百度360必应搜狗淘宝本站头条
mqtt服务器xftp6mybatiscollectionkeyerrorc#var
当前位置：网站首页 > 热门文章 > 正文

[图像处理] YUV图像处理入门3（图象处理）

bigegpt 2024-08-02 10:53 3 浏览

5 yuv420格式的灰阶测试图

本程序中的函数主要是为YUV420P视频数据流的第一帧图像添加边框。函数的代码如下所示：


/**
 * @file 5 yuv_graybar.cpp
 * @author luohen
 * @brief gray scale bar of yuv
 * @date 2018-12-07
 *
 */

#include "stdafx.h"
#include <stdio.h>
#include <stdlib.h>
#include <string.h>
#include <math.h>
#include <iostream>

using namespace std;

/**
 * @brief
 *
 * @param width        width of input yuv420p file
 * @param height    height of input yuv420p file
 * @param ymin        minimum value of y
 * @param ymax        maximum value of y
 * @param barnum     Number of bars
 * @param url        location of input yuv420p file
 * @return int
 */
int yuv420_graybar(int width, int height, int ymin, int ymax, int barnum, const char *url)
{
    //每个灰度条的宽度
    int barwidth;
    //每个灰度阶次范围
    float lum_inc;
    //计算Y值
    unsigned char lum_temp;
    //uv分量宽高
    int uv_width, uv_height;
    //reading yuv image
    FILE *input_fp;
    if ((input_fp = fopen(url, "rb")) == NULL)
    {
        printf("%s open error!\n", url);
        return -1;
    }
    else
    {
        printf("%s open.\n", url);
    }
    //writing yuv image
    FILE *output_fp = fopen("video_result/gray_test.yuv", "wb+");

    int t = 0, i = 0, j = 0;

    //每个灰度条的宽度
    barwidth = width / barnum;
    //每个灰度阶次范围
    lum_inc = ((float)(ymax - ymin)) / ((float)(barnum - 1));
    //uv分量宽高
    uv_width = width / 2;
    uv_height = height / 2;

    unsigned char *data_y = new unsigned char[width * height];
    unsigned char *data_u = new unsigned char[uv_width * uv_height];
    unsigned char *data_v = new unsigned char[uv_width * uv_height];

    //Output Info
    //输出信息
    printf("Y, U, V value from picture's left to right:\n");
    for (t = 0; t < (width / barwidth); t++)
    {
        //计算Y值
        lum_temp = ymin + (char)(t * lum_inc);
        printf("%3d, 128, 128\n", lum_temp);
    }
    //保存数据
    for (j = 0; j < height; j++)
    {
        for (i = 0; i < width; i++)
        {
            t = i / barwidth;
            lum_temp = ymin + (char)(t * lum_inc);
            data_y[j * width + i] = lum_temp;
        }
    }
    for (j = 0; j < uv_height; j++)
    {
        for (i = 0; i < uv_width; i++)
        {
            data_u[j * uv_width + i] = 128;
        }
    }
    for (j = 0; j < uv_height; j++)
    {
        for (i = 0; i < uv_width; i++)
        {
            data_v[j * uv_width + i] = 128;
        }
    }

    fwrite(data_y, width * height, sizeof(unsigned char), output_fp);
    fwrite(data_u, uv_width * uv_height, sizeof(unsigned char), output_fp);
    fwrite(data_v, uv_width * uv_height, sizeof(unsigned char), output_fp);
    fclose(input_fp);
    fclose(output_fp);

    delete[] data_y;
    delete[] data_u;
    delete[] data_v;
    return 0;
}

/**
 * @brief main
 *
 * @return int
 */
int main()
{
    int state = yuv420_graybar(640, 360, 0, 255, 10, "video/graybar.yuv");
    return 0;
}

调用函数为：


int yuv420_graybar(int width, int height, int ymin, int ymax, int barnum, const char *url);

实际上这部分代码和前面代码差不多，先取得YUV数据流，类似一个一维数组，读第一帧图像，然后依次读到y，u，v三个分量起始位置，再对y，u，v的像素值分别进行处理。

结果如图所示：

添加图片注释，不超过 140 字（可选）

6 两张yuv420p图像的峰值信噪比（psnr）计算

本程序中的函数主要是比较两张yuv420p图像的峰值信噪。函数的代码如下所示：


/**
 * @file 6 yuv420_psnr.cpp
 * @author luohen
 * @brief Compute the PSNR values of two yuv files
 * @date 2018-12-08
 *
 */

#include "stdafx.h"
#include <stdio.h>
#include <stdlib.h>
#include <string.h>
#include <math.h>
#include <iostream>

using namespace std;

/**
 * @brief
 *
 * @param url1    location of input yuv420p file1
 * @param url2    location of input yuv420p file2
 * @param w        width of input yuv420p file
 * @param h        height of input yuv420p file
 * @return int
 */
int yuv420_psnr(const char *url1, const char *url2, int w, int h)
{
    //reading yuv iamges
    FILE *fp1 = fopen(url1, "rb+");
    FILE *fp2 = fopen(url2, "rb+");

    unsigned char *pic1 = new unsigned char[w * h];
    unsigned char *pic2 = new unsigned char[w * h];

    fread(pic1, 1, w * h, fp1);
    fread(pic2, 1, w * h, fp2);

    double mse_sum = 0, mse = 0, psnr = 0;
    //computing mse
    for (int j = 0; j < w * h; j++)
    {
        mse_sum += pow((double)(pic1[j] - pic2[j]), 2);
    }
    mse = mse_sum / (w * h);
    //computing psnr
    psnr = 10 * log10(255.0 * 255.0 / mse);
    printf("%5.3f\n", psnr);

    delete[] pic1;
    delete[] pic2;
    fclose(fp1);
    fclose(fp2);
    return 0;
}

