BMP图像序列转YUV视频文件

于 2021-03-25 20:55:52 发布
阅读量447 收藏 2
点赞数
分类专栏： 作业与实验报告 文章标签： python csv
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_43850979/article/details/115217888
版权

BMP序列转YUV视频文件

一. BMP图像序列的部分细节

1. BMP文件大体上分为四个部分：

  1. 位图头文件
  2. 位图信息头
  3. 调色板
  4. 实际的位图数据
    我们使用FlexHEX打开已有的bmp文件可以分析出，当前bmp文件的实际的位图数据是从第54字节开始的，且图片尺寸为256*256。

在这里插入图片描述

二. 将BMP图像序列转YUV视频文件

1. 读取BMP图像序列

我们使用二进制的方式打开并读取.bmp文件，并将列表中的数据均转换成int型以方便后续概率与熵的计算，当然我们要及时的关闭打开的文件以释放其占用的内存，加快处理速度。

#以2进制文件读取"down.yuv"文件
    path = "picture/bmp_24bit_" + str(zhenshu) + ".bmp"
    f = open(path, "rb")
    f_save = open("picture/bmp_video3.yuv", "wb+")
    data = f.read()
    #关闭打开的文件
    f.close()
    #将数据转换成int
    data = [int(x) for x in data]
    data = data[54:]

2. 分离RGB三通道

因为本次实验采用的文件分辨率为256*256，且该bmp图像文件的实际的位图数据存储格式为：rgb文件按照每个像素BGR分量一次储存，即“BGR BGR BGR …”

#RGB通道的分离
    bGroup = []
    gGroup = []
    rGroup = []
    for i in range(256*256):
        bGroup.append(data[i*3])
        gGroup.append(data[i*3+1])
        rGroup.append(data[i*3+2])
    data_b = []

3. 重现RGB三通道的图像

为了直观的感受单独从bmp文件中抽离出来的rgb文件与原图的关系，我们将抽离出的rgb图像进行了重现。代码中是将单独的RGB三通道组合成完整的三彩图像，并且我们知道在bmp文件的存储中是低位在前，高位在后，因此我们还需要将rgb的数据进行反转（其中包含整体反转和镜像反转），然后使用data_b = np.array(data_b).reshape((256, 256, 3)).astype(np.uint8)将RGB转换为openCV可以显示的格式，从而重现图像。

#整合rgb图像
    data_rgb = []
    #整体反转
    for i in range(256*256):
        data_rgb.append(bGroup[256*256-i-1])
        data_rgb.append(gGroup[256*256-i-1])
        data_rgb.append(rGroup[256*256-i-1])
    #镜像反转
    for j in range(256):
        for i in range(128):
            temp = data_rgb[(i+256*j)*3]
            data_rgb[(i+256*j)*3] = data_rgb[((256-i)+256*j-1)*3]
            data_rgb[((256 - i)+256*j-1)*3] = temp
    for j in range(256):
        for i in range(128):
            temp = data_rgb[(i+256*j)*3+1]
            data_rgb[(i+256*j)*3+1] = data_rgb[((256-i)+256*j-1)*3+1]
            data_rgb[((256 - i)+256*j-1)*3+1] = temp
    for j in range(256):
        for i in range(128):
            temp = data_rgb[(i+256*j)*3+2]
            data_rgb[(i+256*j)*3+2] = data_rgb[((256-i)+256*j-1)*3+2]
            data_rgb[((256 - i)+256*j-1)*3+2] = temp


    #转换格式使用OpenCV显示rgb的图像
    data_rgb = np.array(data_rgb).reshape((256, 256, 3)).astype(np.uint8)
    cv.imshow("down_yuv2rgb.rgb", data_rgb)
    cv.waitKey()

