當前位置：首頁 > 编程资源 > 编程问答 >内容正文

编程问答

YUV与RGB互转各种公式 (YUV与RGB的转换公式有很多种，请注意区别！！！)

發布時間：2024/8/26 编程问答 49 豆豆

生活随笔收集整理的這篇文章主要介紹了 YUV与RGB互转各种公式 (YUV与RGB的转换公式有很多种，请注意区别！！！) 小編覺得挺不錯的,現在分享給大家,幫大家做個參考.

一、公式：基于BT.601-6??

　　BT601 UV 的坐標圖（量化后）：（橫坐標為u，縱坐標為v，左下角為原點）

? ? ? ? 通過坐標圖我們可以看到UV并不會包含整個坐標系，而是呈一個旋轉了一定角度的八邊形, ?U越大藍色越藍，V越大，紅色越紅。

名詞解釋：

量化后: ? Y~[16,235]? ?U ~[16-240]? ?V~[16-240]? ? ?量化就是讓通過線性變換讓Y 或 U 或V 處于一定的范圍內，比如讓Y 【0,1】變到 Y' (16,235) ?就這樣來實行： ?Y' = Y* （235-16）/(1-0)? ?+ 16? ?即 Y' = 219*Y + 16? ?

未量化: Y~ [0,1]? ?U,V~[-0.5,0.5]? ??

YUV ：即 YCbCr ?兩者是等價的

關于為什么要量化？??

　　1.眾所周知，RGB的范圍是【0,255】，如果把R=0，G=0，B=255帶入公式 U = -0.169*R - 0.331*G + 0.5 ?*B ;，得到的U=127.5，而char的范圍是【-128,127】，無法表示到127.5，

那么，我們就需要將Y U V數據進行量化；

　　2. 量化后，我們進行RGB轉YUV的時候，如果我們就要進行邊界判斷，類似于? Y=Y_int <0?0: (Y_int>255?255:Y_int);? 這個語句非常消耗CPU，如果YUV進行量化之后，那么RGB轉YUV的時候就不需要進行邊界判斷；

　　3. 進行量化后會節省一部分帶寬。

關于如何判斷圖像是否經過量化？

　　在完全黑畫面的時候打印出圖像的Y數據，如果Y=16左右? ? 說明Y經過量化，如果Y=0左右? ?說明Y未經過量化?

1.小數形式,未量化???(? U~[-0.5-0.5]? ,? ?R~[0,1]? )

R = Y + 1.4075 * V; ?
G = Y - 0.3455 * U - 0.7169*V; ?
B = Y + 1.779 * U; ?

Y = 0.299*R + 0.587*G + 0.114*B;

U = (B-Y)/1.772; ? ?

V = (R-Y)/1.402;? ? ??
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?
或寫為：
Y = ?0.299*R + 0.587*G + 0.114*B;

U = -0.169*R - 0.331*G + 0.5 ?*B ;

V = ?0.5 ?*R - 0.419*G - 0.081*B;

2.整數形式（減少計算量）未量化? ? ?R，G，B~[0,255]? ?U，V~[-128,128]

R= Y + ((360 * (V - 128))>>8) ;?
G= Y - (( ( 88 * (U - 128) ?+ 184 * (V - 128)) )>>8) ;?
B= Y +((455 * (U - 128))>>8) ;

Y = (77*R + 150*G + 29*B)>>8;

U = ((-44*R ?- 87*G ?+ 131*B)>>8) + 128;

V = ((131*R - 110*G - 21*B)>>8) + 128 ;

3. 量化后的公式( Y~(16,235) ?U/V ~(16,240) ?) ??量化? ?( I420 , YUV422 用改公司轉換即可 )

　　[Y,U,V,1]^T?= ?M[R,G,B,1]^T?^{其中 M = ?}

[ 0.2568, 0.5041, 0.0979, 16 ? ?

-0.1479, -0.2896, 0.4375, 128 ? ?

0.4375, -0.3666, -0.0709, 128, ?

