bitmap 和 YUV

bmp格式图片

首先说说bmp格式的图片吧,这是大家最熟悉不过的位图了,展现在我们面前的是一张张生动的图片,但是不知道你是否关注过,其实每一张bmp图片的大小,也就是他所占存储空间的字节数,完全是可知的,前提是你知道这一张图片的分辨率,也就是宽和高。说这么多,难免有些空洞,举个例子吧,通常我们所说的720p的图片,其分辨率为1280720,那么你不看他的里边具体是什么内容的时候,你便可以知道他的大小,即(1280720*3 + 54) bytes。一张bmp的图片实际上刚开始有54个字节是存储该图片的一些信息的,包括图像的宽,高,格式之类的,问一下度娘就知道了,在此不啰嗦了。54个字节就是图像的像素信息,每一个像素用3个(或4个,包含alpha通道)bytes来表示,分别表示我们常见的三原色b,g,r.。需要注意的是bmp图片的每一个像素的值是按bgr的顺序存储的。而且更值得注意的是存储的信息中是按照实际看到图像的坐下开始存储的。即按从左到右,从上到下的顺序存储的。所以要读取的时候要注意这个问题。

bitmap 和 YUV

bitmap 和 YUV


YUV格式
接下来在说说yuv格式吧,yuv是h264编码的输入数据的格式,一般需要编码的数据如果不是yuv格式的,需要通过转换转为yuv格式的,然后再次进行编码。相比bmp图片,yuv图片的存储信息里就没有前边的头了,直接便是像素数据。以yuv 420格式为例,720p的话,其空间大小的计算方式为12807203 / 2, 其中y像素的大小为1280720, u像素和v像素的存储的大小为1280720/4,yuv, planar格式,yuv是连续存储的,也就是说先是1280*720个y的值,然后是u, 在然后是v.

转载于:https://blog.51cto.com/7335580/2055356

### 将 Bitmap 转换为 YUV420P 格式的实现方法 在编程中,将 `Bitmap` 对象转换为 YUV420P 格式通常涉及以下几个核心操作: 1. **获取像素数据**:从 `Bitmap` 中提取 ARGB 像素数组。 2. **颜色空间转换**:将 ARGB 数据转换为 YUV 颜色空间中的 Y、U V 组件。 3. **重新排列数据**:按照 YUV420P 的存储格式(即平面化结构),分别保存 Y、U V 分量。 以下是具体的实现方式以及代码示例: #### Java 实现代码 ```java public static byte[] convertBitmapToYuv420p(Bitmap bitmap) { int width = bitmap.getWidth(); int height = bitmap.getHeight(); // 创建一个用于存储ARGB像素的int数组 int[] argb = new int[width * height]; bitmap.getPixels(argb, 0, width, 0, 0, width, height); // 计算YUV缓冲区大小 int ySize = width * height; int uvSize = (width * height) / 4; // 初始化YUV字节数组 byte[] yuv420pBytes = new byte[ySize + 2 * uvSize]; // 定义RGB转YUV系数 final double rCoeff = 0.299; final double gCoeff = 0.587; final double bCoeff = 0.114; final double rCoeffMinusG = rCoeff - gCoeff; final double bCoeffMinusG = bCoeff - gCoeff; int index = 0; // 当前处理位置索引 for (int row = 0; row < height; ++row) { for (int col = 0; col < width; ++col) { int pixel = argb[row * width + col]; int R = (pixel >> 16) & 0xFF; int G = (pixel >> 8) & 0xFF; int B = pixel & 0xFF; // 计算Y分量并存入yuv420pBytes int Y = Math.round(rCoeff * R + gCoeff * G + bCoeff * B); Y = clamp(Y, 0, 255); // 约束范围至[0, 255] yuv420pBytes[index++] = (byte) Y; // 如果当前像素位于偶数行列,则计算U/V分量 if ((row % 2 == 0) && (col % 2 == 0)) { int U = Math.round(128 + (-rCoeffMinusG * R - bCoeffMinusG * B)); int V = Math.round(128 + (rCoeffMinusG * R - bCoeffMinusG * B)); U = clamp(U, 0, 255); V = clamp(V, 0, 255); // 存储U/V分量到对应的位置 yuv420pBytes[ySize + (row / 2) * width / 2 + (col / 2)] = (byte) U; yuv420pBytes[ySize + uvSize + (row / 2) * width / 2 + (col / 2)] = (byte) V; } } } return yuv420pBytes; } // 辅助函数:约束数值范围 private static int clamp(int value, int min, int max) { if (value < min) return min; if (value > max) return max; return value; } ``` 此代码实现了从 `Bitmap` 到 YUV420P 格式的转换过程[^4]。它利用了 RGB 至 YUV 的标准线性变换公式,并考虑到了 YUV420P 的采样特性——亮度(Y)采用全分辨率,而色度(U,V)则降采样一半。 --- ### 注意事项 - 此算法假设输入图片的颜色通道顺序为 ARGB_8888。如果使用其他配置可能需要调整读取逻辑。 - 输出结果是一个连续的一维字节数组,其中前部分表示 Y 平面的数据,中间部分代表 U 平面,最后则是 V 平面的内容。 --- ### 性能优化建议 对于大规模图像或者实时应用场景下,可以尝试以下改进措施: - 使用 SIMD 指令集加速逐像素运算; - 替代手动循环的方式调用 GPU 或者硬件编解码器完成色彩空间转换任务。 ---
评论
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