重新图像如下：
在这里插入图片描述

4. 将RGB的数值转为YUV的数值

在这一步中我们就使用到了转换公式，同时因为RGB三通道的取值范围是[0, 255]，而Y是[16, 235],U和V均是[16， 239]所以我们要对超出这一范围的非法值进行限制。最后在按照yuv文件的存储格式，即“YYY … UUU… VVV… ”的格式进行三通道的合并。

#RGB转换成YUV
    yGroup = []
    uGroup = []
    vGroup = []
    for i in range(256*256):
        yGroup.append(0.257*rGroup[i] + 0.504*gGroup[i] + 0.098*bGroup[i]+16)
        uGroup.append(0.493*rGroup[i] - 0.368*gGroup[i] - 0.071*bGroup[i]+128)
        vGroup.append(-0.148*rGroup[i] - 0.029*gGroup[i] + 0.439*bGroup[i]+128)
    for i in range(256*256):
        yGroup[i] = 16 if rGroup[i] < 16 else rGroup[i]
        uGroup[i] = 16 if gGroup[i] < 16 else gGroup[i]
        vGroup[i] = 16 if bGroup[i] < 16 else bGroup[i]
        yGroup[i] = 235 if rGroup[i] > 235 else rGroup[i]
        uGroup[i] = 239 if gGroup[i] > 239 else gGroup[i]
        vGroup[i] = 239 if bGroup[i] > 239 else bGroup[i]

5. 反转YUV图像

同样的yuv图像也要进行类似与rgb图像的反转才能正常显示：

#整合YUV图像
    data_yuv = []
    for i in range(10):
        for i in range(256*256):
            data_yuv.append(yGroup[256*256-i-1])
        for i in range(256 * 256):
            data_yuv.append(uGroup[256*256-i-1])
        for i in range(256 * 256):
            data_yuv.append(vGroup[256*256-i-1])
    for n in range(3):
        for j in range(256):
            for i in range(128):
                temp = data_yuv[(i+256*j)+(256*256-1)*n]
                data_yuv[(i+256*j)+(256*256-1)*n] = data_yuv[((256-i)+256*j-1)+(256*256-1)*n]
                data_yuv[((256 - i)+256*j-1)+(256*256-1)*n] = temp
    for j in range(40):
        for i in range(256*256*3):
            data_video.append(data_yuv[i])

6. 完整代码

因为，我们要处理多张bmp图像，将其合成为一段yuv视频，所以用一个大的for循环老构成整个程序的大框架。

#导入程序所需要的包
from shlex import join
import cv2 as cv
import numpy as np
import math as ma
import matplotlib.pyplot as plt

data_video = []

for zhenshu in range(6):
    #以2进制文件读取"down.yuv"文件
    path = "picture/bmp_24bit_" + str(zhenshu) + ".bmp"
    f = open(path, "rb")
    f_save = open("picture/bmp_video3.yuv", "wb+")
    data = f.read()
    #关闭打开的文件
    f.close()
    #将数据转换成int
    data = [int(x) for x in data]
    data = data[54:]
    #RGB通道的分离
    bGroup = []
    gGroup = []
    rGroup = []
    for i in range(256*256):
        bGroup.append(data[i*3])
        gGroup.append(data[i*3+1])
        rGroup.append(data[i*3+2])
    data_b = []

    #整合rgb图像
    data_rgb = []
    #整体反转
    for i in range(256*256):
        data_rgb.append(bGroup[256*256-i-1])
        data_rgb.append(gGroup[256*256-i-1])
        data_rgb.append(rGroup[256*256-i-1])
    #镜像反转

    for j in range(256):
        for i in range(128):
            temp = data_rgb[(i+256*j)*3]
            data_rgb[(i+256*j)*3] = data_rgb[((256-i)+256*j-1)*3]
            data_rgb[((256 - i)+256*j-1)*3] = temp
    for j in range(256):
        for i in range(128):
            temp = data_rgb[(i+256*j)*3+1]
            data_rgb[(i+256*j)*3+1] = data_rgb[((256-i)+256*j-1)*3+1]
            data_rgb[((256 - i)+256*j-1)*3+1] = temp
    for j in range(256):
        for i in range(128):
            temp = data_rgb[(i+256*j)*3+2]
            data_rgb[(i+256*j)*3+2] = data_rgb[((256-i)+256*j-1)*3+2]
            data_rgb[((256 - i)+256*j-1)*3+2] = temp


