yuv420并转为bgr

从视频通道获取yuv视频帧数据y和uv，读取合并成完整yuv并转为bgr。

#include <iostream>
#include <fstream>
#include <opencv2/opencv.hpp>

int main() {
    const std::string yFile = "./Y.yuv";//自己替换
    const std::string uvFile = "./UV.yuv";//自己替换
    const int width = 1920;//自己替换
    const int height = 1080;//自己替换

    // 计算帧大小
    const int frameSize = width * height * 3 / 2;  // YUV420 图像每帧占用的字节数

    // 打开 YUV420 图片文件
    std::ifstream yfile(yFile, std::ios::binary);
    if (!yfile) {
        std::cerr << "Failed to open Y file." << std::endl;
        return 1;
    }

    std::ifstream uvfile(uvFile, std::ios::binary);
    if (!uvfile) {
        std::cerr << "Failed to open UV file." << std::endl;
        return 1;
    }

    // 读取 YUV 数据
    std::vector<uint8_t> yData(frameSize);
    yfile.read(reinterpret_cast<char*>(yData.data()), frameSize);

    std::vector<uint8_t> uvData(frameSize);
    uvfile.read(reinterpret_cast<char*>(uvData.data()), frameSize);

    // 提取 Y、U、V 分量
    std::vector<uint8_t> Y(width * height);
    std::vector<uint8_t> U(width * height / 4);
    std::vector<uint8_t> V(width * height / 4);

    std::copy_n(yData.begin(), width * height, Y.begin());
    std::copy_n(uvData.begin(),
        width * height / 4,
        U.begin());
    std::copy_n(uvData.begin() + width * height / 4,
        width * height / 4,
        V.begin());


    cv::Mat yuvImage(height * 3 / 2, width, CV_8UC1);
    std::memcpy(yuvImage.data, Y.data(), width * height);
    std::memcpy(yuvImage.data + width * height, U.data(), width * height / 4);
    std::memcpy(yuvImage.data + width * height * 5 / 4, V.data(), width * height / 4);

    cv::Mat bgrImage;
    cv::cvtColor(yuvImage, bgrImage, cv::COLOR_YUV2BGR_NV12);

    // 显示图像
    cv::imshow("YUV420 Image", bgrImage);
    cv::waitKey(6000);
    cv::destroyAllWindows();

    return 0;
}

详细解释

当然，我会逐行解释你的代码：

#include <iostream>
#include <fstream>
#include <opencv2/opencv.hpp>

这些是 C++ 头文件引入部分。<iostream> 用于标准输入和输出，<fstream> 用于文件操作，<opencv2/opencv.hpp> 是 OpenCV 库的头文件，允许你使用 OpenCV 功能。

int main() {

这是 main 函数的开始。

const std::string yFile = "./Y.yuv";
const std::string uvFile = "./UV.yuv";

这里定义了两个字符串变量 yFile 和 uvFile，用于存储 Y 和 UV 分量的文件路径。

const int width = 1920;
const int height = 1080;

这里定义了图像的宽度和高度。

const int frameSize = width * height * 3 / 2;

这是计算每帧图像的大小，因为 YUV420 图像中，Y 分量占据一帧的大小，而 U 和 V 分量各占据一帧大小的四分之一。这是根据 YUV420 格式的存储方式计算的。

std::ifstream yfile(yFile, std::ios::binary);
std::ifstream uvfile(uvFile, std::ios::binary);

这里打开了 Y 和 UV 分量的文件，使用了 ifstream 流，打开方式是二进制方式打开。

if (!yfile) {
    std::cerr << "Failed to open Y file." << std::endl;
    return 1;
}

这个条件语句检查是否成功打开了 Y 分量的文件，如果失败，则输出错误信息并返回 1，表示程序出错。

std::vector<uint8_t> yData(frameSize);
std::vector<uint8_t> uvData(frameSize);

这里定义了两个 std::vector，分别用于存储 Y 和 UV 分量的数据。它们的大小是一个帧的大小。

yfile.read(reinterpret_cast<char*>(yData.data()), frameSize);
uvfile.read(reinterpret_cast<char*>(uvData.data()), frameSize);

这里使用 read 函数从文件中读取 Y 和 UV 数据，注意通过 reinterpret_cast 进行了类型转换，因为文件操作需要 char* 类型。

std::vector<uint8_t> Y(width * height);
std::vector<uint8_t> U(width * height / 4);
std::vector<uint8_t> V(width * height / 4);

这里定义了三个 std::vector，分别用于存储提取出的 Y、U 和 V 分量数据。

std::copy_n(yData.begin(), width * height, Y.begin());
std::copy_n(uvData.begin(), width * height / 4, U.begin());
std::copy_n(uvData.begin() + width * height / 4, width * height / 4, V.begin());

这三行代码分别从 yData 和 uvData 中复制数据到 Y、U 和 V 的 std::vector 中，确保正确提取了 Y、U、V 分量。

cv::Mat yuvImage(height * 3 / 2, width, CV_8UC1);

