YUV圖像用的比較多，而且YUV圖像的格式眾多(YUV格式可以參考YUV pixel formats)，如何用OpenCV的Mat類型來存儲YUV圖像也是經(jīng)常遇到的問題。

對于YUV444圖像來說，就很簡單。YUV的三個分量的采樣方法一致，因此YUV三個分量的大小一致，可以用Mat的三個channel分別表示YUV即可。假設(shè)src是OpenCV默認(rèn)的BGR三通道圖像，和YUV444的轉(zhuǎn)換如下，圖像大小不變。

//If src is CV_8UC3, dest is CV_8UC3

cvtColor(src, dest, COLOR_BGR2YUV);

cvtColor(dest, src, COLOR_YUV2BGR);

YUV422用的不多(其實我沒用過)，先說YUV420。YUV420圖像的U/V分量在水平和垂直方向上downsample，在水平和垂直方向上的數(shù)據(jù)都只有Y分量的一半。因此總體來說，U/V分量的數(shù)據(jù)量分別只有Y分量的1/4，不能作為Mat類型的一個channel。所以通常YUV420圖像的全部數(shù)據(jù)存儲在Mat的一個channel，比如CV_8UC1，這樣對于Mat來說，圖像的大小就有變化。對于MxN(rows x cols，M行N列)的BGR圖像(CV_8UC3)，其對應(yīng)的YUV420圖像大小是(3M/2)xN(CV_8UC1)。前MxN個數(shù)據(jù)是Y分量，后(M/2)xN個數(shù)據(jù)是U/V分量，UV數(shù)據(jù)各占一半。

U/V分量如何存儲，和YUV420的格式有關(guān)。YUV420有所謂的420p(420planar/420面)和420sp(420 semi-planar/420半面)格式。所謂420面格式，YUV三個分量按順序存儲完一個分量所有圖像數(shù)據(jù)，稱為一個面，再存儲下一個分量的面，因此有三個面數(shù)據(jù)。420半面格式下，只有Y分量是作為一個單獨的面存儲，U/V分量按照像素排列順序交錯存儲，算作一個面，因此稱為半面。

420p

420sp

YUV順序

YVU順序

UVUV交錯

VUVU交錯

I420/IYUV

YV12

NV12

NV21

420p或者420sp都是先存儲Y分量的面，然后根據(jù)UV分量的存儲順序，又各分為兩種格式。420p按照YUV的順序存儲三個面，是I420格式，或者叫IYUV格式。按照YVU的順序存儲三個面，叫YV12格式。420sp的U/V交錯面，如果按照UVUV的順序交錯存儲，稱為NV12格式。反之，按照VUVU的順序交錯存儲，稱為NV21格式。

OpenCV現(xiàn)在從BGR到Y(jié)UV420的顏色空間變化僅支持轉(zhuǎn)換到420p的兩種格式，不支持轉(zhuǎn)換到420sp。但可以支持420p或者420sp轉(zhuǎn)換到BGR。假設(shè)src是OpenCV默認(rèn)的BGR三通道圖像，和420p的轉(zhuǎn)換如下。

//If src is BGR CV_8UC3 with size 640x960, dest is CV_8UC1 with 960x960

cvtColor(src, dest, COLOR_BGR2YUV_I420);　　　　//dest is I420

cvtColor(dest, src, COLOR_YUV2BGR_I420);

cvtColor(src, dest, COLOR_BGR2YUV_YV12);//dest is YV12

cvtColor(dest, src, COLOR_YUV2BGR_YV12);

假設(shè)src是YUV420的420sp圖像數(shù)據(jù)，到BGR的轉(zhuǎn)換如下。

//If src is NV12 CV_8UC1 with size 960x960, dest is BGR CV_8UC3 with 640x960

cvtColor(src, dest, COLOR_YUV2BGR_NV12);//If src is NV21 CV_8UC1 with size 960x960, dest is BGR CV8UC3 with 640x960

cvtColor(src, dest, COLOR_YUV2BGR_NV21);

OpenCV還提供了一個cvtColorTwoPlane函數(shù)，當(dāng)前僅支持從420sp轉(zhuǎn)換到BGR，但是Y面和U/V交錯面存儲在兩個Mat結(jié)構(gòu)中。

