YUV与RGB互转

最新推荐文章于 2024-08-20 16:11:54 发布
最新推荐文章于 2024-08-20 16:11:54 发布
阅读量1k 收藏 1
点赞数
分类专栏： 图像格式 文章标签： rgb yuv yuv颜色转换

YUV与RGB互转各种公式 (YUV与RGB的转换公式有很多种，请注意区别！！！)

转载自：https://www.cnblogs.com/luoyinjie/p/7219319.html

一、 公式：基于BT.601-6  

 

　　BT601 UV 的坐标图（量化后）： （横坐标为u，纵坐标为v，左下角为原点）

 

        通过坐标图我们可以看到UV并不会包含整个坐标系，而是呈一个旋转了一定角度的八边形,  U越大蓝色越蓝，V越大，红色越红。

 

名词解释：

量化后:   Y~[16,235]   U ~[16-240]   V~[16-240]     量化就是让通过线性变换让Y 或 U 或V 处于一定的范围内， 比如让Y 【0,1】变到 Y' (16,235)  就这样来实行：  Y' = Y* （235-16）/(1-0)   + 16   即 Y' = 219*Y + 16   

未量化: Y~ [0,1]   U,V~[-0.5,0.5]    

YUV ：即 YCbCr  两者是等价的

关于为什么要量化？  

　　1.众所周知，RGB的范围是【0,255】， 如果把R=0，G=0，B=255带入公式 U = -0.169*R - 0.331*G + 0.5  *B ;，得到的U=127.5， 而char的范围是【-128,127】 ，无法表示到127.5，

那么，我们就需要将Y U V数据进行量化；

　　2. 量化后，我们进行RGB转YUV的时候， 如果我们就要进行边界判断，类似于  Y=Y_int <0?0: (Y_int>255?255:Y_int);  这个语句非常消耗CPU， 如果YUV进行量化之后，那么RGB转YUV的时候就不需要进行边界判断；

　　3. 进行量化后会节省一部分带宽。

 

关于如何判断图像是否经过量化？

　　在完全黑画面的时候打印出图像的Y数据， 如果Y=16左右    说明Y经过量化 ，如果Y=0左右   说明Y未经过量化 

 

1.小数形式,未量化   (  U~[-0.5-0.5]  ,   R~[0,1]  )

R = Y + 1.4075 * V;  
G = Y - 0.3455 * U - 0.7169*V;  
B = Y + 1.779 * U;  


Y = 0.299*R + 0.587*G + 0.114*B;

U = (B-Y)/1.772;    

V = (R-Y)/1.402;      
                                         
或写为：
Y =  0.299*R + 0.587*G + 0.114*B;

U = -0.169*R - 0.331*G + 0.5  *B ;

V =  0.5  *R - 0.419*G - 0.081*B;
 

 

2.整数形式（减少计算量）未量化     R，G，B~[0,255]   U，V~[-128,128]

R= Y + ((360 * (V - 128))>>8) ; 
G= Y - (( ( 88 * (U - 128)  + 184 * (V - 128)) )>>8) ; 
B= Y +((455 * (U - 128))>>8) ;

 

Y = (77*R + 150*G + 29*B)>>8;

U = ((-44*R  - 87*G  + 131*B)>>8) + 128;

V = ((131*R - 110*G - 21*B)>>8) + 128 ;

 

3. 量化后的公式( Y~(16,235)  U/V ~(16,240)  )   量化

　　[Y,U,V,1]T =  M[R,G,B,1]T 其中 M =  

[ 0.2568, 0.5041, 0.0979, 16    

-0.1479, -0.2896, 0.4375, 128    

0.4375, -0.3666, -0.0709, 128,  

0, 0, 0, 1 ]

　　[R,G,B,1]T = M[Y,U,V,1]T      M =  

1.1644   0   1.6019   -223.5521   

1.1644   -0.3928   -0.8163   136.1381   

1.1644   2.0253   0   -278.0291   

0.0000   0.0000   0.0000   1.0000   

 

由此可以得到红色的YUV分量

YUV  = (  81,91,240 )

下图为bt601文档上的截图 ： 截图1  截图2

 

 

 

 

 

 

 

4  量化后的公式写成整数的形式（减小计算量）   ( Y~(16,235)  U/V ~(16,240)  )

 

 

 yuv --> rgb

R = (298*Y + 411 * V - 57344)>>8
G = (298*Y - 101* U - 211* V+ 34739)>>8
B = (298*Y + 519* U- 71117)>>8

 

rgb --> yuv 

Y= (  66*R + 129*G  +  25*B)>>8 + 16 

U= (-38*R  -    74*G  + 112*B)>>8 +128

V= (112*R -    94*G  -   18*B)>>8   + 128

 

 

 

 

5. YUV量化 与 非量化 互转

 

