當(dāng)前位置：首頁(yè) >

RGB、YUV像素基础知识及处理数据

發(fā)布時(shí)間：2024/4/11 31 豆豆

生活随笔收集整理的這篇文章主要介紹了 RGB、YUV像素基础知识及处理数据小編覺(jué)得挺不錯(cuò)的,現(xiàn)在分享給大家,幫大家做個(gè)參考.

RGB、YUV像素基礎(chǔ)知識(shí)及處理數(shù)據(jù)

RGB色彩模式是工業(yè)界的一種顏色標(biāo)準(zhǔn)，是通過(guò)對(duì)紅?、綠(G)、藍(lán)(B)三個(gè)顏色通道的變化以及它們相互之間的疊加來(lái)得到各式各樣的顏色的，RGB即是代表紅、綠、藍(lán)三個(gè)通道的顏色，這個(gè)標(biāo)準(zhǔn)幾乎包括了人類(lèi)視力所能感知的所有顏色，是運(yùn)用最廣的顏色系統(tǒng)之一。

通常情況下，RGB各有256級(jí)亮度，用數(shù)字表示為從0、1、2…直到255，所以每一個(gè)顏色用1個(gè)字節(jié)=8bit就可以完全在計(jì)算機(jī)內(nèi)部表示出來(lái)。按照計(jì)算，256級(jí)的RGB色彩總共能組合出約1678萬(wàn)種色彩，即256×256×256=16777216。通常也被簡(jiǎn)稱(chēng)為1600萬(wàn)色或千萬(wàn)色，也稱(chēng)為24位色(2的24次方)。

比如一張1080p的圖片，代表著有 1920 * 1080 個(gè)像素點(diǎn)。如果采用 RGB 編碼方式，每個(gè)像素點(diǎn)都有紅、綠、藍(lán)三個(gè)原色，其中每個(gè)原色占用 1 個(gè)字節(jié)，每個(gè)像素占用3個(gè)字節(jié)，則一張1080p的圖片就占用 1920 * 1280 * 3 / 1024 / 1024 = 7.03125MB 存儲(chǔ)空間。比如著名的BMP位圖就是這樣保存圖片的（所謂的RGB888格式，或者24位位圖格式）。

圖片的信息量有7.03125MB并不代表對(duì)應(yīng)的圖片文件的大小就是7.03125MB，因?yàn)閮牲c(diǎn)：

圖片的信息會(huì)被壓縮，減小文件的大小；

圖片文件會(huì)注入meta data，又會(huì)稍微增大文件大小；

總體上圖片文件肯定是變小了。而壓縮又主要分為兩種：

無(wú)損壓縮，比如BMP位圖文件——頂多是使用行程長(zhǎng)度編碼（RLE，run-length encoding）來(lái)進(jìn)行輕度的無(wú)損數(shù)據(jù)壓縮（COCO數(shù)據(jù)集的分割data也使用了RLE），所以7.03125MB大小的內(nèi)容會(huì)保存為6MB左右的文件；

有損壓縮，最流行的就是jpg了，各種復(fù)雜的壓縮算法，會(huì)根據(jù)圖片內(nèi)容的不同，使得圖片文件的大小降低到幾十KB到幾百KB左右。

2. RGB的格式

簡(jiǎn)單來(lái)講，RGB在計(jì)算機(jī)中的表示主要分為兩大類(lèi)，一種是索引形式，一種是像素形式。

索引：

諸如RGB1，RGB4，RGB8，分別表示每個(gè)像素用1個(gè)bit，4個(gè)bit， 8個(gè)bit來(lái)表示，那么，這些bit存儲(chǔ)的并非是實(shí)際的R,G, B值，而是對(duì)應(yīng)點(diǎn)的像素在調(diào)色板中的索引。

像素形式：

諸如RGB565，RGB555，RGB24，RGB32，ARGB32，這些格式，存儲(chǔ)的是每一個(gè)像素點(diǎn)的R,G,B值。比如RGB24，分別用8個(gè)bit去表示R, G, B。

3. RGB圖片中的CHW和BGR概念

以著名的圖像算法庫(kù)OpenCV為例，我們常常聽(tīng)到一個(gè)概念：一個(gè)API輸出或者輸出的圖片格式是CHW還是HWC，是RGB還是BGR…但是這代表什么意思呢?