    #转换格式使用OpenCV显示rgb的图像
    data_rgb = np.array(data_rgb).reshape((256, 256, 3)).astype(np.uint8)
    cv.imshow("down_yuv2rgb.rgb", data_rgb)
    cv.waitKey()


    #RGB转换成YUV
    yGroup = []
    uGroup = []
    vGroup = []
    for i in range(256*256):
        yGroup.append(0.257*rGroup[i] + 0.504*gGroup[i] + 0.098*bGroup[i]+16)
        uGroup.append(0.493*rGroup[i] - 0.368*gGroup[i] - 0.071*bGroup[i]+128)
        vGroup.append(-0.148*rGroup[i] - 0.029*gGroup[i] + 0.439*bGroup[i]+128)
    for i in range(256*256):
        yGroup[i] = 16 if rGroup[i] < 16 else rGroup[i]
        uGroup[i] = 16 if gGroup[i] < 16 else gGroup[i]
        vGroup[i] = 16 if bGroup[i] < 16 else bGroup[i]
        yGroup[i] = 235 if rGroup[i] > 235 else rGroup[i]
        uGroup[i] = 239 if gGroup[i] > 239 else gGroup[i]
        vGroup[i] = 239 if bGroup[i] > 239 else bGroup[i]

    #整合YUV图像
    data_yuv = []
    for i in range(10):
        for i in range(256*256):
            data_yuv.append(yGroup[256*256-i-1])
        for i in range(256 * 256):
            data_yuv.append(uGroup[256*256-i-1])
        for i in range(256 * 256):
            data_yuv.append(vGroup[256*256-i-1])
    for n in range(3):
        for j in range(256):
            for i in range(128):
                temp = data_yuv[(i+256*j)+(256*256-1)*n]
                data_yuv[(i+256*j)+(256*256-1)*n] = data_yuv[((256-i)+256*j-1)+(256*256-1)*n]
                data_yuv[((256 - i)+256*j-1)+(256*256-1)*n] = temp
    for j in range(40):
        for i in range(256*256*3):
            data_video.append(data_yuv[i])


f_save.write(bytes(data_video))
print("输出完成！")

三. 使用YUVviewerPlus验证YUV视频

使用YUVviewerPlus打开刚刚输出的yuv视频，可以验证代码的正确性。

在这里插入图片描述

四. 归纳总结

通过本次实验，更加深入了解了bmp格式文件的技术细节，对代码操作文件更加地熟练了。同时学会了同时使用多种工具来实现需求，因为不同种类的工具能够更加方便快捷地完成其所负责的方面的任务。