YUV 量化 转 非量化

Y=(Y'-16   )*255/219 ; 

U=(U'-128)*128/112;

V=(V'-128)*128/112;

 

YUV 量化 转  非量化  U~(-128-127)  ----->   U~(16-240)

Y' = ((219*Y)>>8)   +   16;

U' = ((219*U)>>8)   + 128;

V' = ((219*V)>>8)   + 128;

 

 

6. YV12 转RGB    （这个有待考证。。！！）

R = Y + 1.370705 * ( V - 128 ) ; // r分量值
G = Y -  0.698001 * ( U - 128 )  - 0.703125 * (V - 128) // g分量值
B = Y + 1.732446 * ( U - 128 ); // b分量值

 

 

7. 矩阵形式（BT601）：

 矩阵形式

量化前

       [Y,U,V]T =  M[R,G,B]T   其中 M = 0.299 , 0.587, 0.114,  -0.169,   - 0.331,   0.5,       0.5,  - 0.419    - 0.081

  　　 [R,G,B]T =  M[Y,U,V]T  其中 M = 1    0   1.4017       1   -0.3437   -0.7142       1   1.7722   0

量化后

　　[Y,U,V,1]T =  M[R,G,B,1]T 其中 M =  [ 0.2568, 0.5041, 0.0979, 16    -0.1479, -0.2896, 0.4375, 128    0.4375, -0.3666, -0.0709, 128,  0, 0, 0, 1 ]

　　[R,G,B,1]T = M[Y,U,V,1]T            M =  1.1644   0   1.6019   -223.5521   1.1644   -0.3928   -0.8163   136.1381   1.1644   2.0253   0   -278.0291   0.0000   0.0000   0.0000   1.0000   

                                                          

量化后的公式写成整数形式

　　[Y,U,V,1]T =  (M[R,G,B,1]T)>>8 其中 M =  66, 129, 25, 4096,    -38, -74, 112, 32768,    112, -94, -18, 32768,    0, 0, 0, 256

　　[R,G,B,1]T = (M[Y,U,V,1]T)>>8            M = 298, 0, 410, -57229,    298,     -101, -209, 34851,    298, 518, 0, -71175,    0, 0, 0, 256

 

 

 

二、. Rec2020 (BT2020) 下的YUV与RGB转换公式  （我觉得还是写成矩阵的形式更加统一协调）

BT2020 UV 的坐标图（量化后）： （横坐标为u，纵坐标为v，左下角为原点）

通过坐标图我们可以看到UV不同于BT601协议，该uv代表的颜色范围更大，该颜色范围呈一个不规则八边形。

 

1. full range 

即：

Y = 0.2627*R + 0.6780*G + 0.0593*B;

U = -0.1396*R - 0.3604*G + 0.5*B;

V = 0.5*R - 0.4598*G -0.0402*B;

 

 矩阵形式

量化前

       [Y,U,V]T =  M[R,G,B]T   其中 M = 0.2627   0.6780   0.0593 ,     -0.1396   -0.3604   0.5000,    0.5000   -0.4598   -0.0402        

  　　　　 [R,G,B]T =  M[Y,U,V]T  其中 M = 1.0000   -0.0000   1.4746   1.0000   -0.1645   -0.5713   1.0000   1.8814   -0.0001   

量化后

　　[Y,U,V,1]T =  M[R,G,B,1]T   其中 M = 0.2256, 0.5823, 0.05093, 16,       -0.1222, -0.3154, 0.4375, 128 ,        0.4375, -0.4023, -0.0352, 128,       0,0,0,1

　　[R,G,B,1]T = M[Y,U,V,1]T            M =1.1644,   0,   1.6853,   -234.3559,       1.1644,   -0.1881,   -0.6529,   89.0206,       1.1646,   2.1501,   0.0000,   -293.8542,       0.0000,   0.0000,   0.0000,   1.0000

                                                          

量化后的公式写成整数形式

　　[Y,U,V,1]T =  (M[R,G,B,1]T)>>8 其中 M  =  58, 149, 13, 4096,    -31, -81, 112, 32768,    112, -103, -9, 32768,   0, 0, 0, 256

　　[R,G,B,1]T = (M[Y,U,V,1]T)>>8            M =  298, 0, 431, -59995,    298, -48, -167, 22789,    298, 550, 0, -75227,    0, 0, 0, 256

 

2. BT601 转 BT2020

_Y = (256*Y  - 32*U -30*V+ 7826)>>8;
_U = (258*U +17*V - 2208)>>8;
_V =  (22*U + 264*V - 3369)>>8;

 

3. bt2020 转bt601

YUV_601 = M*[Y,U,V,1]T

M=[

1.0000   0.1157   0.1037   -28.0756   

0.0000   0.9951   -0.0602   8.3197 

-0.0000   -0.0835   0.9767   13.6686   

0.0000   0.0000   0.0000   1.0000 

 ]

