Letterbox, Pillarbox和Pan&Scan的区别

最新推荐文章于 2024-08-01 23:10:54 发布
最新推荐文章于 2024-08-01 23:10:54 发布
阅读量8.7k 收藏 1
点赞数 1
CC 4.0 BY-SA版权
文章标签： h.264 linux
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/wenhuihhwh/article/details/6428822
本文介绍了视频在不同显示设备上的呈现方式，包括Letterbox、Pillarbox、Pan&Scan及CCO等显示模式，并解释了采样点高宽比(SAR)与显示设备高宽比(DAR)的概念。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

这是一个关于视频话题，以电视显示为基准，相应的概念和方法可以类推到其它显示设备。


直观地讲，Letterbox指的是16：9的图像在4：3的设备上的显示方法，即图像与设备同宽，在上下添加黑边的显示模式；Pillarbox正好相反，为4：3的图像在16：9的设备的显示模式，左右会被添加黑边；Pan&Scan比较特殊，在4：3的设备上显示16：9的图像时，图像与设备同高，在水平方向多余的图像会被截祛，截取的范围可根据中心点偏移来调整；CCO是一种特殊的Pan&Scan，其中心点偏移为0。


要更好地理解这个问题，需要明确的是，设备的像素点大都不是方形的，包括采样设备和显示设备。采样点的高宽比，称为SAR,显示设备的高宽比，称为DAR。比如同样是720*480的图像，若SAR为9：8时，图像尺寸为4：3；若SAR为32：27时，图像尺寸为16：9。换句话说，当SAR为9：8时，720*480的图像只有在DAR为4：3的设备上显示时，圆是圆，方是方，否则圆将是椭圆，方将是长方。


SAR或DAR被打包在码流当中MPEG-2定义了3种，H.264定义了一堆。实现时要根据码流中的信息，用户设置的目标电视的型号，及显示处理模式来综合考虑。

 

