大家好啊，我是董董灿。
目录
上一篇文章从像素开始，聊到了 RGB 这一常见的色彩空间模型。
之所以还想继续聊聊 RGB 以及另一种色彩空间模型-YUV ，不是说想要去学摄影，需要调节色度、曝光和饱和度。
而是在图像处理的深度学习任务中，RGB以及YUV总是会时不时的出现一下，让枯燥无味且高度抽象的算法，突然之间，变得具体一些，光鲜一些。
RGB
Red，Green，Blue（RGB）是我们最常见的图像表示方法。
这个非常好理解，三原色的融合，几乎可以构造出所有需要的颜色。
三张RGB分量图片的融合，就可以构成一幅色彩斑斓的图片。
（原图与R G B 三个分量图片 图片来源：https://blog.csdn.net/qq_43426078/article/details/124024237）
平时我们说，分辨率为1920*1080的图片，它代表的是在长宽两个方向上，有 1920 * 1080 个像素，但是，在色彩这个方向上，还有 3 个通道（channel），也就是RGB。
我们看到的一个像素点的颜色，在计算系统中，并不是简单的由一个数值来表示的，而是由RGB三个分量的三个数值来表示的。
因此，想要计算一张1920*1080的图片所占用的内存大小时，不能仅仅用长乘以宽这么计算，还需要考虑通道数。
数值表示和图片大小计算
我们可能用过画图这一软件来选择过一个颜色。
通过简单的设置红色，绿色，蓝色的数值，就可以在调色板中得到一个颜色。
有没有注意到，无论红色，还是绿色，还是蓝色，其表示的数值都没有超过255。
为什么？
因为像素值，在计算机中，是用一个 int8 的数据来表示的。
而 int8，指的是 8bit 无符号整数，其能表示的范围就是 0 - 255。
说到这，我们就可以算一算，一张1920 * 1080 的RGB图像，在计算机中到底占多少的内存了。
很简单，长宽方向上每个像素由 3 个通道组成，每个通道由一个 8 bit的数值组成。一个 8 bit 数值代表一个字节（Byte）。
因此，一张1920 * 1080的 RGB 图像，占计算机存储大小为
size = 1920 * 1080 * 3 * 1 Bytes = 6075 KB = 5.9 MB5.9MB 的内存占用！
大么？和目前动辄几个G的内存相比，不算大。
小么？在边缘侧图像识别终端上，比如摄像头的嵌入式芯片内存中，又不算小。更何况在公路违法拍照的摄像头场景下，在车流量很大的时候，需要实时处理的图片，可不止一张。
那怎么办？
有没有办法可以在进行图像处理时，减少图片的数据量，从而减少内存占用呢？
有，YUV就是其中一种办法。
YUV
YUV是将亮度信息和颜色信息进行编码的一种颜色空间。
和RGB相似，YUV也使用3个值来表示颜色。
为了简单点，我们暂时将这3个值称为Y，U和V。
（事实上，YUV的称呼很多，比如Y'CbCr，也很细节，这里不多描述，我们只要知道它是另外一种表示颜色的方法就可以。）Y 代表亮度，U 代表色彩度，V代表饱和度。
（原图）
（仅有Y分量，实际上是黑白图片）
（仅有U分量，只有色度）
（仅有V分量，只有饱和度）
上面的几张图片，除了原图之外，我们可能更加倾向于使用只有Y分量的图片，也就是那张黑白图像。
因为即使没有色彩，但是它的轮廓以及明亮程度，也足以让我们分辨出图片中的物体。
相反，只有色度和饱和度的图片，反而会变得模糊。
这就是问题所在！
人眼对于亮度具有更高的敏感度，而对色度和饱和度反而显得迟钝一些。
说到这，有没发现什么？
既然人眼对于色度和饱和度的反应不敏感，那就没有必要把所有的色度和饱和度信息都放在图片里了啊。
（YUV422编码： 图片来源： https://an.rustfisher.com/media/color/yuv-intro/）
举个例子，色度和饱和度我隔一个像素放一个，剩下的像素没有饱和度，不就可以了么。
没错，是可以，而且效果很好。
这就是YUV的不同编码。
实际上，YUV的编码方式有很多种，比如YUV444, YUV422等。
大致意思就是，保留全部的Y分量（人眼最敏感的分量），只保留部分的U/V分量，以此来减少图片的占用，但又不失重要信息。
还记得上面的1920*1080的RGB图片的内存占用么，为5.9MB。如果用YUV444的编码，结果也同样是5.9MB， 因为YUV444也是全采样，所有的亮度、色度、饱和度信息都保留了。而如果采用YUV422的编码，相当于U分量减少一半，V分量减少一半。那么最终的图片占用大小就变成了
size = 1920 * 1080 * (1 + 0.5 + 0.5) Bytes = 4050KB = 3.9MB只有3.9MB，减少了1/3的内存占用。
是不是好很多？
更多关于YUV的编码知识，有兴趣的同学可以Google。
如果不做相关课题，可以不用深究。
我们只需要知道，YUV这一色彩编码方法，在保留亮度这一人眼最敏感信息的基础上，通过降低其他人眼不太需要的信息，可以来达到降低图片大小的目的。
就足够了！
YUV编码的用途
原始图片，channel数代表的是RGB通道，可以理解为原始图片具有的三个特征。可在深度学习网络中，随着网络深度的增加，图片的channel数会不断的增大。
就拿Resnet50这个网络来说，最后面的一层图片，channel数已经增大到了2048。
这时channel代表的信息，早已不再是RGB这种基础的特征了。
而是通过了大量的神经网络训练，代表了图片的分类，比如是猫还是狗。
这个后面会详细说。YUV这种编码方法，可以用在图片的上下采样中。通过降低或增加通道数，实现图片的上下采样，以此来实现图片的增大或减少，但又不损失太多我们希望保留的信息。
总结一下
这篇文章介绍了RGB、YUV两种颜色空间，以及YUV可能的用途和它的优势。
当我们了解了图片这一深度学习的原材料之后，我们就可以开始深度学习的算法之旅了。
下一篇，会开始介绍卷积，聊聊卷积是怎样通过设计卷积核，来获取图片的不同信息的。以及，在网络训练的过程中，卷积这一可以代替人眼的算法，到底看到了什么？
One More Thing
公元663年，唐代诗人王勃游历南昌，登滕王阁而做序，大笔一挥，豪气万丈。
当时的王勃，傲立在滕王阁首时，看到的应该是怎样的一副壮美图画，才使得中国文坛留下一句千古绝唱。潦水尽而寒潭清，烟光凝而暮山紫。
当时的王勃，怎么也不会想到，1000年后的今天，聪明的中国人，早已将"暮山紫"这一颜色进行了编码。
从此，暮山紫，不再只存在于人们的想象中，而是精确地存在于了计算机里。
（暮山紫-RGB：164 171 214 | 图片来源：微信公众号：寻仲）
下一篇：
更多内容，欢迎查看专栏：
https://blog.csdn.net/dongtuoc/category_11863193.html码字不易，如果你喜欢，请关注董董灿是个攻城狮的博客_CSDN博客-C语言,图像识别 and Resnet 网络拆解,闲谈互联网领域博主。
近期开通个人微信公众号：董董灿自述 | 我是一个攻城狮 分享人工智能科技文章，欢迎关注。
v v v v v v
**本文为作者原创，请勿转载，转载请联系作者。**
**点击下方卡片，关注我的公众号，有最新的文章和项目动态。**
v v v v v v
315
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