这里定义了一个 cv::Mat 对象 yuvImage，它将用于存储整个 YUV 图像，大小是 (height * 3 / 2) 行和 width 列，像素类型为 CV_8UC1（8 位无符号字符）。

std::memcpy(yuvImage.data, Y.data(), width * height);
std::memcpy(yuvImage.data + width * height, U.data(), width * height / 4);
std::memcpy(yuvImage.data + width * height * 5 / 4, V.data(), width * height / 4);

这三行代码使用 memcpy 函数将 Y、U、V 分量的数据复制到 yuvImage 中，确保它们按正确的顺序合并在一起。

cv::Mat bgrImage;
cv::cvtColor(yuvImage, bgrImage, cv::COLOR_YUV2BGR_NV12);

这里定义了 bgrImage，用于存储 BGR 格式的图像。然后，使用 OpenCV 的 cvtColor 函数将 YUV 图像转换为 BGR 格式，cv::COLOR_YUV2BGR_NV12 表示从 NV12 YUV 格式转换到 BGR 格式。

cv::imshow("YUV420 Image", bgrImage);
cv::waitKey(6000);
cv::destroyAllWindows();

最后，这几行代码显示图像。imshow 用于显示图像窗口，waitKey 用于等待按键，destroyAllWindows 用于关闭所有窗口。

这就是你代码的逐行解释。它的主要功能是打开 YUV420 文件，提取 Y、U、V 分量，将它们合并成 YUV 图像，然后将其转换为 BGR 格式并在窗口中显示。如果你有任何问题或需要更多解释，请随时提问。

进一步封装

ImageConverter.h

// ImageConverter.h
#pragma once

#include <opencv2/opencv.hpp>

class ImageConverter {
public:
    ImageConverter(const std::string& yFile, const std::string& uvFile, int width, int height);
    ~ImageConverter();

    cv::Mat convertToBGR();
    void displayBGRImage();

private:
    std::string yFile_;
    std::string uvFile_;
    int width_;
    int height_;

    cv::Mat yuvImage_;
    cv::Mat bgrImage_;
};
#pragma once

ImageConverter.cpp

// ImageConverter.cpp
#include "ImageConverter.h"
#include <fstream>
#include <iostream>

ImageConverter::ImageConverter(const std::string& yFile, const std::string& uvFile, int width, int height)
    : yFile_(yFile), uvFile_(uvFile), width_(width), height_(height) {
    const int frameSize = width * height * 3 / 2;

    std::ifstream yfile(yFile_, std::ios::binary);
    std::ifstream uvfile(uvFile_, std::ios::binary);

    if (!yfile || !uvfile) {
        std::cerr << "Failed to open YUV files." << std::endl;
        return;
    }

    std::vector<uint8_t> yData(frameSize);
    yfile.read(reinterpret_cast<char*>(yData.data()), frameSize);

    std::vector<uint8_t> uvData(frameSize);
    uvfile.read(reinterpret_cast<char*>(uvData.data()), frameSize);

    std::vector<uint8_t> Y(width * height);
    std::vector<uint8_t> U(width * height / 4);
    std::vector<uint8_t> V(width * height / 4);

    std::copy_n(yData.begin(), width * height, Y.begin());
    std::copy_n(uvData.begin(), width * height / 4, U.begin());
    std::copy_n(uvData.begin() + width * height / 4, width * height / 4, V.begin());

    yuvImage_ = cv::Mat(height * 3 / 2, width, CV_8UC1);
    std::memcpy(yuvImage_.data, Y.data(), width * height);
    std::memcpy(yuvImage_.data + width * height, U.data(), width * height / 4);
    std::memcpy(yuvImage_.data + width * height * 5 / 4, V.data(), width * height / 4);

    bgrImage_ = cv::Mat(height, width, CV_8UC3);
    cv::cvtColor(yuvImage_, bgrImage_, cv::COLOR_YUV2BGR_NV12);
}

ImageConverter::~ImageConverter() {
    // 可以在这里添加清理资源的代码
}

cv::Mat ImageConverter::convertToBGR() {
    return bgrImage_.clone();
}

void ImageConverter::displayBGRImage() {
    cv::imshow("BGR Image", bgrImage_);
    cv::waitKey(60000);
    cv::destroyAllWindows();
}

main.cpp

// main.cpp (用法示例)
#include "ImageConverter.h"
int main() {
    const std::string yFile = "./Y.yuv";
    const std::string uvFile = "./UV.yuv";
    const int width = 1920;
    const int height = 1080;

    ImageConverter converter(yFile, uvFile, width, height);
    cv::Mat bgrImage = converter.convertToBGR();
  

    // 设置要保存的文件路径
    std::string filePath = "./your_image.png"; // 替换为你的文件夹路径和文件名

    // 保存BGR图像
    bool success = cv::imwrite(filePath, bgrImage);

    if (success) {
        std::cout << "图像已成功保存到文件夹：" << filePath << std::endl;
    }
    else {
        std::cerr << "保存图像时出错." << std::endl;
    }
    converter.displayBGRImage();
    return 0;
}