介绍28本学习linux的经典教材和书籍

wenhuihhwh
关注
第三章、用YOLOv8进行检测——第九节 图像预处理流程和其中的LetterBox
u010117029的博客
06-04 149
本文介绍了YOLOv8目标检测中的图像预处理流程，重点解析了LetterBox缩放技术的实现与应用。预处理流程包含四个步骤：LetterBox缩放、通道转换、归一化和张量转换。LetterBox类通过保持原始比例缩放并填充灰色边界，核心参数包括目标尺寸、自动填充和步长设置。文章还展示了不同参数组合的适用场景、可视化效果对比以及填充比例分析方法，并提供了自定义填充颜色、多尺度处理等进阶应用方案。最后介绍了批量处理优化等性能提升技巧，帮助开发者掌握YOLOv8预处理核心技术并优化实际应用性能。
letterbox 视频显示
05-28
letterbox 视频显示 letterbox 视频显示letterbox 视频显示 letterbox 视频显示letterbox 视频显示 letterbox 视频显示letterbox 视频显示 letterbox 视频显示letterbox 视频显示 letterbox 视频显示
Letterbox, Pillarbox和Pan&Scan/CCO
weixin_30687587的博客
09-08 327
（这篇文章写得真郁闷，写了一半，没存，又写了一点，又莫名地丢了）这是一个关于视频话题，以电视显示为基准，相应的概念和方法可以类推到其它显示设备。直观地讲，Letterbox指的是16：9的图像在4：3的设备上的显示方法，即图像与设备同宽，在上下添加黑边的显示模式；Pillarbox正好相反，为4：3的图像在16：9的设备的显示模式，左右会被添加黑边；Pan&Scan比较特殊，在4...
Letterbox,Pillarbox和Pan&Scan
weixin_34240520的博客
06-23 530
Auto 　　不改变窗口设置16:9 PillarBox: 　　4:3的图像，在16:9的显示屏上显示时，上下到顶，左右会添加黑边。 16:9 Pan&Scan 　　4:3的图像，在16:9的显示屏上显示时，图像与设备同宽，垂直方向多余的图像会被截去。4:3 Letter Box 　　16:9的图像，在4:3的显示屏上显示时，左右到顶，上下会添加黑边。4:3 Pan&Sc...
屏幕宽高比（电视等显示设备）：letterbox 和 pan and scan 模式
u011605208的专栏
12-11 6203
一、源起 1）电影胶片的格式一般都是widescreen的，即宽屏的，这样就引入了一个问题。 2）由于电视的宽高比ratio前期一般为4:3,后期为16：9；胶片的宽高比2.20:1, 2.35:1, 2.39:1, 2.55:1等，大于1.33（4:3），1.78 （16:9） 3）如何将内容合适的展示在电视屏幕上就是本文标题中提到的两种技术（16:9 在 4:3上展示等也是一样的道理）
使用cuda核函数实现letterbox对比py的letterbox速度差异
12-26
这是一个使用CUDA加速实现图像letterbox预处理的Python程序。主要通过GPU并行计算来提升图像处理性能，同时保持与OpenCV实现相同的处理效果。代码包含了CUDA核心实现（实现双线性插值和边界填充）、LetterboxCUDA类...
Letterbox 电影分类数据集
最新发布
06-24
描述： Letterbox 电影分类数据集是 10,002 部电影的丰富而详细的元数据集合，来自流行的电影评级和评论平台（灵感来自类似 Letterboxd 的数据）。此数据集提供了电影属性的全面快照，包括标题、导演、流派、评级、...
LetterBox图像预处理方法
ice
08-01 583
这里有你没见过的letterbox
Letterbox操作
Major_S的博客
06-02 749
在CNN卷积模块中，由于卷积核为基本为方形，所以模型输入图片的尺寸也需要为方形。然而大多数数据集的图片基本上为 矩形，直接将图片 resize 到正方形，会导致图片失真，比如细长图片中的物体会变畸形。letterbox操作：对图像进行resize时，保持原图的长宽比的等比例缩放，当长边 resize 到需要的长度时，短边未匹配部分采用灰色填充。
Hi3798M的原理图与PCB板图.rar
09-09
附件是Hi3798M的原理图与PCB板图
CV — 目标检测：letterbox
pentiumCM的博客
07-19 1万+
文章目录CV — 目标检测：letterbox一、相关概念二、代码实现(一) python代码 CV — 目标检测：letterbox 一、相关概念 letterbox： 概念： 在深度学习算法中，大多数目标检测算法由于 卷积核为方形（不排除卷积核有矩形的情况），所以模型输入图片的尺寸也需要为方形。然而大多数数据集的图片基本上为 矩形，直接将图片 resize 到正方形，会导致图片失真，比如细长图片中的物体会变畸形。 letterbox操作：在对图片进行resize时，保持原图的长宽比进行等比例缩放
目标检测之letterbox
热门推荐
如果想成为中心，那么就到中心去吧。
09-09 1万+
前言 深度学习模型输入图片的尺寸为正方形，而数据集中的图片一般为长方形，粗暴的resize会使得图片失真，采用letterbox可以较好的解决这个问题。该方法可以保持图片的长宽比例，剩下的部分采用灰色填充。 代码 import cv2 import numpy as np import xml.etree.ElementTree as ET class_dict = {'aircraft': 1} def letterbox(img, new_shape=(640, 640), color=(114
【yolo】图像预处理方法letterbox
qq_51677409的博客
07-02 2390
letterbox被用于LoadImages类的__next__方法中, 用于输入图像尺寸的预处理。letterbox实现了图像调整技术，主要用于深度学习领域中的物体检测任务，确保不同尺寸的输入图像能被模型接受。Letterbox的原理很简单。当输入图像的纵横比与模型所需不一致时，Letterbox会在图像的顶部和底部添加填充（通常是黑色或与背景色相同），以保持纵横比的一致性。填充的宽度会根据纵横比差异进行调整。这种方法可以确保模型能够处理各种纵横比的图像，并减少因纵横比差异导致的问题。
