YUV4:2:2和YUV4:2:0 区别

最新推荐文章于 2023-06-05 17:43:24 发布
最新推荐文章于 2023-06-05 17:43:24 发布
阅读量5.9k 收藏 6
点赞数 3
分类专栏： 嵌入式开发 驱动
1） YUV 4:4:4
YUV三个信道的抽样率相同，因此在生成的图像里，每个象素的三个分量信息完整（每个分量通常8比特），经过8比特量化之后，未经压缩的每个像素占用3个字节。
下面的四个像素为: [Y0 U0 V0] [Y1 U1 V1] [Y2 U2 V2] [Y3 U3 V3]
存放的码流为: Y0 U0 V0 Y1 U1 V1 Y2 U2 V2 Y3 U3 V3
（2） YUV 4:2:2
每个色差信道的抽样率是亮度信道的一半，所以水平方向的色度抽样率只是4:4:4的一半。对非压缩的8比特量化的图像来说，每个由两个水平方向相邻的像素组成的宏像素需要占用4字节内存。
下面的四个像素为：[Y0 U0 V0] [Y1 U1 V1] [Y2 U2 V2] [Y3 U3 V3]
存放的码流为：Y0 U0 Y1 V1 Y2 U2 Y3 V3
映射出像素点为：[Y0 U0 V1] [Y1 U0 V1] [Y2 U2 V3] [Y3 U2 V3]
（3） YUV 4:1:1
4:1:1的色度抽样，是在水平方向上对色度进行4:1抽样。对于低端用户和消费类产品这仍然是可以接受的。对非压缩的8比特量化的视频来说，每个由4个水平方向相邻的像素组成的宏像素需要占用6字节内存。
下面的四个像素为: [Y0 U0 V0] [Y1 U1 V1] [Y2 U2 V2] [Y3 U3 V3]
存放的码流为: Y0 U0 Y1 Y2 V2 Y3
映射出像素点为：[Y0 U0 V2] [Y1 U0 V2] [Y2 U0 V2] [Y3 U0 V2]
（4）YUV4:2:0
4:2:0并不意味着只有Y，Cb而没有Cr分量。它指得是对每行扫描线来说，只有一种色度分量以2:1的抽样率存储。相邻的扫描行存储不同的色度分量，也就是说，如果一行是4:2:0的话，下一行就是4:0:2，再下一行是4:2:0...以此类推。对每个色度分量来说，水平方向和竖直方向的抽样率都是2:1，所以可以说色度的抽样率是4:1。对非压缩的8比特量化的视频来说，每个由2x2个2行2列相邻的像素组成的宏像素需要占用6字节内存。
下面八个像素为：[Y0 U0 V0] [Y1 U1 V1] [Y2 U2 V2] [Y3 U3 V3]
[Y5 U5 V5] [Y6 U6 V6] [Y7U7 V7] [Y8 U8 V8]
存放的码流为：Y0 U0 Y1 Y2 U2 Y3
Y5 V5 Y6 Y7 V7 Y8
映射出的像素点为：[Y0 U0 V5] [Y1 U0 V5] [Y2 U2 V7] [Y3 U2 V7]
[Y5 U0 V5] [Y6 U0 V5] [Y7U2 V7] [Y8 U2 V7]
龙图腾
关注
  • 3
    点赞
  • 踩
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
YUYV码流中提取单帧并转为RGB图片
磊啊磊
07-09 1万+
YUV和RGB都是一种颜色空间编码，要在这两种颜色空间之间进行转换，当然得知道它们的内存布局情况。下面先简单说下这两种颜色空间的编码情况。 RGB颜色空间应该是我们比较熟悉的了，分别是Red,Green,Blue三基色，每个分量占用一个字节，取值为0-255，三个0为黑，三个255为白，每三个字节为一个像素，当然在我们很多时候的处理中，可能会加入alpha通道，表示透明度，组合起来就是rgba四
YUYV格式到RGB格式的转换
weixin_34129696的博客
04-04 1171
为什么YUYV格式要转到RGB格式，视频的显示调用的多数API都是基于RGB格式，所以需要进行格式的转换。 YUYV格式如下： Y0U0Y1V0 Y2U1Y3V1.......... 说明：一个Y代表一个像素，而一个Y和UV组合起来构成一个像素，所以第0个像素Y0和第一个像素Y1都是共用第0个像素的U0和V0。而每个分量Y，U，V都是占用一个字节的存储空间。所以Y0U0Y1V0相当于两个像素，占...
