RGB与YUV通道的概率分布和熵的计算

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。