利用C++分析rgb和yuv文件的三个通道的概率分布，并计算各自的熵

一、实验目的

分析rgb和yuv文件的三个通道的概率分布，并计算各自的熵。（编程实现）
两个文件的分辨率均为256*256，yuv为4:2:0采样空间，
存储格式为：rgb文件按每个像素BGR分量依次存放；
YUV格式按照全部像素的Y数据块、U数据块和V数据块依次存放。

二、实验思路

1、分别读取R、G、B（或Y、U、V）到数组中。
2、计算三通道的颜色强度级的频数。
3、计算三通道的颜色强度级的概率。
4、将三个通道分量频率写为red、green、blue三个txt文件存放。
5、频率统计结果导入Excel画图得出。
（c++很难进行绘图操作）
6、熵值由程序直接输出。

三、代码部分

rgb部分

#include
#include
using namespace std;
#define Res 65536

int main()
{
     
    unsigned char R[Res] = {
      0 }, G[Res] = {
      0 }, B[Res] = {
      0 };    //定义 R、G、B分量

    double R1[256] = {
      0 }, G1[256] = {
      0 }, B1[256] = {
      0 };   //定义 R、G、B概率分量

    double RS = 0, GS = 0, BS = 0;  //定义 R、G、B的熵

    FILE* Picture, * Red, * Green, * Blue;
    fopen_s(&Picture,"D:/新建文件夹 (3)/数据压缩/rgb/down.rgb", "rb");

    fopen_s(&Red,"D:/新建文件夹 (3)/数据压缩/rgb/Red.txt", "w");
    fopen_s(&Green,"D:/新建文件夹 (3)/数据压缩/rgb/Green.txt", "w");
    fopen_s(&Blue, "D:/新建文件夹 (3)/数据压缩/rgb/Blue.txt", "w");

   
        //分别读取R、G、B到数组中
        unsigned char Array[Res * 3] = {
      0 };
        fread(Array, 1, Res * 3, Picture);
        for (int i = 0, j = 0; i < Res * 3; i = i + 3, j++)
        {
     
            B[j] = *(Array + i);
            G[j] = *(Array + i + 1);
            R[j] = *(Array + i + 2);
        }

        //分别统计R、G、B三通道的256个颜色强度级的频数
        for (int i = 0; i < Res; i++)
        {
     
             R1[R[i]]++; 
             G1[G[i]]++;
             B1[B[i]]++;
        }

        //分别计算R、G、B三通道的256个颜色强度级的概率
        for (int i = 0; i < 256; i++)
        {
     
            R1[i] = R1[i] / (Res);
            B1[i] = B1[i] / (Res);
            G1[i] = G1[i] / (Res);
        }

        //将概率写入文件
        for (int i = 0; i < 256; i++)
        {
     
            fprintf(Red, "%d\t%f\n", i, R1[i]);
            fprintf(Green, "%d\t%f\n", i, G1[i]);
            fprintf(Blue, "%d\t%f\n", i, B1[i]);
        }

        //计算并输出熵
        for (int i = 0; i < 256; i++)
        {
     
            if (R1[i] != 0) {
      RS += -R1[i] * log(R1[i]) / log(2.0); }
            if (G1[i] != 0) {
      GS += -G1[i] * log(G1[i]) / log(2.0); }
            if (B1[i] != 0) {
      BS += -B1[i] * log(B1[i]) / log(2.0); }
        }
		cout << "R熵:" << RS << endl;
	    cout << "G熵:" << GS << endl;
	    cout << "B熵:" << BS << endl;
   
	    system("pause");
        return 0;
		
}

运行结果

熵：R:7.22955 G:7.17846 B:6.85686

RGB概率分布图

yuv部分

#include
#include
using namespace std;

#define Res 65536

int main()
{
     
    unsigned char Y[Res] = {
      0 }, U[Res/4] = {
      0 }, V[Res/4] = {
      0 };    //定义Y、U、V分量

    double Y1[256] = {
      0 }, U1[256] = {
      0 }, V1[256] = {
      0 };   //定义Y、U、V概率分量

    double Ys = 0, Us = 0, Vs = 0;    //定义Y、U、V的熵


    FILE* Pic, * PY, * PU, * PV;
    fopen_s(&Pic, "D:/新建文件夹 (3)/数据压缩/yuv/down.yuv", "rb");
    fopen_s(&PY, "D:/新建文件夹 (3)/数据压缩/yuv/PY.txt", "w");
    fopen_s(&PU, "D:/新建文件夹 (3)/数据压缩/yuv/PU.txt", "w");
    fopen_s(&PV, "D:/新建文件夹 (3)/数据压缩/yuv/PV.txt", "w");

        //读取Y、U、V到数组
        unsigned char Array[98304];
        fread(Array, 1, Res * 1.5, Pic);
        for (int i = 0; i < Res ; i++)
        {
     
            Y[i] = *(Array + i);
        }

        for (int i = Res; i < Res * 1.25; i++)
        {
     
            U[i-65536] = *(Array + i);
        }

        for (int i = Res * 1.25; i < Res * 1.5; i++)
        {
     
            V[i - 81920] = *(Array + i);
        }

        //统计Y、U、V三通道的颜色强度级的频数
        for (int i = 0; i < Res; i++)
        {
     
            Y1[Y[i]]++;
        }

        for (int i = 0; i < (Res/4); i++)
        {
     
            U1[U[i]]++;
            V1[V[i]]++;
        }

        //计算Y、U、V三通道的256个颜色强度级的概率
        for (int i = 0; i < 256; i++)
        {
     
            Y1[i] = Y1[i] / (Res);
            U1[i] = U1[i] / (Res/4);
            V1[i] = V1[i] / (Res/4);
        }

        for (int i = 0; i < 256; i++)
        {
     
            fprintf(PY, "%d\t%f\n", i, Y1[i]);
            fprintf(PU, "%d\t%f\n", i, U1[i]);
            fprintf(PV, "%d\t%f\n", i, V1[i]);
        }

        //计算输出熵
        for (int i = 0; i < 256; i++)
        {
     
            if (Y1[i] != 0) {
      Ys += -Y1[i] * log(Y1[i]) / log(2.0); }
            if (U1[i] != 0) {
      Us += -U1[i] * log(U1[i]) / log(2.0); }
            if (V1[i] != 0) {
      Vs += -V1[i] * log(V1[i]) / log(2.0); }
        }
        printf("Y熵：%f\n", Ys);
        printf("U熵：%f\n", Us);
        printf("V熵：%f\n", Vs);

    return 0;
}

运行结果

熵：Y：6.331819 U：5.126402 V:4.113143

YUV概率分布图

四、实验结论

RGB分量的熵大于YUV分量，去相关性更好。