下面的代碼片段把height x width的YUV圖像數(shù)據(jù)順時針旋轉(zhuǎn)90°存儲到Mat，格式是NV12。yPixel, uPixel, vPixel分別是指向YUV數(shù)據(jù)的指針，yStride，uvStride分別是Y和UV的行stride，uvPixelStride是UV數(shù)據(jù)像素stride。代碼分別把YUV數(shù)據(jù)存儲到一個臨時Mat中，然后調(diào)用OpenCV的transpose()和flip()函數(shù)把圖像順時針旋轉(zhuǎn)90°。較新版本的OpenCV提供了函數(shù)rotate()可以做90°，180°和270°的旋轉(zhuǎn)，可以使用。最后分別把旋轉(zhuǎn)后的YUV數(shù)據(jù)寫到Mat中，最后的格式是NV12，注意height和width交換了，UV數(shù)據(jù)是交錯存儲的。如果不使用OpenCV的函數(shù)，自己寫一段代碼來做旋轉(zhuǎn)也是可以的。不過我試過了，肯定沒有OpenCV的函數(shù)快。OpenCV的函數(shù)至少要比我們用循環(huán)寫出來的代碼快25%。所以有現(xiàn)成的庫函數(shù)盡量使用他們。

//Original image with size height x width//int32_t width, height; original image width and height//uint8_t *yPixel, *uPixel, *vPixel; pointers to YUV data//int32_t yStride, uvStride, uvPixelStride; line stride and uv pixel stride

cv::Mat yuv_nv12(width * 3 / 2, height, CV_8UC1)inti, j;int height2 = height / 2, width2 = width / 2;

cv::Mat y_temp(height, width, CV_8UC1);

cv::Mat u_temp(height2, width2, CV_8UC1);

cv::Mat v_temp(height2, width2, CV_8UC1);//Get Y data and rotate

line_src =yPixel;for (i = 0; i < height; i++) {

line_dest=y_temp.ptr(i);

memcpy(line_dest, line_src, width);

line_src+=yStride;

}

cv::transpose(y_temp, y_temp);

cv::flip(y_temp, y_temp,1);//Get U data and rotate

line_src =uPixel;for (i = 0; i < height2; i++) {

line_dest=u_temp.ptr(i);

uchar*ptr =line_src;for (j = 0; j < width2; j++) {*line_dest++ = *ptr;

ptr+=uvPixelStride;

}

line_src+=uvStride;

}

cv::transpose(u_temp, u_temp);

cv::flip(u_temp, u_temp,1);//Get V data and rotate

line_src =vPixel;for (i = 0; i < height2; i++) {

line_dest=v_temp.ptr(i);

uchar*ptr =line_src;for (j = 0; j < width2; j++) {*line_dest++ = *ptr;

ptr+=uvPixelStride;

}

line_src+=uvStride;

}

cv::transpose(v_temp, v_temp);

cv::flip(v_temp, v_temp,1);//Write Y data to yuv_nv12

for (i = 0; i < width; i++) {

line_dest=yuv_nv12.ptr(i);

line_src=y_temp.ptr(i);

memcpy(line_dest, line_src, height);

}//Write UV data to yuv_nv12

cv::MatIterator_ it((cv::Mat_*)&yuv_nv12, width);

cv::MatIterator_ u_src_it = u_temp.begin();

cv::MatIterator_ v_src_it = v_temp.begin();int wh2 = width2 *height2;for (i = 0; i < wh2; i++) {*it++ = *u_src_it++;*it++ = *v_src_it++;

}

至于YUV422圖像，我沒有試過。OpenCV不支持從BGR轉(zhuǎn)到Y(jié)UV422，但是可以從YUV422轉(zhuǎn)會BGR。大概看了下，YUV422圖像用Mat類型存儲應(yīng)該也是用一個channel來存儲所有YUV數(shù)據(jù)，而且應(yīng)該是用所謂的緊湊格式(packed format)，而不是前面提到的面格式(planar format)。所謂緊湊格式，就是對每個像素的YUV三個分量按照一定的順序交錯存儲，每4個數(shù)據(jù)組成一個所謂的宏像素。因為YUV422垂直方向沒有downsample，只有水平方向有，所以每兩個Y對應(yīng)一個U和一個V，組成一個宏像素。比如UYVY格式(按照UYVY交錯存儲)，YUY2格式(按照YUYV交錯存儲)，YVYU格式等等。它們都有對應(yīng)的轉(zhuǎn)BGR的code，比如COLOR_YUV2BGR_UYVY，不一一列舉了。

總結(jié)

以上是生活随笔為你收集整理的opencv 解析yuv_OpenCV Mat格式存储YUV图像的全部內(nèi)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(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。