):将Y、U、V的三个分量分别存放在不同的矩阵中。

紧缩格式(packed format)中的YUV是混合在一起的,对于YUV4:4:4格式而言,用紧缩格式很合适的,因此就有了UYVY、YUYV等。平面格式(planar formats)是指每Y份量,U份量和V份量都是以独立的平面组织的,也就是说所有的U份量必须在Y分量后面,而V份量在所有的U份量后面,此一格式适用于采样(subsample)。平面格式(planar format)有I420(4:2:0)、YV12、IYUV等;

大多数YUV格式平均使用的每像素位数都少于24位元。主要的抽样(subsample)格式有YCbCr 4:2:0、YCbCr 4:2:2、YCbCr 4:1:1和YCbCr 4:4:4。YUV的表示法称为A:B:C表示法:

  • 4:4:4表示完全取样。
  • 4:2:2表示2:1的水平取样,垂直完全采样。
  • 4:2:0表示2:1的水平取样,垂直2:1采样。
  • 4:1:1表示4:1的水平取样,垂直完全采样。


YUV与RGB的转换公式:

\begin{array}{rll}Y &= 0.299 * R + 0.587 * G + 0.114 * B \\U &= 0.436 * (B - Y) / (1 - 0.114) + 128 \\V &= 0.615 * (R - Y) / (1 - 0.299) + 128\end{array}

U和V元件可以被表示成原始的R、G,和B:

\begin{array}{rll}Y &= 0.299 * R + 0.587 * G + 0.114 * B \\U &= -0.169 * R - 0.331 * G + 0.5 * B + 128 \\V &= 0.5 * R - 0.419 * G - 0.081 * B + 128\end{array}

如一般顺序,转移元件的范围可得到:

\begin{array}{rll}Y & \in \left[0, 255\right] \\U & \in \left[0, 255\right] \\V & \in \left[0, 255\right]\end{array}

在逆转关系上,从YUV到RGB,可得

\begin{array}{rll}R & = Y + 1.13983 * (V - 128) \\G & = Y - 0.39465 * (U - 128) - 0.58060 * (V - 128) \\B & = Y + 2.03211 * (U - 128)\end{array}

取而代之,以矩阵表示法(matrix representation),可得到公式:

\begin{bmatrix} Y \\ U \\ V \end{bmatrix}=\begin{bmatrix} 0.299 & 0.587 & 0.114 \\ -0.169 & -0.331 & 0.5 \\ 0.5 & -0.419 & -0.081 \end{bmatrix}\begin{bmatrix} R \\ G \\ B \end{bmatrix} +\begin{bmatrix} 0 \\ 128 \\ 128 \end{bmatrix}

\begin{bmatrix} R \\ G \\ B \end{bmatrix}=\begin{bmatrix} 1 & -0.00093 & 1.401687 \\ 1 & -0.3437 & -0.71417 \\ 1 & 1.77216 & 0.00099 \end{bmatrix}\begin{bmatrix} Y \\ U - 128 \\ V - 128 \end{bmatrix}


YUV转RGB[编辑]

function RGB* YUV444toRGB888(Y, U, V);将YUV format移转成简单的RGB format并可以用浮点运算实作:

Y'UV444[编辑]

大多数YUV格式平均使用的每像素位数都少于24位元。YUV444是最逼真的格式,一格不删(24 bits),即每4个Y,配上4个U,还有4个V;YUV422则是在UV格式上减半,即每4个Y,配2个U,2个V;YUV420则是在UV上减至1/4之格式,即每4个Y,配1个U,再配1个V。

这些公式是基于NTSC standard;

Y' =  0.299 \times R + 0.587 \times G + 0.114 \times B
U = -0.147 \times R - 0.289 \times G + 0.436 \times B
V = 0.615 \times R - 0.515 \times G - 0.100 \times B

在早期的非SIMD(non-SIMD)构造中,floating point arithmetic会比fixed-point arithmetic稍慢,所以有一替代公式如下:

C = Y' - 16
D = U - 128
E = V - 128

使用前面的系数并且用clip()注明切割的值域是0至255,如下的公式是从Y'UV到RGB (NTSC version):

R = clip(( 298 \times C                + 409 \times E + 128) >> 8)
G = clip(( 298 \times C - 100 \times D - 208 \times E + 128) >> 8)
B = clip(( 298 \times C + 516 \times D                + 128) >> 8)

注意:上述的公式多暗示为YCbCr. 虽然称为YUV,但应该严格区分YUV和YCbCr这两个专有名词有时并非完全相同。

ITU-R版本的公式差异:

Y = 0.299 \times R + 0.587 \times G + 0.114 \times B + 0
Cb = -0.169 \times R - 0.331 \times G + 0.499 \times B + 128
Cr = 0.499 \times R - 0.418 \times G - 0.0813 \times B + 128
R = clip(Y + 1.402 \times (Cr - 128))
G = clip(Y - 0.344 \times (Cb - 128) - 0.714 \times (Cr - 128))
B = clip(Y + 1.772 \times (Cb - 128))

ITU-R标准YCbCr(每一通道8位元)至RGB888:

Cr = Cr - 128; Cb = Cb - 128;

