分析RGB/YUV三个通道的概率分布，并计算各自的熵。

实验目的：

对down.rgb和down.yuv文件分别分析RGB三个通道的概率分布，并计算各自的熵。
已知：
图片大小256*256
rgb文件存储格式BGRBGR……
yuv文件以4：2：0采样，按照全部像素的Y数据块、U数据块和V数据块依次存放。

实验思路：

1.图片大小为256256，每个像素包含BGR三个分量，一共有256256*3个值存入buffer数组中。
2.从buffer数组中分别统计B、G、R的值放入B、G、R三个数组。
3.8bit量化共有256个值，统计B、G、R的概率分布。
4.从概率分布算出熵。
5.yuv同理，注意每采集四个Y信号只分别采集一个U、V信号，且按照全部像素的Y数据块、U数据块和V数据块依次存放。
6.使用MATLAB绘制概率分布统计图

实验代码：

1、.rgb格式

#include
#include
#include
using namespace std;
#define size 196608//256*256*3
#define height 256
#define width 256

int main()
{
     
	unsigned char R[256*256]={
     0},G[256*256]={
     0},B[256*256]={
     0};//RGB分量
	double R_F[256]={
     0},G_F[256]={
     0},B_F[256]={
     0};//RGB概率分布
	double R_I=0,G_I=0,B_I=0;//RGB的熵
	FILE* picture,* red,*green,*blue;
	fopen_s(&picture,"d:\\down.rgb","rb");
	fopen_s(&red,"d:\\red.txt","w");
	fopen_s(&green,"d:\\green.txt","w");
	fopen_s(&blue,"d:\\blue.txt","w");
	if(picture==0)
		printf("Fail to open the picture!");
	else
	{
     
		unsigned char buffer[size]={
     0};
		fread(buffer,1,size,picture);//将picture的值写入数组buffer
		//将B、G、R的值分别写入B、G、R的数组中
		for(int i=0,j=0;i<size;i=i+3,j++)
		{
     
			//以BGRBGR……顺序排列
			B[j]=*(buffer+i);
			G[j]=*(buffer+i+1);
			R[j]=*(buffer+i+2);
		}
	    //统计RGB各数值次数(8bit,范围0~255)
		for(int i=0;i<256;i++)
		{
     
			for(int j=0;j<256*256;j++)
			{
     
				if(int(R[j]==i)) {
     R_F[i]++;}
				if(int(G[j]==i)) {
     G_F[i]++;}
				if(int(B[j]==i)) {
     B_F[i]++;}
			}
		}
		//计算RGB频率
		for(int i=0;i<256;i++)
		{
     
			R_F[i]=R_F[i]/(256*256);
			G_F[i]=G_F[i]/(256*256);
			B_F[i]=B_F[i]/(256*256);
		}
		//将概率写入文件
        for (int i = 0; i < 256; i++)
        {
     
            fprintf(red, "%d\t%f\n", i, R_F[i]);
            fprintf(green, "%d\t%f\n", i, G_F[i]);
            fprintf(blue, "%d\t%f\n", i, B_F[i]);
        }
		//计算RGB的熵
        for (int i = 0; i < 256; i++)
        {
     
            if (R_F[i] != 0) {
      R_I += -R_F[i] * log(R_F[i]) / log((double)2); }//以2为底的对数
            if (G_F[i] != 0) {
      G_I += -G_F[i] * log(G_F[i]) / log((double)2); }
            if (B_F[i] != 0) {
      B_I += -B_F[i] * log(B_F[i]) / log((double)2); }
        }
        printf("R的熵为%f\n", R_I);
        printf("G的熵为%f\n", G_I); 
        printf("B的熵为%f\n", B_I);
    }
    return 0;
}

2、.yuv格式

#include
#include
#include
using namespace std;
#define size 98304//256*256*(1+1/4+1/4)
#define height 256
#define width 256

int main()
{
     
	unsigned char Y[256*256]={
     0},U[256*256/4]={
     0},V[256*256/4]={
     0};//YUV分量
	double Y_F[256]={
     0},U_F[256]={
     0},V_F[256]={
     0};//YUV概率分布
	double Y_I=0,U_I=0,V_I=0;//RGB的熵
	FILE* pictureyuv,* y,*u,*v;
	fopen_s(&pictureyuv,"d:\\down.yuv","rb");
	fopen_s(&y,"d:\\y.txt","w");
	fopen_s(&u,"d:\\u.txt","w");
	fopen_s(&v,"d:\\v.txt","w");
	if(pictureyuv==0)
		printf("Fail to open the picture!");
	else
	{
     
		unsigned char buffer[size]={
     0};
		fread(buffer,1,size,pictureyuv);//将picture的值写入数组buffer
		//将Y、U、V的值分别写入Y、UV的数组中
		for(int i=0;i<65536;i++)
		{
     
			Y[i]=*(buffer+i);//0-65535先存Y分量

		}
		for(int i=65536;i<81920;i++)
		{
     
			U[i-65536]=*(buffer+i);//65536-81919存U分量

		}
		for(int i=81920;i<size;i++)
		{
     
			V[i-81920]=*(buffer+i);//81920-98304存V分量

		}
	    //统计YUV各数值次数(8bit,范围0~255)
		for(int i=0;i<256;i++)
		{
     
			for(int j=0;j<256*256;j++)
			{
     
				if(int(Y[j]==i)) {
     Y_F[i]++;}
			}
		}
		for(int i=0;i<256;i++)
		{
     
			for(int j=0;j<256*256/4;j++)
			{
     
				if(int(U[j]==i)) {
     U_F[i]++;}
				if(int(V[j]==i)) {
     V_F[i]++;}
			}
		}
		//计算YUV频率
		for(int i=0;i<256;i++)
		{
     
			Y_F[i]=Y_F[i]/(256*256);
			U_F[i]=U_F[i]/(256*256/4);
			V_F[i]=V_F[i]/(256*256/4);
		}
		//将概率写入文件
        for (int i = 0; i < 256; i++)
        {
     
            fprintf(y, "%d\t%f\n", i, Y_F[i]);
            fprintf(u, "%d\t%f\n", i, U_F[i]);
            fprintf(v, "%d\t%f\n", i, V_F[i]);
        }
		//计算YUV的熵
        for (int i = 0; i < 256; i++)
        {
     
            if (Y_F[i] != 0) {
      Y_I += -Y_F[i] * log(Y_F[i]) / log((double)2); }//以2为底的对数
            if (U_F[i] != 0) {
      U_I += -U_F[i] * log(U_F[i]) / log((double)2); }
            if (V_F[i] != 0) {
      V_I += -V_F[i] * log(V_F[i]) / log((double)2); }
        }
        printf("Y的熵为%f\n", Y_I);
        printf("U的熵为%f\n", U_I); 
        printf("V的熵为%f\n", V_I);
    }
    return 0;
}

用matlab导入txt文件绘制统计图如下:

1、RGB

2、YUV

RGB的概率分布不确定性较大，熵更大，熵YUV的概率分布不确定性较较小，熵更小。