使用一個(gè)例子來(lái)解釋下，在Python中，使用OpenCV來(lái)讀取一個(gè)圖片gemfield.jpg（640x640）：

(640, 640, 3)這樣的結(jié)果一看就是hwc格式(HWC三個(gè)字母分別代表Height、Width、Channel)，相當(dāng)于在內(nèi)存中，img是個(gè)三維數(shù)組，從外層向內(nèi)層依次是height、width、channel；也就是說(shuō)：img是由640個(gè)height組成的，每個(gè)height是由640個(gè)width組成的，每個(gè)width是由3個(gè)channel組成的。而在每個(gè)width上，如果是BGR格式，則一個(gè)width就是[B,G,R]，如果是RGB的話(huà)，則一個(gè)width就是[R,G,B]。而OpenCV的imread輸出的是BGR格式，因此img對(duì)象看起來(lái)就是這樣的三維數(shù)組：

如果想要把hwc格式轉(zhuǎn)換為chw格式，則使用numpy的transpose：

那么就是chw格式了，img依然是BGR格式，依然是3維數(shù)組：由3個(gè)channel組成，每個(gè)channel由640個(gè)height組成，每個(gè)height由640個(gè)width組成。img在內(nèi)存中看起來(lái)就是這樣：

2. YUV

1. YUV基本概述

大家已經(jīng)知道的是，YUV 編碼采用了明亮度和色度表示每個(gè)像素的顏色。其中Y表示明亮度（Luminance、Luma），也就是灰階值。U、V 表示色度（Chrominance 或 Chroma）。Y’UV是工程師希望在黑白基礎(chǔ)結(jié)構(gòu)中使用彩色電視時(shí)發(fā)明的。他們需要一種與黑白（B＆W）電視兼容的信號(hào)傳輸方法，同時(shí)又能增加色彩。亮度分量已經(jīng)以黑白信號(hào)形式存在，于是他們添加了UV信號(hào)作為解決方案。

Y’UV模型根據(jù)一個(gè)亮度分量（Y’）和兩個(gè)色度分量（分別稱(chēng)為U（藍(lán)色投影）和V（紅色投影））定義了色彩空間。Y’UV顏色模型用于PAL 復(fù)合彩色視頻（不包括PAL-N）標(biāo)準(zhǔn)中。先前的黑白系統(tǒng)僅使用亮度（Y’）信息。顏色信息（U和V）是通過(guò)副載波單獨(dú)添加的，因此黑白接收器仍然能夠以接收器的本機(jī)黑白格式接收和顯示彩色圖片。

Y’代表亮度分量（亮度），U和V代表色度（顏色）分量；術(shù)語(yǔ)Y’UV，YUV，YCbCr，YPbPr等的范圍有時(shí)是模棱兩可和重疊的。歷史上，術(shù)語(yǔ)YUV和Y’UV用于電視系統(tǒng)中顏色信息的特定模擬編碼，而YCbCr用于顏色信息的數(shù)字編碼，適用于視頻和靜止圖像壓縮和傳輸，例如MPEG和JPEG。如今，術(shù)語(yǔ)YUV在計(jì)算機(jī)行業(yè)中通常用于描述使用YCbCr編碼的文件格式。

YUV不是一種格式，而是有多種細(xì)分格式。從存儲(chǔ)格式維度和采樣格式維度來(lái)分別介紹下。

2. YUV的存儲(chǔ)格式

首先，YUV按照儲(chǔ)存方法的不同，可以分為packeted formats和planar formats；前者是YUV分量交叉排著，類(lèi)似于RGB領(lǐng)域的hwc；后者是YUV分量分成三個(gè)數(shù)組存放，不摻和在一起，類(lèi)似于RGB領(lǐng)域的chw。

3. YUV的采樣格式

其次，YUV根據(jù)采樣率和采樣方式的不同，又可以劃分為各種格式。

要說(shuō)YUV相比于RGB有什么優(yōu)勢(shì)，那就是節(jié)省空間。為什么呢？因?yàn)閅UV分量中，UV分量對(duì)人眼來(lái)說(shuō)不敏感，因此可以降低采樣率，而對(duì)人的視覺(jué)又不構(gòu)成什么影響。以下面的YUV420格式來(lái)說(shuō)：

可以看到UV分量只有Y分量的四分之一，這樣每4個(gè)像素就是6個(gè)字節(jié)（而RGB是12個(gè)字節(jié)），相比RGB節(jié)省了一半空間。除了YUV420外，還有YUV444（和RGB一樣的空間大小）和YUV422等主流格式。

