YCrCb知识总结

1. YCrCb格式，给所有像素赋值白色

IplImage* dst=cvCreateImage(cvGetSize(_dst),8,3);
for (int i = 0; i < src->height; i++) //赋值
{
   unsigned char* tmp = (unsigned char*)dst->imageData + i*dst->widthStep;
   for (int j = 0; j < src->width; j++)
  {
      tmp[Cr] = tmp[Cb] = 128 ;
      tmp[Y] = 240; 
   }
}

 

2. YCrCb格式，给所有像素赋值黑色

cvZeros(dst);

 

YUV公式有很多，

包括未量化 : Y (0,255) U (-128,128) V (-128 ,128)

负数取正后： Y (0,255) U (0,255) V (0,255)

量化后 ：Y(16,235) U(16,240) V( 16,240 )

 

YUV(256 级别) 可以从8位 RGB 直接计算：

Y = 0.299 R + 0.587 G + 0.114 B

U = - 0.1687 R - 0.3313 G + 0.5 B + 128

V = 0.5 R - 0.4187 G - 0.0813 B + 128

反过来，RGB 也可以直接从YUV (256级别) 计算:

R = Y + 1.402 (Cr-128)

G = Y - 0.34414 (Cb-128) - 0.71414 (Cr-128)

B = Y + 1.772 (Cb-128)

 

3. YCrCb基础知识

YCrCb即YUV，主要用于优化彩色视频信号的传输，使其向后相容老式黑白电视。与RGB视频信号传输相比，它最大的优点在于只需占用极少的频宽（RGB要求三个独立的视频信号同时传输）。

“Y”表示明亮度（Luminance或Luma），也就是灰阶值，“亮度”是透过RGB输入信号来建立的，方法是将RGB信号的特定部分叠加到一起。

“U”和“V” 表示的则是色度（Chrominance或Chroma），作用是描述影像色彩及饱和度，用于指定像素的颜色。“色度”则定义了颜色的两个方面─色调与饱和度，分别用Cr和Cb来表示。Cr反映了RGB输入信号红色部分与RGB信号亮度值之间的差异。而CB反映的是RGB输入信号蓝色部分与RGB信号亮度值之间的差异。 

 

YUV： 是一种颜色空间，基于 YUV 的颜色编码是流媒体的常用编码方式，这种表达方式起初是为了彩色电视与黑白电视之间的信号兼容；其中

• Y： 表示明亮度（Luminance 或 Luma），也称灰度图。
• U、V： 表示色度（Chrominance 或 Chroma），作用是描述影像的色彩及饱和度，用于指定像素的颜色。

Y’CbCr：（也称为 YUV），是 YUV 的压缩版本，不同之处在于 Y’CbCr 用于 数字图像 领域，YUV 用于 模拟信号 领域；MPEG、DVD、摄像机中常说的 YUV 其实是 Y'CbCr，二者转换为 RGBA 的转换矩阵是不同的。

• Cr：（色度红）反应了 RGB 输入信号 红色 部分与 RGB 信号亮度值之间的差异（即，当前颜色对 红色 的偏移程度）。
• Cb：（色度蓝）反应了 RGB 输入信号 蓝色 部分与 RGB 信号亮度值之间的差异（即，当前颜色对 蓝色 的偏移程度）。

 

 

注意： 如无特殊说明，本文讨论的 YUV 均指 Y'CbCr 。

4. 不同颜色之间的转换

 

//HSV颜色空间转换
    cv::cvtColor(srcImage, image_hsv, CV_BGR2HSV);
    cv::imshow("image_hsv", image_hsv);

    //YCrCb颜色空间转换
    cv::cvtColor(srcImage, image_col, CV_BGR2YCrCb);
    cv::imshow("image_col", image_col);

    //HLS颜色空间转换
    cv::cvtColor(srcImage, image_col, CV_BGR2HLS);
    cv::imshow("iamge_HLS", image_col);

    //Lab颜色空间转换
    cv::cvtColor(srcImage, image_col, CV_BGR2Lab);
    cv::imshow("image_Lab", image_col);

    //分离HSV各个通道
    std::vector<cv::Mat> hsvChannels;
    cv::split(image_hsv, hsvChannels);

    //0通道为H分量，1通道为S分量，2通道为V分量
    image_H = hsvChannels[0];
    image_S = hsvChannels[1];
    image_V = hsvChannels[2];

    //分别显示各通道图像
    cv::imshow("image_H", image_H);
    cv::imshow("image_S", image_S);
    cv::imshow("image_V", image_V);