L_Ealon
关注
  • 0
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
YUVViewerPlus:一个可以查看YUV 4的Windows程序
06-01
YUVViewerPlus 一个可以查看 YUV 4:2:0 格式文件的 Windows 程序。 特征： 支持大于4GB的文件； 可以显示两个YUV文件之间的差异； 您可以在基于 64x64 像素的窗口上查看两个 YUV 文件的差异，64x64 是 HEVC 的最大 CTU 尺寸。
YUVViewer
12-18
基于对话框,可以拉伸,可以保存宽高等配置
YUVviewerPlus.exe
10-31
1、增加支持的格式：yuv4:4:4, yuv4:2:2, gbmp<br>2、增加zoom的范围
YUVviewerPlus播放器
09-15
很好的YUV播放器，播放.yuv格式文件。
视频图像处理工具合集（YUV,BMP）
08-18
实现分离的yuv文件转换成YUV序列 4：2：0 ShowDIB.exe BMP图片显示程序，多文档框架 YUV2BMP.exe 实现了YUV转换成24位的BMP图片，实现了批量转换 BMP2SEQ.exe 将一系列24位或8位的BMP图片转换成4：2：0的YUV序列...
yuv与rgb转换与处理工具
12-07
实现分离的yuv文件转换成YUV序列 4：2：0 ShowDIB.exe BMP图片显示程序，多文档框架 YUV2BMP.exe 实现了YUV转换成24位的BMP图片，实现了批量转换 BMP2SEQ.exe 将一系列24位或8位的BMP图片转换成4：2：0的YUV序列...
工具软件YUV转换浏览
05-08
实现分离的yuv文件转换成YUV序列 4：2：0 ShowDIB.exe BMP图片显示程序，多文档框架 YUV2BMP.exe 实现了YUV转换成24位的BMP图片，实现了批量转换 BMP2SEQ.exe 将一系列24位或8位的BMP图片转换成4：2：0的YUV序列...
将 4:2:0 yuv 转换为 bmp：将 4:2:0 yuv 序列转换为 bmp 图像并保存-matlab开发
05-30
将 4:2:0 yuv 序列转换为 bmp 图像并保存
yuvtools.rar_0-20mA_BMP2GB_bmp 24_yuv2bmp_图片转换
09-23
实现分离的yuv文件转换成YUV序列 4：2：0 ShowDIB.exe BMP图片显示程序，多文档框架 YUV2BMP.exe 实现了YUV转换成24位的BMP图片，实现了批量转换 BMP2SEQ.exe 将一系列24位或8位的BMP图片转换成4：2：0的YUV序列...
yuv图像查看工具-YUVViewer.7z
03-05
windows平台下很好用的yuv图像查看工具，也可以将yuv图像转换为其他图像格式，图像处理中可以用到
bmp格式转yuv420格式图像
06-09
bmp格式转yuv420格式图像 vc2010中编写 使用opencv2.4.4库 源代码 执行文件 (HEVC/h.265学习可能会用到)
图像bmp序列转换成AVI视频
06-04
一个能将连串同名bmp图像文件转换成AVI视频的软件，附代码
BMP转YUV matlab程序
11-23
BMP转YUV matlab程序,自己写的程序
YUV viewer plus——一种YUV文件打开器
04-12
本软件可以按照自定义格式打开YUV文件，可以设置需要YUV文件的尺寸大小，采样格式等。不仅可以查看YUV图片文件，也可以打开视频文件。
【数据压缩】使用C++实现YUV与RGB色彩空间转换
hdkks的博客
03-15 1927
文章目录一、实验要求二、RGB2YUV实验1、实验原理2、代码调试：解决错误查找表3、实验结果三、YUV2RGB实验1、实验原理2、实验过程主函数YUV2RGB函数初始化查找表：InitLookupTable()扩展UV分量：extendUV()函数单个像素转RGB：getR()、getG()、getB()3、实验结果4、误差分析分布统计误差来源四、实验总结 一、实验要求 阅读并调试rgb转yuv的代码 参考代码，自行编写yuv到rgb的转换程序 与原RGB文件进行比较，分析误差及其来源。 二、RGB2
BMP文件转换为YUV文件
amy2020的博客
03-29 1412
一、实验原理 1．BMP文件的组成结构          BMP文件是一种Windows操作系统中的标准图像文件格式，可以分成两类：设备相关位图（DDB）和设备无关位图（DIB），使用非常广。它采用位映射存储格式，除了图像深度可选以外，不采用其他任何压缩，因此，BMP文件所占用的空间很大。BMP文件的图像深度可选lbit、4bit、8bit、16bit及24bit。BMP文件存储数据时，图像的
python ffmpeg库 图像序列转视频
最新发布
07-27
可以使用Python中的ffmpeg库来将图像序列转换为视频。你可以使用以下代码示例： ```python import ffmpeg input_pattern = 'output/img%d.png' # 图像序列的文件名模式 output_file = 'output/demo.mp4' # 输出...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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