RGB和YUV格式三通道的概率分布和计算各自的熵

作业要求

对老师提供的的down.rgb和down.yuv分析三个通道的概率分布，并计算各自的熵。（编程实现）

两个文件的分辨率均为256*256，yuv为4:2:0采样空间，存储格式为：rgb文件按每个像素BGR分量依次存放；YUV格式按照全部像素的Y数据块、U数据块和V数据块依次存放。

作业分析

文件分辨率为256*256。
rgb文件:每个像素BGR依次存放，故编程中须分配空间为256* 256* 3=196608；
yuv文件:4：2：0的采样空间，则依次存储y分量256* 256=65536，u分量256* 256*（1+1/4）=81920，v分量256* 256*（1+1/2）=98304。

代码实现

rgb文件

代码头以及图像尺寸定义

#include<iostream>
#include<stdio.h>
#include<math.h>
using namespace std;

int height=256;
int wide=256;

对RGB分别定义其分量、数量、频率及熵

int main()
{
	unsigned char R[height*wide]={0};
	unsigned char G[height*wide]={0};
	unsigned char B[height*wide]={0};
	unsigned char buffer[height*wide*3];
	fread(buffer,sizeof(unsigned char),height*wide*3,image);

	double R_num[256]={0};
	double G_num[256]={0};
	double B_num[256]={0};

	double R_f[256]={0};
	double G_f[256]={0};
	double B_f[256]={0};
	
	double R_s=0;
	double G_s=0;
	double B_s=0;

定义文件指针并打开要分析的rgb文件

	FILE* image;
	FILE* Red;
	FILE* Green;
	FILE* Blue;
	fopen_s(&image,"C:\\Users\\LYF\\Desktop\\down.rgb", "rb");
	fopen_s(&Red,"C:\\Users\\LYF\\Desktop\\Red.txt", "w");
	fopen_s(&Green,"C:\\Users\\LYF\\Desktop\\Green.txt", "w");
	fopen_s(&Blue,"C:\\Users\\LYF\\Desktop\\Blue.txt", "w");

读取RGB分量并统计

	for(int i=0,j=0;i<height*wide*3;i=i+3,j++)
		{
			B[j]=*(buffer+i);
			G[j]=*(buffer+i+1);
			R[j]=*(buffer+i+2);
		}
	for(int i=0;i<256;i++)
	{
		for(int j=0;j<height*wide;j++)
		{
			if(int(R[j]==i)){R_num[i]++;}
			if (int(G[j]==i)){G_num[i]++;}
			if (int(B[j]==i)){B_num[i]++;}
		}
	}
	for(int i=0;i<256;i++)
	{
		R_f[i]=R_num[i]/(256*256);
		B_f[i]=B_num[i]/(256*256);
		G_f[i]=G_num[i]/(256*256);
	}

分别计算RGB分量的熵并输出

	for (int i=0;i<256;i++)
	{
		if(R_f[i]!=0)
			{R_s += -R_f[i]*log(R_f[i])/log(double(2));}

		if(B_f[i]!=0)
			{B_s += -B_f[i]*log(B_f[i])/log(double(2));}
	
		if(G_f[i]!=0)
			{G_s += -G_f[i]*log(G_f[i])/log(double(2));}
	}
	cout<<"R的熵为"<<R_s<<endl;
	cout<<"G的熵为"<<G_s<< endl;
	cout<<"B的熵为"<<B_s<< endl;

将各分量的信息写入文件

	for (int i=0;i<256;i++)
	{
		fprintf(Red,"%d\t%f\n",i,R_f[i]);
		fprintf(Green,"%d\t%f\n",i,G_f[i]);
		fprintf(Blue,"%d\t%f\n",i,B_f[i]);
	}

	//关闭
	fclose(image);
	fclose(Red);
	fclose(Green);
	fclose(Blue);

	system("pause");
	return 0;
}

程序运行结果为：
R的熵为：7.22955
G的熵为：7.17846
B的熵为：6.85686

yuv文件

与rgb的代码类似，需要注意的地方为：
分量数组的大小

	unsigned char Y[height*wide]={0};
	unsigned char U[height*wide*1/4]={0};
	unsigned char V[height*wide*1/4]={0};

读取分量时的范围

	for(int i=0;i<height*wide;i=i+1)
	{
		Y[i]=*(buffer+i);
	}
	for(int i=height*wide;i<height*wide*5/4;i=i+1)
	{
		U[i-height*wide]=*(buffer+i);
	}
	for(int i=height*wide*5/4;i<height*wide*3/2;i=i+1)
	{
		V[i-height*wide*5/4]=*(buffer+i);
	}

统计时的不同

	for(int i=0;i<height*wide;i++)
	{
		Y_num[Y[i]]++;
	}

	for(int i=0;i<height*wide*1/4;i++)
	{
		U_num[U[i]]++;
		V_num[V[i]]++;
	}

	for(int i=0;i<256;i++)
	{
		Y_f[i]=Y_num[i]/(256*256);
		U_f[i]=U_num[i]/(256*256/4);
		V_f[i]=V_num[i]/(256*256/4);
	}

最终运行结果为：
Y的熵为：6.33182
U的熵为：5.1264
V的熵为：4.11314

将输出的文件用excel绘制折线图可观察到，rgb文件的概率分布更均匀，yuv的则较为分散故而熵值较小，与程序输出的结果相互印证。