0, 0, 0, 1 ]

　　[R,G,B,1]T = M[Y,U,V,1]^{T? ? ? M = ?}

^{1.1644 ??0 ??1.6019 ??-223.5521 ??}

^{1.1644 ??-0.3928 ??-0.8163 ??136.1381 ??}

^{1.1644 ??2.0253 ??0 ??-278.0291 ??}

^{0.0000 ??0.0000 ??0.0000 ??1.0000? ?}

由此可以得到紅色的YUV分量? ?YUV? = ( ?81,91,240 )

4 ?量化后的公式寫成整數的形式（減小計算量） ??( Y~(16,235) ?U/V ~(16,240) ?)

?yuv --> rgb

R = (298*Y + 411 * V - 57344)>>8
G?= (298*Y - 101* U?- 211* V+ 34739)>>8
B?= (298*Y + 519* U- 71117)>>8

rgb --> yuv?

Y= ( ?66*R + 129*G ?+ ?25*B)>>8 + 16?

U= (-38*R ?- ? ?74*G ?+ 112*B)>>8 +128

V= (112*R - ? ?94*G ?- ? 18*B)>>8 ? + 128

5. YUV量化與非量化互轉

YUV 量化轉非量化

Y=(Y'-16 ? )*255/219 ;?

U=(U'-128)*128/112;

V=(V'-128)*128/112;

YUV 量化轉 ?非量化 ?U~(-128-127) ?-----> ? U~(16-240)

Y' = ((219*Y)>>8) ? + ? 16;

U' = ((219*U)>>8) ? + 128;

V' =?((219*V)>>8) ? + 128;

6. YV12 轉RGB ? ?（這個有待考證。。！！）

R = Y + 1.370705 * ( V - 128 ) ; // r分量值
G = Y - ?0.698001 * ( U - 128 ) ?- 0.703125 * (V - 128) // g分量值
B = Y + 1.732446 * ( U - 128 ); // b分量值

7. 矩陣形式（BT601）：

?矩陣形式

量化前

? ? ? ?[Y,U,V]^T?= ?M[R,G,B]^T^{? ?其中 M =?0.299 ,?0.587,?0.114,??-0.169, ??- 0.331, ??0.5, ??? ? 0.5,??- 0.419 ???- 0.081}

^{??　　 [R,G,B]^T?= ?M[Y,U,V]^{T ?}其中 M =?1 ? ?0 ??1.4017 ? ? ? 1 ? -0.3437 ??-0.7142 ? ? ? 1 ? 1.7722 ??0}

量化后

　　[Y,U,V,1]^T?= ?M[R,G,B,1]^T^{其中 M = ?}[ 0.2568, 0.5041, 0.0979, 16 ? ?-0.1479, -0.2896, 0.4375, 128 ? ?0.4375, -0.3666, -0.0709, 128, ?0, 0, 0, 1 ]

　　[R,G,B,1]T = M[Y,U,V,1]^{T ? ? ? ? ? ?M = ?1.1644 ??0 ??1.6019 ??-223.5521 ??1.1644 ??-0.3928 ??-0.8163 ??136.1381 ??1.1644 ??2.0253 ??0 ??-278.0291 ??0.0000 ??0.0000 ??0.0000 ??1.0000 ??}

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ??

量化后的公式寫成整數形式

　　[Y,U,V,1]^T?= ?(M[R,G,B,1]^T)>>8?^{其中 M = ?}66, 129, 25, 4096, ? ?-38, -74, 112, 32768, ? ?112, -94, -18, 32768, ? ?0, 0, 0, 256

　　[R,G,B,1]T = (M[Y,U,V,1]^T)>>8^{? ? ? ? ? ?M =}298, 0, 410, -57229, ? ?298, ? ? -101, -209, 34851, ? ?298, 518, 0, -71175, ? ?0, 0, 0, 256

附 :bt601文檔上的截圖?