 

 

 

RGB与HSV互转

1.RGB转HSV

 

 1: max=max(R,G,B) 
 2: min=min(R,G,B) 
 3: if R = max, H = (G-B)/(max-min) 
 4: if G = max, H = 2 + (B-R)/(max-min) 
 5: if B = max, H = 4 + (R-G)/(max-min) 
 6: 
 7: H = H * 60 
 8: if H < 0, H = H + 360 
 9: 
10: V=max(R,G,B) 
11: S=(max-min)/max



2. HSV转RGB

 

 1: if s = 0 
 2: R=G=B=V 
 3: else 
 4: H /= 60; 
 5: i = INTEGER(H) 
 6: 
 7: f = H - i 
 8: a = V * ( 1 - s ) 
 9: b = V * ( 1 - s * f ) 
10: c = V * ( 1 - s * (1 - f ) ) 
11: 
12: switch(i) 
13: case 0: R = V; G = c; B = a; 
14: case 1: R = b; G = v; B = a; 
15: case 2: R = a; G = v; B = c; 
16: case 3: R = a; G = b; B = v; 
17: case 4: R = c; G = a; B = v; 
18: case 5: R = v; G = a; B = b;
不可承受的生命之轻_
关注
专栏目录
YUV转RGB
qq_37833413的博客
04-03 7409
文章目录1.前言2.YUV数据格式3.YUV与RGB的计算4.总结 1.前言 YUV图片数据以及YUV转rgb问题 2.YUV数据格式 颜色都可以通过原色 red green blue通过不同的比例混合出来，这种既是RGB数据格式图像；而YUV, Y表示亮度,U V表示色差信息(分别表示blue 和 Red的色差信息)，通过YUV三个分量值，可以计算出RGB。 YUV类型数据分为很多的形式，比如YUV444,YUV422或者YUV420,本文主要对YUV420格式数据进行分析。假设图片宽高分别为Width和
YUV与RGB互转各种公式 (YUV与RGB的转换公式有很多种，请注意区别！！！)
weixin_30894583的博客
01-18 2420
一、 公式：基于BT.601-6 　　BT601 UV 的坐标图（量化后）： （横坐标为u，纵坐标为v，左下角为原点） 通过坐标图我们可以看到UV并不会包含整个坐标系，而是呈一个旋转了一定角度的八边形, U越大蓝色越蓝，V越大，红色越红。 名词解释： 量化后: Y~[16,235] U ~[16-240] V~[16-240] 量...
RGB与YUV格式详解
最新发布
二爷的博客
08-20 2975
在图像的世界里，一般使用RGB作为存储格式。而在视频的世界里，一般使用YUV作为压缩存储格式。有时候面试官会问：为什么视频使用YUV来压缩存储，而不用RGB？YUV与RGB有什么区别，两者如何转换的？常见的RGB格式有哪些，常见的YUV格式又有哪些？手机摄像头的预览格式是什么，如何转换为YUV420P的？我们带着这些问题，来揭开RGB与YUV格式的面纱。
YUV转RGB公式
blanklog的博客
03-08 430
YUV转RGB公式
【YUV】【1】YUV颜色空间与RGB颜色空间的相互转换公式
gy笨瓜的博客
07-12 2195
【YUV】【1】YUV颜色空间与RGB颜色空间的相互转换公式 本文仅对YUV与RGB颜色空间的两种相互转换方式做简单说明。 RGB→YUV{Y=   0.257R+0.504G+0.098B+16U=−0.148R−0.291G+0.439B+128V=   0.439R−0.368G−0.071B+128RGB \rightarrow ...
yuv与rgb互转
wang__shenli的博客
09-05 1314
YCbCr ：也叫YCC或者Y'CbCr，YCbCr 是数字信号，它包含两种形式，分别为TV range和full range，TV range 主要是广播电视采用的标准， full range主要是pc端采用的标准，所以full range 有时也叫 pc range。TV range 的各个分量的范围为： YUV Y∈[16,235] Cb∈[16-240] Cr∈[16-240]。YUV ： YUV是一种模拟型号， Y∈ [0,1] U,V∈[-0.5,0.5]
opengl-YUV-RGB互转
03-14
通过gles实现硬件编码rgb转yuv 或者yuv转rgb 效率非常高
c语言程序rgb转yuv,经典算法，yuv与rgb互转，查表法，让你的软件飞起来
weixin_31940835的博客
05-20 1074
代码的运算速度取决于以下几个方面1、 算法本身的复杂度，比如MPEG比JPEG复杂，JPEG比BMP图片的编码复杂。2、 CPU自身的速度和设计架构3、 CPU的总线带宽4、 您自己代码的写法将RGB格式的彩色图像先转换成YUV图像。图像转换的公式如下：Y = 0.299 * R + 0.587 * G + 0.114 * B;图像尺寸640*480*24bit，RGB图像已经按照RGBRGB顺序...