4. 主流的YUV420格式

這些主流YUV格式中，YUV420更常見(jiàn)（因?yàn)楦?jié)省空間啊），而從YUV420這種采樣格式引申出來(lái)，疊加上不同的存儲(chǔ)格式，就又可以細(xì)分為很多。你可以參考：http://www.fourcc.org/yuv.php 。

當(dāng)YUV420采樣格式疊加上planar 儲(chǔ)存格式后，可以產(chǎn)生出YUV420P和YUV420SP格式。YUV420P是Y之后U之后V來(lái)儲(chǔ)存，相當(dāng)于RGB中的chw了，又可以細(xì)分為I420（又叫YU12）和YV12格式；而YUV420SP是Y之后UV交替…，又可以細(xì)分為NV12和NV21格式。這四種細(xì)分格式如下所示：

NV12 ，FourCC為0x3231564E ，1個(gè)像素12 bit， 8-bit Y plane，Y通道平面結(jié)束后是交叉進(jìn)行的 U/V 通道平面，U/V使用2x2的采樣率（各是Y的四分之一）。

NV21 ，FourCC為0x3132564E ，1個(gè)像素12 bit，和NV12一樣——除了U/V交叉的時(shí)候是先V再U，也就是U/V和V/U的區(qū)別；這個(gè)是Android上攝像頭圖像的標(biāo)準(zhǔn)；

I420 （也叫YU12），FourCC為0x30323449 ，1個(gè)像素12 bit，8 bit Y 通道平面結(jié)束后，是U通道平面，最后是V通道平面；

YV12 ，FourCC為0x32315659，1個(gè)像素12 bit，8 bit Y 通道平面結(jié)束后，是V通道平面，最后是U通道平面；

5. YUV到RGB的轉(zhuǎn)換

一邊是YUV格式的生產(chǎn)者，一邊是RGB格式的消費(fèi)者。那如何從YUV轉(zhuǎn)換到RGB呢？上文已經(jīng)說(shuō)過(guò)，YUV的細(xì)分格式有很多種（幾十種），沒(méi)有那么多的精力，也沒(méi)必要花那個(gè)精力一一介紹，因此，這里只給出主流中的主流YUV格式到RGB的轉(zhuǎn)化。

1. Y’UV420p（和Y’V12或YV12）到RGB888的轉(zhuǎn)換

Y’UV420p是平面格式，這意味著Y’，U和V值組合在一起而不是散布在一起。這樣做的原因是，通過(guò)將U和V值分組在一起，圖像變得更加可壓縮。當(dāng)給定Y’UV420p格式的圖像數(shù)組時(shí)，所有Y’值首先出現(xiàn)，然后是所有U值，最后是所有V值。

Y’V12格式本質(zhì)上與Y’UV420p相同，但是它切換了U和V數(shù)據(jù)：Y’值后跟V值，最后是U值。只要注意從適當(dāng)?shù)奈恢锰崛和V值，就可以使用相同的算法處理Y’UV420p和Y’V12。

與大多數(shù)Y’UV格式一樣，Y’值與像素一樣多。在X為像素?cái)?shù)，則數(shù)組中的前X個(gè)元素是對(duì)應(yīng)于每個(gè)單獨(dú)像素的Y’值。但是，U和V值只有Y的四分之一，這意味著每個(gè)U和V元素均適用于四個(gè)像素。

如上圖所示，Y’UV420中的Y’，U和V分量分別在順序塊中編碼。為每個(gè)像素存儲(chǔ)一個(gè)Y’值，而為每個(gè)2×2正方形像素塊分別存儲(chǔ)一個(gè)U值和一個(gè)V值。上圖中使用相同的顏色顯示了相應(yīng)的Y’，U和V值。從設(shè)備逐行讀取字節(jié)流，Y’塊位于位置0，U塊位于x×y（在此示例中為6×4 = 24），V塊位于位置x ×y +（x×y）/ 4（這里6×4 +（6×4）/ 4 = 30）。

3. RGB、YUV像素?cái)?shù)據(jù)處理

視音頻數(shù)據(jù)處理入門(mén)：RGB、YUV像素?cái)?shù)據(jù)處理

總結(jié)

以上是生活随笔為你收集整理的RGB、YUV像素基础知识及处理数据的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。

上一篇：视音频数据处理入门
下一篇： PCM音频基础知识及采样数据处理

生活随笔