图像区块分割与采样YUV4:2:0
一叶知秋
03-04 821
区块切割 JPEG算法是在8X8像素的数据块上的操作，块（ 8X8像素）是离散余弦变换操作的基本单位，高速信号处理器对这个尺寸大小的数据块有最高的处理性能。 在每个图像缓冲区中，数据被从左到右、从上到下地划分成多个8X8大小的像素块。这些像素块不重叠，如果图像的行和列像素数不是8的整数倍数，那么就要根据需要通过重复图像的最后一行或列来填充。 首先把一幅图像划分成一系列的图像块，每个图像块包含8X8个像素。 如果原始图像有640X480个像素，则图片将包含80列60行的方块。如果图像只包含灰度, 那么每个像
YUV4：2：0是什么意思
weixin_43360707的博客
06-05 974
比例，N1:N2:N3里面的数字指水平方向上的相对采样率，N1表示在奇数行和偶数行里Y样本的个数，N2表示奇数行里Cb和Cr样本的个数，N3是偶数行里Cb和Cr样本的个数。在奇数行，每4个Y样本，对应2个Cb和2个Cr样本（上图一个空圈表示一个Cr和一个Cb），所以N1=4,N2=2.例如在4：2：0采样模式下，N1=4,N2=2，N3=0，什么意思呢？我们经常看到YUV中4：2：0，看着好像懂，仔细看又不懂。在偶数行，每4个Y样本，对应0个Cb和0个Cr样本。
对YUV4:2:0认识理解
JustDoIt_201603的博客
03-23 2253
YUV的来源 YUV(亦称YCrCb)是被欧洲电视系统所采用的一种颜色编码方法。在现代彩色电视系统中，通常采用三管彩色摄像机或彩色CCD摄影机进行取像，然后把取得的彩色图像信号经分色、分别放大校正后得到RGB，再经过矩阵变换电路得到亮度信号Y和两个色差信号R-Y(即U)、B-Y(即V)，最后发送端将亮度和两个色差总共三个信号分别进行编码，用同一信道发送出去。这种色彩的表示方法就是所...
YUV4:2:0格式与RGB格式的图片转化
weixin_44218153的博客
03-17 2413
文章目录实验目的算法基本原理 实验目的 一、课上老师已给出RGB转YUV格式的示例程序，阅读并理解该程序。 二、编写将YUV转换为RGB的程序。将给定的实验数据用该程序转换为RGB文件。并与原RGB文件进行比较，如果有误差，分析误差来自何处。 算法基本原理 该实验中，我使用的图像值域是[0,255]。值域为[0,255]常用的转换公式如下。 RGB转YUV的公式： Y = 0.2990R + 0.5870G + 0.1140B U = - 0.1684R - 0.3316G + 0.5B + 128 V =
YUV4:2:0
01-20 1247
420是针对每一行说的，如果一行的分量没取，那么后面一行会补上 4:2:0并不意味着只有Y,Cb而没有Cr分量。它指得是对每行扫描线来说，只有一种色度分量以2:1的抽样率存储。相邻的扫描行存储不同的色度分量，也就是说，如果一行是4:2:0的话，下一行就是4:0:2，再下一行是4:2:0...以此类推。对每个色度分量来说，水平方向和竖直方向的抽样率都是2:1，所以可以说色度的抽样率是4:1。对非压
YUV 4:2:0 格式和YUV411格式区别
phymat.nico的专栏
03-02 292
https://www.cnblogs.com/sddai/p/10359536.html
YUV4:2:0格式的帧信息
Cristal_tina的博客
07-18 2125
1. 什么是YUV格式  YUV跟RGB相似，是一种颜色编码方式，主要用于电视系统和模拟视频系统。YUV分别为三个分量：‘Y’是明亮度，也就是灰度值；‘U’和‘V’是色度，用于描述影像色彩及饱和度，用于制定像素的颜色。   YUV不像RGB那样要求三个独立的视频信号同时传输，所以用YUV方式传送占用极少的频宽。2. YUV格式的分类  YUV格式根据像素点的存储方式不同，可以分成两类，分别是pla
读取 YUV 视频并提取帧：提取 YUV 4:2:0 视频的 Y、U 和 V 分量-matlab开发
05-29
YUVREAD 能够读取任何具有 4:2:0 色度子采样的常见中间格式。 您只需要为特定格式输入正确的宽度和高度信息： 格式视频分辨率（宽 x 高） -------------------------------------------------- ---------- SQCIF ...