yuv 与rgb互转
08-26
而"YUVrgb"可能是实际的源代码文件，包含了具体的转换函数。通过阅读和分析这些文件，你可以深入了解如何在实际工程中应用这些转换算法。 总之，理解和掌握YUV与RGB之间的转换对于进行视频处理、图像分析或多媒体...
安卓opengl-YUV-RGB互转.zip
05-29
opengl es2.0 读取位图 先用opengl转换成yuv然后再转回rgb最后输出到显示屏上
YUV和RGB相互转换
04-06
将YUV420转换为RGB，将RGB转换为YUV420
yuv与rgb转换与处理工具
12-07
支持yuv\rgb的各种处理，比如rgb与yuv的相互转换，视频格式转换，从一段长视频中截取出某几帧等，此工具包里包含多个工具 YUVviewerPlus.exe 对YUVviewer进行了修改，增加一下内容： 1、增加支持的格式：yuv4:4:4, yuv4:2:2, gbmp 2、增加zoom的范围 BMP2GBMP.exe 将一副副的BMP图片合并成一个没有BMP头信息的文件 note:仅支持24位bmp图片 DYUV2SEQ.exe 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。 DYUV2BMP.exe 将分离的Y，U，V转换成24位的BMP图片，实现了批量转换 GBMP2SEQ.exe 实现包含一组rgb24图片（不含文件头）的单一文件到yuv4:2:0序列文件的转换 SEQ2BMP.exe 实现了SEQ2BMP的程序 输出BMP文件为24位真彩 SeqCut.exe 实现对YUV4:2:0文件的剪切操作 即从序列文件中取出一段序列 SeqSnr.exe 实现了两序列对应帧之间Y分量的SNR求取，并给出平均值 YUV2SEQ.exe 将单帧的YUV文件转换位YUV序列 4：2：0 YUV2SEQ2.exe 将单帧的YUV文件转换位YUV序列 4：2：0 可以选择目标图像的位置和大小
YUV到RGB的转换
weixin_30654583的博客
04-29 144
以下内容来源于网络，下面三个链接里的内容是比较好的，感谢博主的分享。 http://blog.csdn.net/housisong/article/details/1859084 http://blog.csdn.net/tommy_wxie/article/details/37909643 http://www.cnblogs.com/qinjunni/archive/2012/...
YUV与RGB格式转换
热门推荐
liujian8654562的博客
12-24 2万+
YUV与RGB格式转换 转载 2015年11月26日 12:24:43 标签：
YUV与RGB相互转换的公式
cai5的专栏
11-07 2316
YUV与RGB相互转换的公式如下（ RGB取值范围均为0-255）：   Y = 0.299R + 0.587G + 0.114B U = -0.147R - 0.289G + 0.436B V = 0.615R - 0.515G - 0.100B R = Y + 1.14V G = Y - 0.39U - 0.58V B = Y + 2.03U
yuv转rgb
qq_35473884的博客
03-14 753
（1）基本原理 彩色三基色包括rgb，由三束电子枪分别扫描得到，但是实际传输中为了兼容黑白电视，需要把它转化为yuv格式，其中yuv存储为一帧y，一帧u，一帧v；而rgb24文件存贮为bgrbgr…..即每个像素的rgb值依次存储。 Rgb转yuv公式为 Y=0.2990*r+0.5870*g+0.1140*b U=-0.1684*r-0.3316*g+b/2+128 V=r/2-0.41
YUV和RGB的相互转换实验
m0_60259116的博客
08-18 3964
YUV和RGB的相互转换实验
YUV/RGB颜色空间转换公式
Mingzhul的博客
01-12 5367
一般来讲，我们把YUV、Y‘UV、YCbCr, YPbPr包含在YUV颜色模型的范围内，其中Y都表示亮度，UV表示两个色度分量，但是具体的颜色模型的用途又各不相同，当然，他们与RGB的互转公式也就不相同。在电视系统发展的早期，YUV和Y’UV都是颜色信息的模拟信号编码形式，虽然Y和Y’都表示亮度，但是两种亮度的意义却天差地别，Y用来代指luminance,表示的是自然颜色的亮度，而Y‘代指luma，表示的是经过伽马压缩之后电信号的强度。在现在的计算机系统中，YUV一般用来代指YCbCr,用来表示文件的编码格
YUV422与RGB格式转换工具的介绍及应用
这对于那些只支持YUV格式或RGB格式的设备和软件之间的互操作性至关重要。 转换的实现基于Logitech公司的技术。Logitech作为知名的电脑周边设备制造商，其技术实力体现在其产品中，包括视频采集设备和视频会议系统等...
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