R = Y + Cr + Cr>>2 + Cr>>3 + Cr>>5
G = Y - (Cb>>2 + Cb>>4 + Cb>>5) - (Cr>>1 + Cr>>3 + Cr>>4 + Cr>>5)
B = Y + Cb + Cb>>1 + Cb>>2 + Cb>>6


Y'UV422[编辑]

Input:读取Y'UV的4bytes(u, y1, v, y2)
Output:写入RGB的6bytes(R, G, B, R, G, B)
u = yuv[0];
y1 = yuv[1];
v = yuv[2];
y2 = yuv[3];


以此一资讯可以剖析出regular Y'UV444格式而成为2 RGB pixels info:

rgb1 = Y'UV444toRGB888(y1, u, v);
rgb2 = Y'UV444toRGB888(y2, u, v);

Y'UV422可被表达成Y'UY'2 FourCC格式码。意思是2 pixels将被定义成each macropixel (four bytes) treated in the image. Yuv422 yuy2.svg

Y'UV411[编辑]

// Extract YUV components
u = yuv[0];
y1 = yuv[1];
y2 = yuv[2];
v = yuv[3];
y3 = yuv[4];
y4 = yuv[5];
rgb1 = Y'UV444toRGB888(y1, u, v);
rgb2 = Y'UV444toRGB888(y2, u, v);
rgb3 = Y'UV444toRGB888(y3, u, v);
rgb4 = Y'UV444toRGB888(y4, u, v);

所以结果会得到4 RGB像素的值 (4*3 bytes) from 6 bytes. This means reducing size of transferred data to half and with quite good loss of quality.

YV12[编辑]

The Y'V12的格式相当类似Y'UV420p,但U与V资料反转:Y'跟随着V, U殿后。Y'UV420p与Y'V12使用相同算法。许多重要的编码器都采用YV12空间存储视频:MPEG-4(x264XviDDivX),DVD-Video存储格式MPEG-2,MPEG-1以及MJPEG。

将Y'UV420p转换成RGB

Height = 16;
Width = 16;
Y'ArraySize = Height × Width;    //(256)
Y' = Array[7 × Width + 5];
U = Array[(7/2) × (Width/2) + 5/2 + Y'ArraySize];
V = Array[(7/2) × (Width/2) + 5/2 + Y'ArraySize + Y'ArraySize/4];
RGB = Y'UV444toRGB888(Y', U, V);


03-25
### YUV格式介绍 YUV是一种色彩空间表示法,主要用于视频编码、图像处理以及电视广播等领域。它通过将亮度(Luma, Y)和色度(Chroma, U/V)分离的方式,有效地减少了数据冗余并提升了压缩效率[^1]。 #### 数据结构与表现形式 YUV格式可以根据其内部的数据排列方式分为两种主要类别:**打包格式**和**平面格式**。 - **打包格式**是指Y、U、V分量按特定顺序交错存储在一个连续的内存块中,这种格式通常便于硬件访问和实时处理。 - **平面格式**则是将Y、U、V分别存放在独立的内存区域中,这种方式更适合软件操作和后期编辑[^2]。 #### 应用领域 1. **视频编码与压缩** YUV因其高效的压缩特性和良好的视觉质量,在现代视频编码标准中占据重要地位。无论是流媒体服务还是物理介质(如DVD、蓝光),都广泛采用基于YUV的颜色模型进行数据存储和传输。 2. **电视广播** 在传统模拟电视信号传输过程中,PAL和NTSC等制式均依赖于YUV体系来传递彩色画面信息。这不仅简化了信号调制流程,也增强了抗干扰能力。 3. **图像处理与计算机视觉** 利益于YUV独特的亮度/色度分解机制,该格式被频繁应用于诸如颜色匹配、对象识别及运动跟踪之类的高级算法开发当中。特别是针对人类皮肤色调检测的任务,利用YUV能取得更精确的结果。 4. **学习与研究工具支持** 针对希望深入理解或实际运用YUV格式的研究人员和技术爱好者们,存在一些公共资源可供下载使用。例如某开源项目就提供了标准化尺寸(1920×1080)下的样本文件集合及其配套可视化程序,极大地方便了相关人员的学习实践工作[^4]。 ```python import numpy as np from PIL import Image def yuv_to_rgb(yuv_image_path, width=1920, height=1080): """ 将YUV格式图片转换成RGB模式显示 参数: yuv_image_path (str): 输入YUV文件路径. width (int): 图像宽度,默认为1920像素. height (int): 图像高度,默认为1080像素. 返回: RGB图像实例. """ with open(yuv_image_path, 'rb') as f: raw_data = np.frombuffer(f.read(), dtype=np.uint8) # 假设输入的是NV12格式(YUV 4:2:0),调整数组形状 y_plane_size = width * height uv_plane_size = int(width / 2) * int(height / 2) y_channel = raw_data[:y_plane_size].reshape((height, width)) u_channel = raw_data[y_plane_size:y_plane_size + uv_plane_size].reshape((int(height / 2), int(width / 2))) v_channel = raw_data[y_plane_size + uv_plane_size:].reshape((int(height / 2), int(width / 2))) rgb_array = cv2.cvtColor(np.stack([y_channel,u_channel,v_channel], axis=-1),cv2.COLOR_YUV2BGR_NV12) return Image.fromarray(rgb_array,"RGB") if __name__ == "__main__": img = yuv_to_rgb('example.yuv') img.show() ```
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
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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