使用OpenCV将图像转换为NV12格式并加载NV12数据

摘要：在新项目中，需要为上层应用开放几个接口，但又不想让上层应用过多依赖OpenCV。本文将详细介绍如何使用C++和OpenCV，通过加载图片并转换为NV12格式，实现对图像数据的处理，以及如何加载NV12数据并显示。这些步骤对于在相机等设备中处理YUV数据并与OpenCV进行无缝集成非常有用。

用处

新项目需要开放接口给上层应用使用，而相机直接输出的是YUV数据。为了减少上层应用对OpenCV的依赖，需要在函数内部将YUV数据转化为cv::Mat格式。这样，上层应用就无需调用OpenCV的任何操作。测试接口需要使用YUV数据，因此我们还需要保存图像数据为YUV格式，并加载YUV数据进行进一步处理。

步骤

步骤1：加载图片，转换成YUV并保存成NV12数据

void convert2NV12(const std::string& imagePath, const std::string& outputFilePath)
{
    cv::Mat mat = cv::imread(imagePath);
    int cropWidth = mat.cols/2*2;
    int cropHeight = mat.rows/2*2;

    cv::Mat cropImage = mat(cv::Rect(0 , 0, cropWidth, cropHeight));

    std::ofstream ofs;
    ofs.open(outputFilePath, std::ios::binary);

    // 创建一个YUV图像来存储转换后的数据
    cv::Mat yuvImage(cropImage.rows *3/2, cropImage.cols, CV_8UC1, cv::Scalar(0)); // Y分量
    cv::Mat uvImage(cropImage.rows *3/ 2, cropImage.cols, CV_8UC1, cv::Scalar(0)); // UV分量 (NV12)

    // 进行BGR到YUV颜色空间转换
    cv::cvtColor(cropImage, yuvImage, cv::COLOR_BGR2YUV_I420);

    memcpy(uvImage.data, yuvImage.data, cropImage.cols*cropImage.rows);

    int yLen  = cropImage.cols * cropImage.rows;
    int uvLen = cropImage.cols*cropImage.rows/4;
    // 将UV分量（U和V）从I420格式提取并排列为NV12格式
    for (int el = 0; el < uvLen; el++) {
        uvImage.data[yLen + 2*el] = yuvImage.data[yLen + el];
        uvImage.data[yLen + 2*el + 1] = yuvImage.data[yLen + el + uvLen];
    } 

    if(ofs.is_open()){
        // 写入YUV数据到文件
        ofs.write(reinterpret_cast(uvImage.data), uvImage.total() * uvImage.elemSize());
        // ofs.write(reinterpret_cast(uvImage.data), cropImage.cols*cropImage.rows*3/2);
        ofs.flush();
        ofs.close();
    }
}

在这个步骤中，我们加载一张图片，将其转换为NV12格式，并保存为NV12文件。convertToNV12 函数接受图片文件路径和输出NV12文件路径两个参数。

步骤2：加载NV12数据并转化成BGR数据显示

cv::Mat loadNV12(const std::string& filePath, int width, int height) {
    std::ifstream file(filePath, std::ios::binary | std::ios::ate);
    
    if (!file.is_open()) {
        std::cerr << "Error: Unable to open NV12 file " << filePath << std::endl;
        return cv::Mat();
    }

    std::streamsize size = file.tellg();
    file.seekg(0, std::ios::beg);

    std::vector buffer(size);
    if (!file.read(buffer.data(), size)) {
        std::cerr << "Error: Unable to read NV12 data from file " << filePath << std::endl;
        return cv::Mat();
    }

    cv::Mat nv12Mat(height + height / 2, width, CV_8UC1, buffer.data());

    return nv12Mat.clone();  // Clone to ensure data ownership
}

这个函数负责加载NV12数据并将其转化为cv::Mat格式。接受NV12文件路径、图像宽度和高度三个参数，并返回cv::Mat格式的NV12数据。

步骤3：主函数

int main() {
    int width = 640;
    int height = 480;
    convertToNV12("input_image.jpg", "output_image.nv12");
    cv::Mat nv12Image = loadNV12("output_image.nv12", width, height);

    if (!nv12Image.empty()) {
        // 此时nv12Image包含了NV12格式的数据，你可以对其进行进一步处理
        cv::imshow("NV12 Image", nv12Image);
        cv::waitKey(0);
    }

    return 0;
}

主函数演示了如何调用前述两个函数，将图像转换为NV12格式并加载NV12数据进行显示。你可以根据实际需求进一步处理nv12Image。

通过这些步骤，你可以轻松地在新项目中处理YUV数据并与OpenCV集成，同时提供简便的接口给上层应用使用。