目标检测笔记(四)：Letterbox/Mosaic完整代码和结果展示
源的博客
02-18 3639
由于数据集中存在多种不同和长宽比的样本图，传统的图片缩放方法按照固定尺寸来进行缩放会造成图片扭曲变形的问题。自适应缩放技术通过填充最少的灰边像素来将任意大小的图片调整为所需输入图片大小。
LetterBox属于哪种数据扩增方式？LetterBox的汉语意思是什么？
weixin_43501408的博客
03-12 653
在目标检测任务中，LetterBox通常指的是将原始图像调整为固定尺寸的正方形，然后在正方形的周围填充固定颜色的边界框，以保持原始图像的纵横比不变。"LetterBox"的汉语意思是“信箱”。这个名称可能是由于调整图像尺寸时，类似于在一个信箱内调整信件大小的过程。LetterBox属于图像数据增强的一种方式，它通常用于调整图像的尺寸，使其适应模型的输入尺寸。LetterBox属于哪种数据扩增方式？LetterBox的汉语意思是什么？
Android 12 - Letterbox 模式
HansChen的博客
11-25 5802
1. 简介 随着越来越多大屏和折叠屏设备出现，很多应用并未对不同尺寸的设备进行 UI 适配，这时候应用选择以特定的宽高比显示（虽然 Google 不建议这这样做，官方还是希望开发者可以对不同的屏幕尺寸进行自适应布局~），当应用的宽高比和它的容器比例不兼容的时候，就会以 Letterbox 模式打开。 Letterbox 模式下界面会以指定的比例显示，周围空白区域可以填充壁纸或者颜色。至于 Letterbox 的外观可受以下因素影响： config_letterboxActivityCornersRadi
信封模式，图片放进一个固定的信封里面：图像预处理
swx595182208的博客
04-04 274
直接对图像进行resize，改变了图像的长宽比，图像会拉伸，在darknet-AB中，作者用的就是这种前处理方式，原因作者解释说在相同的图像尺寸被拉伸后，进行训练和测试效果上是没有影响的，但是resize可以使得目标的尺寸变大，使得对小目标检测更加友好。opencv中深度学习的图像前处理方式，先等比例缩放，宽高尺寸一个等于对应的size尺寸，另一个大于或者等于对应的size尺寸，然后再从中心进行裁剪，得到网络输入图片，这种方式目标尺寸是大了，但是也会丢失一些图片信息。
letterbox和resize
03-26
### Letterbox与Resize的区别及用法 #### 基本概念 Letterboxing 是一种图像处理技术，用于调整图像尺寸的同时保持其原始纵横比。相比之下，普通的 Resize 方法可能会改变图像的宽高比例，从而导致变形。 在计算机视觉领域，Letterboxing 的主要目的是通过向图像周围添加填充（通常是黑色像素），使图像适配目标尺寸而不失真[^1]。而传统的 Resize 则可能拉伸或压缩图像以匹配指定的目标尺寸，这可能导致对象形状被扭曲。 #### 实现细节对比 当使用 OpenCV 进行图像预处理时，可以通过计算顶部、底部、左侧和右侧的填充量来完成 Letterboxing 操作。具体来说： - **Top**: `(letterbox_rows - resize_rows) / 2` - **Bottom**: `(letterbox_rows - resize_rows + 1) / 2` - **Left**: `(letterbox_cols - resize_cols) / 2` - **Right**: `(letterbox_cols - resize_cols + 1) / 2` 这些参数定义了如何围绕缩小后的图像均匀分布额外的空间[^2]。 对于 YOLOv5 或其他先进的目标检测框架而言，优化版 letterbox 策略会尝试最小化不必要的填充区域，减少数据冗余并提升模型推理效率[^3]。而在最新版本如 YOLOv8 中，不仅实现了更高效的图像调整方法，还同步考虑到了标注框坐标的相应变换逻辑[^4]。 以下是基于 Python 和 OpenCV 的简单示例代码展示两种方式的应用场景差异: ```python import cv2 import numpy as np def simple_resize(image, target_width, target_height): """直接缩放到固定大小""" resized = cv2.resize(image, (target_width, target_height)) return resized def apply_letterbox(image, target_size, color=(0, 0, 0)): """应用信封式填充至特定大小""" height, width = image.shape[:2] ratio = min(target_size[0]/height, target_size[1]/width) new_unpad = int(round(width * ratio)), int(round(height * ratio)) dw = (target_size[1] - new_unpad[0]) // 2 dh = (target_size[0] - new_unpad[1]) // 2 img_resized = cv2.resize(image, new_unpad, interpolation=cv2.INTER_LINEAR) result = cv2.copyMakeBorder(img_resized, top=dh, bottom=dh, left=dw, right=dw, borderType=cv2.BORDER_CONSTANT, value=color) return result ``` 上述函数 `simple_resize()` 展示了一个基本的重设大小操作；相反地，`apply_letterbox()` 函数则体现了完整的字母盒流程——先按比例裁剪再补全空白区。 #### 总结 因此，在实际项目开发过程中选择哪种手段取决于具体需求：如果优先级在于维持物体的真实外观特征，则推荐采用 letterbox 技术；反之若是单纯追求快速简便的数据转换过程的话，常规意义上的 resize 就已经足够满足条件了。
评论 1
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