二、.?Rec2020 (BT2020) 下的YUV與RGB轉換公式 ?（我覺得還是寫成矩陣的形式更加統一協調）

BT2020 UV 的坐標圖（量化后）：（橫坐標為u，縱坐標為v，左下角為原點）

通過坐標圖我們可以看到UV不同于BT601協議，該uv代表的顏色范圍更大，該顏色范圍呈一個不規則八邊形。

1.? BT2020 文檔上的公式

即：

Y = 0.2627*R + 0.6780*G + 0.0593*B;

U = -0.1396*R - 0.3604*G + 0.5*B;

V = 0.5*R - 0.4598*G -0.0402*B;

矩陣形式

量化前

? ? ? ?[Y,U,V]^T?= ?M[R,G,B]^T^{? ?其中 M =?0.2627 ??0.6780 ??0.0593 , ? ? -0.1396 ??-0.3604 ??0.5000, ? ?0.5000 ??-0.4598 ??-0.0402 ? ? ? ?}

^{? 　　　　?[R,G,B]^T?= ?M[Y,U,V]^{T ?}其中 M =?1.0000 ??-0.0000 ??1.4746 ??1.0000 ??-0.1645 ??-0.5713 ??1.0000 ??1.8814 ??-0.0001 ??}

量化后

　　[Y,U,V,1]^T?= ?M[R,G,B,1]^{T ? 其中 M = 0.2256, 0.5823, 0.05093, 16, ? ? ??-0.1222, -0.3154, 0.4375, 128 ,?? ? ? ?0.4375, -0.4023, -0.0352, 128, ? ? ? 0,0,0,1}

　　[R,G,B,1]T =?M[Y,U,V,1]^{T ? ? ? ? ? ?M =1.1644, ? 0, ? 1.6853, ? -234.3559, ? ? ? 1.1644, ? -0.1881, ? -0.6529, ? 89.0206, ? ? ? 1.1646, ? 2.1501, ? 0.0000, ? -293.8542, ? ? ? 0.0000, ? 0.0000, ? 0.0000, ? 1.0000}

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ??

量化后的公式寫成整數形式

　　[Y,U,V,1]^T?= ?(M[R,G,B,1]^T)>>8?^{其中 M ?= ?}58, 149, 13, 4096, ? ?-31, -81, 112, 32768, ? ?112, -103, -9, 32768, ??0, 0, 0, 256

　　[R,G,B,1]T = (M[Y,U,V,1]^T)>>8^{?? ? ? ? ? ?M = ?}298, 0, 431, -59995, ? ?298, -48, -167, 22789, ? ?298, 550, 0, -75227, ? ?0, 0, 0, 256

2. BT601 轉 BT2020

_Y = (256*Y ?- 32*U -30*V+ 7826)>>8;
_U = (258*U +17*V - 2208)>>8;
_V = ?(22*U + 264*V - 3369)>>8;

3. bt2020 轉bt601

YUV_601 = M*[Y,U,V,1]T

M=[

1.0000 ??0.1157 ??0.1037 ??-28.0756 ??

0.0000? ?0.9951 ??-0.0602 ??8.3197?

-0.0000 ??-0.0835 ??0.9767 ??13.6686 ??

0.0000 ??0.0000 ??0.0000 ??1.0000?

RGB與HSV互轉

1.RGB轉HSV

1: max=max(R,G,B) 2: min=min(R,G,B) 3: if R = max, H = (G-B)/(max-min) 4: if G = max, H = 2 + (B-R)/(max-min) 5: if B = max, H = 4 + (R-G)/(max-min) 6: 7: H = H * 60 8: if H < 0, H = H + 360 9: 10: V=max(R,G,B) 11: S=(max-min)/max

2. HSV轉RGB

1: if s = 0 2: R=G=B=V 3: else 4: H /= 60; 5: i = INTEGER(H) 6: 7: f = H - i 8: a = V * ( 1 - s ) 9: b = V * ( 1 - s * f ) 10: c = V * ( 1 - s * (1 - f ) ) 11: 12: switch(i) 13: case 0: R = V; G = c; B = a; 14: case 1: R = b; G = v; B = a; 15: case 2: R = a; G = v; B = c; 16: case 3: R = a; G = b; B = v; 17: case 4: R = c; G = a; B = v; 18: case 5: R = v; G = a; B = b;

轉載于:https://www.cnblogs.com/luoyinjie/p/7219319.html

與50位技術專家面對面20年技術見證，附贈技術全景圖

總結

以上是生活随笔為你收集整理的YUV与RGB互转各种公式 (YUV与RGB的转换公式有很多种，请注意区别！！！)的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。