YUV 4:20:0 与 RGB 转换说明
07-14
**YUV 4:2:0** 是一种广泛应用于视频处理和存储的颜色空间标准。在这个标准中，“Y”代表亮度或灰度值，“U”和“V”则分别代表两个色度分量，通常也称为色差信号。“4:2:0”的命名方式指出了这种颜色空间中亮度和...
v4l2MJPEG2YUV422.tar
12-14
V4L2 MJPEG格式采集MJPEG数据，再将MJPEG数据装换为YUV422格式
v4l2采集+yuyv转yuv420p+h264编码+tcp传输
10-29
2.yuyv转yuv420p格式 3.yuv420p通过x264编码压缩为h264码流 4.将h264码流通过tcp传输到显示端 5.显示端接收h264码流，并保存为本地文件，程序运行结束后可通过VLC播放器直接打开xxxx.h264文件进行播放。
V4L2抓取USB摄像头YUV视频数据代码/v4l2.tar
01-16
也可以自行下载。具体参考： https://quantum6.blog.csdn.net/article/details/122527708
pillow_heif-0.17.0-pp39-pypy39_pp73-macosx_14_0_arm64.whl
07-27
基本介绍 名称与起源：Pillow，原名为PIL（Python Imaging Library），但PIL只支持Python 2版本。随着Python 3的普及，Pillow作为PIL的一个分支出现，兼容Python 3并提供更多的功能和改进。 主要功能：Pillow支持多种图像格式的打开、保存、显示以及基本的图像操作和处理，如裁剪、缩放、旋转、翻转、滤镜应用等。 跨平台性：Pillow库可以在不同的操作系统上运行，包括Windows、Linux和MacOS等。 主要功能模块 Pillow库包含多个功能模块，每个模块都提供了特定的图像处理功能。以下是一些常用的模块： Image：用于处理图像文件，提供打开、保存、调整大小、旋转、裁剪、滤镜等功能。 ImageDraw：提供在图像上绘制各种形状（如线条、矩形、圆形）和文本的功能。 ImageFont：用于加载和使用TrueType字体文件，以便在图像上绘制文本时设置字体样式、大小和颜色。 ImageFilter：提供各种滤镜效果，如模糊、锐化、边缘增强等，用于图像增强、特效处理和图像识别等应用。 ImageEnhance：用于调整图像的亮度、对比度、颜色饱和度等参数，使图像更加清晰、明亮或具有特定的调色效果。 高级功能 除了基本的图像处理功能外，Pillow还支持一些高级功能，如色彩空间转换、直方图均衡化等。这些功能可以帮助用户进行更复杂的图像处理和分析。
cykooz.resizer-3.0.0-cp310-cp310-macosx_11_0_arm64.whl
07-27
python库，可以直接安装使用，再也不怕自己pip下载，出现等待超时的现象。欢迎下载使用，使用过程中如有使用问题，请及时与我沟通交流，帮你解决！ python库，可以直接安装使用，再也不怕自己pip下载，出现等待超时的现象。欢迎下载使用，使用过程中如有使用问题，请及时与我沟通交流，帮你解决！ python库，可以直接安装使用，再也不怕自己pip下载，出现等待超时的现象。欢迎下载使用，使用过程中如有使用问题，请及时与我沟通交流，帮你解决！ python库，可以直接安装使用，再也不怕自己pip下载，出现等待超时的现象。欢迎下载使用，使用过程中如有使用问题，请及时与我沟通交流，帮你解决！ python库，可以直接安装使用，再也不怕自己pip下载，出现等待超时的现象。欢迎下载使用，使用过程中如有使用问题，请及时与我沟通交流，帮你解决！
[毕设]Delphi题库管理与试卷自动生成系统.zip
最新发布
07-27
[毕设]Delphi题库管理与试卷自动生成系统
131 种水果、蔬菜和坚果的 90380张的高质量图像数据集+图像识别与定位+该数据集相关的研究论文
07-27
