对rgb和yuv文件分析各通道的概率分布，并求熵

一、实验目的

对down.rgb和down.yuv文件分析三个通道的概率分布，并计算各自的熵。图片分辨率均为256*256，rgb文件中每个像素按BGR分量依次存放，yuv文件为4:2:0采样。

二、实验思路

以对down.rgb文件的分析举例
1.读取文件，可利用fopen函数
2.对各分量进行计数。此处可分配一个动态缓存空间以存储从rgb文件中读取的数据，再定义countB，countG，countR三个数组，分别对B，G，R进行计数，每个数组长度均为256。因为要对B，G，R分别读取、计数，所以动态缓存空间大小应为256256再乘3。可利用for循环+if判断语句实现。
3.计算各通道的概率分布。对countB/G/R中每个值除以（256256）即得到概率分布，同时进行熵的计算。可用for循环实现。进行熵计算是要主意，会有概率为0的情况，不能加入计算。
4.输出结果。利用fprintf将概率分布输出到csv文件中，后续可利用python/matlab/excel进行绘图，便于观察（我这里使用了numbers）。这一步可与3同步进行。最后输出熵的结果。
5.释放空间。fclose、free。
对yuv文件基本同上，但要主意down.yuv为4:2:0采样，即u,v的偏移量仅为y的1/4。

三、实验代码

对rgb文件

#include 
#include 
#include 
using namespace std;
#define width 256
#define height 256
int main()
{
     
    int size=width*height;
    int sum=size*3;
    FILE *fp=fopen("/Users/xiemengting/Desktop/down.rgb", "r");
    FILE *fp_out=fopen("/Users/xiemengting/Desktop/rgbdata.csv", "wb");
    unsigned char* get=new unsigned char[sum];
    double countB[256]={
     0};
    double countG[256]={
     0};
    double countR[256]={
     0};
    double dataB;
    double dataG;
    double dataR;
    double hB=0;
    double hG=0;
    double hR=0;
    fread(get, sizeof(unsigned char), sum, fp);
    for(int i=0;i<sum;i=i+3)
    {
     
        int j1=get[i];
        countB[j1]++;
        int j2=get[i+1];
        countG[j2]++;
        int j3=get[i+2];
        countR[j3]++;
    }
    fprintf(fp_out, " ,B,G,R\n");
    for(int i=0;i<256;i++)
    {
     
        fprintf(fp_out, "%d",i);
        fprintf(fp_out,",");
        dataB=countB[i]/size;
        if(dataB!=0)
            hB=hB-dataB*(log(dataB)/log(2));
        fprintf(fp_out, "%f",dataB);
        fprintf(fp_out,",");
        dataG=countG[i]/size;
        if(dataG!=0)
            hG=hG-dataG*(log(dataG)/log(2));
        fprintf(fp_out, "%f",dataG);
        fprintf(fp_out,",");
        dataR=countR[i]/size;
        if(dataR!=0)
            hR=hR-dataR*(log(dataR)/log(2));
        fprintf(fp_out, "%f\n",dataR);
    }
    cout<<"B的熵为"<<hB<<endl;
    cout<<"G的熵为"<<hG<<endl;
    cout<<"R的熵为"<<hR<<endl;
    fclose(fp);
    fclose(fp_out);
    free(get);
    return 0;
}

对yuv文件

#include 
#include 
#include 
using namespace std;
#define width 256
#define height 256
int main()
{
     
    int size=width*height;
    int sum=size*1.5;
    FILE *fp=fopen("/Users/xiemengting/Desktop/down.yuv", "r");
    FILE *fp_out=fopen("/Users/xiemengting/Desktop/yuvdata.csv", "wb");
    unsigned char* get;
    get=(unsigned char*)malloc(sizeof(unsigned char)*sum);
    double countY[256]={
     0};
    double countU[256]={
     0};
    double countV[256]={
     0};
    double dataY;
    double dataU;
    double dataV;
    double hY=0;
    double hU=0;
    double hV=0;
    fread(get, sizeof(unsigned char), sum, fp);
    for(int i=0;i<sum;i++)
    {
     
        int j=get[i];
        if(i<size)
        {
     
            countY[j]++;
        }
        else if (i<(size*5/4))
        {
     
            countU[j]++;
        }
        else
        {
     
            countV[j]++;
        }
    }
    fprintf(fp_out, " ,Y,U,V\n");
    for(int i=0;i<256;i++)
    {
     
        fprintf(fp_out, "%d",i);
        fprintf(fp_out, ",");
        dataY=countY[i]/size;
        if(dataY!=0)
            hY=hY-dataY*(log(dataY)/log(2));
        fprintf(fp_out, "%f",dataY);
        fprintf(fp_out, ",");
        dataU=countU[i]/(size/4);
        if(dataU!=0)
            hU=hU-dataU*(log(dataU)/log(2));
        fprintf(fp_out, "%f",dataU);
        fprintf(fp_out, ",");
        dataV=countV[i]/(size/4);
        if(dataV!=0)
            hV=hV-dataV*(log(dataV)/log(2));
        fprintf(fp_out, "%f\n",dataV);
    }
    cout<<"Y的熵为："<<hY<<endl;
    cout<<"U的熵为："<<hU<<endl;
    cout<<"V的熵为："<<hV<<endl;
    fclose(fp);
    fclose(fp_out);
    free(get);
    return 0;
}

四、实验结果!

B的熵为6.85686
G的熵为7.17846
R的熵为7.22955

Y的熵为：6.33182
U的熵为：5.1264
V的熵为：4.11314