RGB-YUV的转化 基于BT.601-6 和convert

该博客探讨了在图像处理中RGB与YUV之间的转换,特别是在模型训练和测试阶段的应用。介绍了两种转换方法,一是遵循BT.601标准进行转化并归一化,二是利用PIL库的Image.open().convert('YCbCr')函数。这两种方法分别适用于不同的工作流程。
摘要由CSDN通过智能技术生成

因为在作品图像相关的东西,过程中,不可避免会涉及到RGB与YUV的相互转化,同时在模型训练的过程中,有时候,只是训练的Y channel,所以还涉及到提取出channel 最后再合并成 RGB图像的一个问题。

但是呢,在模型训练的时候,用的都是tensor,所以还涉及到从image
到tensor 的过程。

这里只介绍两种方法,一种是 基于BT.601
另一种是使用PIL transforms的那个Image.open().convert(‘YCbCr’)

  • 先看第一种方法:BT601
def rgb2ycbcr_norm(self, img):
        ycbcr = img.copy()
        ycbcr[:,:,0] = ((0.257 * img[:,:,0] + 0.504 * img[:,:,1] + 0.098 * img[:,:,2] + 16) - 16)/(235-16)
        ycbcr[:,:,1] = ((-0.148 * img[:,:,0] - 0.291 * img[:,:,1] + 0.439 * img[:,:,2] + 128) - 16)/(240-16)
        ycbcr[:,:,2] = ((0.439 
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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