<项目介绍> 包含131 种水果、蔬菜和坚果的 90380张的高质量图像数据集+该数据集相关的研究论文。可供深度学习图像识别与定位。 - 训练集大小：67700 个图像 测试集大小：22888 个图像 文件名格式：image_index_100.jpg（例如 32_100.jpg）或 r_image_index_100.jpg（例如 r_32_100.jpg）或 r2_image_index_100.jpg 或 r3_image_index_100.jpg。 “r”代表旋转水果。 “r2”表示水果绕第三轴旋转。 “100”来自图像尺寸（100x100 像素）。 水果是如何拍摄的: 1:使用 C920 摄像机拍摄水果。最好的网络摄像头之一。 2:在水果后面，我们放了一张白纸作为背景。 3:将水果和蔬菜种植在低速电机（3转/分钟）的轴中，并录制一段20秒的短片。 下载后请首先打开README.md文件（如有），仅供学习参考, 切勿用于商业用途。 --------
C++ cv::Mat 2 yuv_nv12
04-01
Para convertir una imagen en formato cv::Mat a yuv_nv12, se puede utilizar la siguiente función: ``` void mat2yuv_nv12(const cv::Mat& mat, unsigned char* yuv_nv12_data) { int width = mat.cols; int height = mat.rows; // Convertir a YUV cv::Mat yuv; cv::cvtColor(mat, yuv, cv::COLOR_BGR2YUV); // Obtener los datos de YUV int y_size = width * height; int uv_size = y_size / 2; unsigned char* y_data = yuv_nv12_data; unsigned char* uv_data = yuv_nv12_data + y_size; // Copiar el plano Y memcpy(y_data, yuv.data, y_size); // Copiar los planos U y V (intercalados) for (int i = 0; i < uv_size; i++) { uv_data[2 * i] = yuv.data[y_size + i * 2]; uv_data[2 * i + 1] = yuv.data[y_size + i * 2 + 1]; } } ``` La función recibe como parámetros la imagen en formato cv::Mat y un puntero a un array de bytes donde se almacenará la imagen en formato yuv_nv12. Primero se convierte la imagen a formato YUV utilizando la función cv::cvtColor(). Luego se copian los planos Y, U y V al array de bytes, respetando el orden intercalado que tiene el formato yuv_nv12. Para utilizar esta función, se puede llamar de la siguiente manera: ``` cv::Mat image = cv::imread("imagen.jpg"); unsigned char* yuv_nv12_data = new unsigned char[image.cols * image.rows * 3 / 2]; mat2yuv_nv12(image, yuv_nv12_data); ``` Se carga la imagen en formato cv::Mat utilizando la función cv::imread(), y se crea un array de bytes donde se almacenará la imagen en formato yuv_nv12. Luego se llama a la función mat2yuv_nv12() para convertir la imagen y almacenarla en el array de bytes.
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值