RGB与YUV通道的概率分布和熵的计算
一、实验概述
对down.rgb和down.yuv两个文件,分析三个通道的概率分布,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
rgb文件按每个像素BGR分量依次存放,
yuv文件按全部像素块的Y数据块、U数据块和V数据块依次存放。
二、实验代码
1.RGB文件分析
代码:
#include<stdio.h>
#include<iostream>
#include<math.h>
using namespace std;
#define SIZE 256*256
double R[256]={0},G[256]={0},B[256]={0};
double Hr=0,Hg=0,Hb=0;
unsigned char r[SIZE]={0},g[SIZE]={0},b[SIZE]={0};
int main()
{
FILE *fp;
fp=fopen("C:/Users/POCEKT/Desktop/数据压缩/down.rgb","rb");
unsigned char sum[SIZE*3]={0};
fread(sum,1,SIZE*3,fp);
for(int i=0,j=0;i<SIZE*3;i=i+3,j++)
{
b[j]=*(sum+i);
g[j]=*(sum+i+1);
r[j]=*(sum+i+2);
}
for(int i=0;i<SIZE;i++)
{
R[r[i]]++;
G[g[i]]++;
B[b[i]]++;
}
for(int i=0;i<256;i++)
{
R[i]=R[i]/(SIZE);
G[i]=G[i]/(SIZE);
B[i]=B[i]/(SIZE);
}
for(int i=0;i<256;i++)
{
if(R[i]!=0)
{
Hr += -R[i] * log(R[i])/log(double(2));
}
if(G[i]!=0)
{
Hg += -G[i] * log(G[i])/log(double(2));
}
if(B[i]!=0)
{
Hb += -B[i] * log(B[i])/log(double(2));
}
}
cout<<"R的熵为:"<<Hr<<endl;
cout<<"G的熵为:"<<Hg<<endl;
cout<<"B的熵为:"<<Hb<<endl;
system("PAUSE");
return 0;
}
运行结果:
2.YUV文件分析
代码:
#include<stdio.h>
#include<iostream>
#include<math.h>
using namespace std;
#define SIZE 256*256
unsigned char Y[SIZE]={0},U[SIZE/4]={0},V[SIZE/4]={0};
double Y_f[256]={0},U_f[256]={ 0 },V_f[256] = {0};
double Hy=0,Hu=0,Hv=0;
int main()
{
FILE* fp;
fopen_s(&fp, "C:/Users/POCEKT/Desktop/数据压缩/down.yuv", "rb");
unsigned char sum[98304];
fread(sum, 1, SIZE * 1.5, fp);
for(int i=0;i<SIZE;i++)
{
Y[i]=*(sum+i);
}
for(int i=SIZE;i<SIZE*1.25;i++)
{
U[i-65536]=*(sum+i);
}
for(int i=SIZE*1.25;i<SIZE*1.5;i++)
{
V[i-81920]=*(sum+i);
}
for(int i=0;i<SIZE;i++)
{
Y_f[Y[i]]++;
}
for(int i=0;i<(SIZE/4);i++)
{
U_f[U[i]]++;
}
for(int i=0;i<(SIZE/4);i++)
{
V_f[V[i]]++;
}
for(int i = 0; i < 256; i++)
{
Y_f[i]=Y_f[i]/(SIZE);
V_f[i]=V_f[i]/(SIZE/4);
U_f[i]=U_f[i]/(SIZE/4);
}
for(int i=0;i<256;i++)
{
if(Y_f[i]!=0)
{
Hy+=-Y_f[i]*log(Y_f[i])/log(double(2));
}
if(U_f[i]!=0)
{
Hu+=-U_f[i]*log(U_f[i])/log(double(2));
}
if(V_f[i]!=0)
{
Hv+=-V_f[i]*log(V_f[i])/log(double(2));
}
}
cout <<"Y的熵为:"<<Hy<<endl;
cout <<"U的熵为:"<<Hu<<endl;
cout <<"V的熵为:"<<Hv<<endl;
system("PAUSE");
return 0;
}
运行结果:
三、结果分析
由计算可知,RGB三个通道的熵值均比YUV三个通道的熵值大,可见YUV的压缩效果更好。