解析yuv420图片并转换成RGB显示

简介

　　本篇为学习yuv图片格式转化笔记。

原理讲解

参考资料

　　YUV格式哟很多种，本篇记录的格式为YUV420。
有关YUV420的详细介绍，可以参考资料：1、图文详解YUV420数据格式 http://blog.csdn.net/jefry_xdz/article/details/7931018

大致讲解

　　首先yuv420的存储大小为：width * height * 3 / 2。
它的分布根据前面推荐文档提到的，是又有两种方式：紧缩格式和平面格式。这里只讲解本篇使用到的平面格式。
其数据分布可以如下图所示：
  
                 （图一）                                 （图二）

　　从图片中我们可以看到，这种格式下的yuv数据存放，yuv之间的数据比例为4:1:1。同时最先是存储完所有的Y数据之后，接着才存储UV数据。
uv数据的存放，有两种情况，u和v交替存放，以及先把所有的u存放之后，再继续存放y数据。
　　其中Y数据的数据量为：图片Width * height；u和v的数据量都为图片图片Width * height / 4;
　　所以在解析和转换yuv数据的时候，根据格式分离出YUV数据，在根据公式进入后续转换。

代码实现

具体代码

 

1. #include

2. #include

3. #include

4. #include

5. #include

6. #include

7. #include

8. #include

9. #include

10. #include

11. #include

12. #include

13.  

14. using namespace cv;

15. using namespace std;

16.  

17. #define nWidth 1280

18. #define nHeight 960

19. #define FrameSize nWidth*nHeight*3/2

20. #define YSize nWidth*nHeight

21. #define USize nWidth*nHeight / 4

22. #define VSize nWidth*nHeight / 4

23.  

24. int main(int argc, char* argv[]){

25. int i, k;

26. Mat tmp, tmpY;

27.  

28. FILE *f ;

29. if(!(f = fopen("1.yuv","rb"))){

30. printf("file open error!");

31. }

32.  

33. Mat yMat = Mat(cvSize(nWidth, nHeight), CV_8UC1, cv::Scalar(0, 0, 0));

34. Mat uMat = Mat(cvSize(nWidth/2, nHeight/2), CV_8UC1, cv::Scalar(0, 0, 0));

35. Mat vMat = Mat(cvSize(nWidth/2, nHeight/2), CV_8UC1, cv::Scalar(0, 0, 0));

36. Mat rgbMat = Mat(cvSize(nWidth/2, nHeight/2), CV_8UC3, cv::Scalar(0, 0, 0));

37.  

38. uchar* yPtr = yMat.ptr(0);

39. uchar* uPtr = uMat.ptr(0);

40. uchar* vPtr = vMat.ptr(0);

41. uchar* rgbPtr = rgbMat.ptr(0);

42.  

43. unsigned char *pBuf = new unsigned char[FrameSize];

44. fread(pBuf, 1, FrameSize, f);

45.  

46. for(i=0; i

47. yPtr[i] = pBuf[i];

48. }

49.  

50. k=0;

51. for(i=YSize; i< FrameSize;){

52. uPtr[k] = pBuf[i];

53. vPtr[k] = pBuf[i+1];

54. i += 2;

55. k += 1;

56. }

57. resize(yMat, tmpY, cvSize(nWidth/2, nHeight/2));

58. yPtr = tmpY.ptr(0);

59.  

60. for(i=0; i

61. rgbPtr[i*3 + 2] = yPtr[i] + 1.772 * (uPtr[i] - 128); //R

62. rgbPtr[i*3 + 1] = yPtr[i] - 0.34413 * (uPtr[i] - 128) - 0.71414 * (vPtr[i] - 128); //G

63. rgbPtr[i*3 + 0] = yPtr[i] + 1.402 * (vPtr[i] - 128); //G

64. }

65. imshow("new.jpg", rgbMat);

66. imshow("U", uMat);

67. imshow("v", vMat);

68. imshow("Y", tmpY);

69. cvWaitKey( 0 );

70. return 0;

71. }

代码讲解

　　1、首先是打开对应图片，然后进行一些对应初始化设置

1. FILE *f ;

2. if(!(f = fopen("1.yuv","rb"))){

3. printf("file open error!");

4. }

5.  

6. Mat yMat = Mat(cvSize(nWidth, nHeight), CV_8UC1, cv::Scalar(0, 0, 0));

7. Mat uMat = Mat(cvSize(nWidth/2, nHeight/2), CV_8UC1, cv::Scalar(0, 0, 0));

8. Mat vMat = Mat(cvSize(nWidth/2, nHeight/2), CV_8UC1, cv::Scalar(0, 0, 0));

9. Mat rgbMat = Mat(cvSize(nWidth/2, nHeight/2), CV_8UC3, cv::Scalar(0, 0, 0));

10.  

11. uchar* yPtr = yMat.ptr(0);

12. uchar* uPtr = uMat.ptr(0);

13. uchar* vPtr = vMat.ptr(0);

14. uchar* rgbPtr = rgbMat.ptr(0);

    打开图片到f中，接着创建了yMat，uMat, vMat, rgbMat，分别用来保存y，u，v分量数据，以及最后合成出来的rgb图像数据。

　　2、取出Y的数据到yMat。

1. #define FrameSize nWidth*nHeight*3/2

2. #define YSize nWidth*nHeight

3.  

4. unsigned char *pBuf = new unsigned char[FrameSize];

5. fread(pBuf, 1, FrameSize, f);

6.  

7. for(i=0; i

8. yPtr[i] = pBuf[i];

9. }

    前面讲解时候已经说过，图像的所有数据大小为Width*Height*3/2， Y的数据大小为：Width*Height。这里首先将大小的图像文件f中，所有的数据读取到pBuf中，接着从pBuf中，取出最开始的Width*Height数据，也就对应为Y的数据。

　　3、取出U、V的数据

1. k=0;

2. for(i=YSize; i< FrameSize;){

3. uPtr[k] = pBuf[i];

4. vPtr[k] = pBuf[i+1];

5. i += 2;

6. k += 1;

7. }

    这里使用的范例图片为u、v交替存储格式，所有是u、v数据交替读取。最后u、v数据保存到uMat和vMat中。

　　4、转换为RGB图像

1. resize(yMat, tmpY, cvSize(nWidth/2, nHeight/2));

2. yPtr = tmpY.ptr(0);

3.  

4. for(i=0; i

5. rgbPtr[i*3 + 2] = yPtr[i] + 1.772 * (uPtr[i] - 128);

6. rgbPtr[i*3 + 1] = yPtr[i] - 0.34413 * (uPtr[i] - 128) - 0.71414 * (vPtr[i] - 128);

7. rgbPtr[i*3 + 0] = yPtr[i] + 1.402 * (vPtr[i] - 128);

8. }

    也就是根据yuv到RGB的转换公式，来讲图像数据转换为RGB，分别存放到rgbMat图像对应的三个通道中。需要注意下：之前已经有提到yuv420的像素比例为4:1:1，所有，在合成到RGB图像之前需要首先将u、v的数据分别扩展放大4倍，让YUV之前比值为4:4:4。                            我这里为了方便测试显示图像，所以是将Y的数据，缩放为原来图像的1/4，这会导致，最后出来的图像width和height都只有原图像1/4。

　　常用的yuv转换为RGB的公式有：
          R= Y +  +1.402(V-128)
          G= Y - 0.34413(U-128) - 0.71414(V-128)
          B= Y + 1.772(U-128)+0