/**
 * @brief main
 *
 * @return int
 */
int main()
{
    int state = yuv420_psnr("video/akiyo.yuv", "video/distort_akiyo.yuv", 352, 288);
    return 0;
}

调用函数为：


int yuv420_psnr(const char *url1, const char *url2, int w, int h);

这段代码主要是计算两张图像的接近程度，psnr值具体介绍可以见文章：

https://www.cnblogs.com/ranjiewen/p/6390846.html

本文所用的两张图像一张是akiyo视频流首帧图像，另外一张是前面为akiyo加上边框的图像。两张图像的psnr值为13.497。一般psnr值越大两张图像越接近。

7 yuv420图像顺时针旋转90度

本程序中的函数主要是将YUV420P视频数据流的第一帧图像顺时针旋转90度。函数的代码如下所示：


/**
 * @file 7 yuv_Rotation90.cpp
 * @author luohen
 * @brief 90 degree rotation of yuv420 images
 * @date 2018-12-08
 *
 */

#include "stdafx.h"
#include <stdio.h>
#include <stdlib.h>
#include <string.h>
#include <math.h>
#include <iostream>

using namespace std;

/**
 * @brief Pre-defined image size
 *
 */
#define image_h 288
#define image_w 352

/**
  * @brief
  *
  * @param url location of input yuv420p file
  * @return int
  */
int yuv420_Rotation90(const char *url)
{
    //reading yuv files
    FILE *input_fp;
    //writingyuv files
    FILE *output_fp = fopen("video_result/output_rotation.yuv", "wb+");

    //reading yuv datas
    if ((input_fp = fopen(url, "rb")) == NULL)
    {
        printf("%s open error!\n", url);
        return -1;
    }
    else
    {
        printf("%s open.\n", url);
    }

    //Input image array definition
    unsigned char input_Y[image_h][image_w];
    unsigned char input_U[image_h / 2][image_w / 2];
    unsigned char input_V[image_h / 2][image_w / 2];

    //Output image array definition
    unsigned char output_Y[image_w][image_h];
    unsigned char output_U[image_w / 2][image_h / 2];
    unsigned char output_V[image_w / 2][image_h / 2];

    int w = image_w;
    int h = image_h;

    fread(input_Y, sizeof(unsigned char), w * h, input_fp);
    fread(input_U, sizeof(unsigned char), w / 2 * h / 2, input_fp);
    fread(input_V, sizeof(unsigned char), w / 2 * h / 2, input_fp);

    //Y 90 degree rotation
    for (int x = 0; x < h; x++)
    {
        for (int y = 0; y < w; y++)
        {
            //旋转之后，输出的x值等于输入的y坐标值
            //y值等于输入列高-输入x坐标值-1
            output_Y[y][h - x - 1] = input_Y[x][y];
        }
    }

    //u 90 degree rotation
    for (int x = 0; x < h / 2; x++)
    {
        for (int y = 0; y < w / 2; y++)
        {
            //旋转之后，输出的x值等于输入的y坐标值
            //y值等于输入列高-输入x坐标值-1
            output_U[y][h / 2 - x - 1] = input_U[x][y];
        }
    }

    //v 90 degree rotation
    for (int x = 0; x < h / 2; x++)
    {
        for (int y = 0; y < w / 2; y++)
        {
            //旋转之后，输出的x值等于输入的y坐标值
            //y值等于输入列高-输入x坐标值-1
            output_V[y][h / 2 - x - 1] = input_V[x][y];
        }
    }

    fwrite(output_Y, sizeof(unsigned char), w * h, output_fp);
    fwrite(output_U, sizeof(unsigned char), w / 2 * h / 2, output_fp);
    fwrite(output_V, sizeof(unsigned char), w / 2 * h / 2, output_fp);

    fclose(input_fp);
    fclose(output_fp);

    return 0;
}

/**
 * @brief main
 *
 * @return int
 */
int main()
{
    int state = yuv420_Rotation90("video/akiyo.yuv");
    return 0;
}

调用函数为：


int yuv420_Rotation90(const char *url);

这段代码主要是分别提取yuv分量，然后将y，u，v分量分别旋转90度。但是提取yuv分量和以前的代码有所不同。

首先是建立yuv三个分量输入的静态二维数组，相比使用动态数组，这种方式处理数据简单很多，但是需要实现确定输入图像的大小。


unsigned char input_Y[image_h][image_w];

unsigned char input_U[image_h / 2][image_w / 2];

unsigned char input_V[image_h / 2][image_w / 2];

然后建立旋转后的输出数组，输出数组定义是，由于是旋转90度，长宽进行了对调。


unsigned char output_Y[image_w][image_h];

unsigned char output_U[image_w / 2][image_h / 2];

unsigned char output_V[image_w / 2][image_h / 2];

其他旋转操作，就是图像赋值过程。旋转后akiyo图像尺寸变为（288，352）

结果如图所示：

添加图片注释，不超过 140 字（可选）

8 yuv420图像大小重置

本程序中的函数主要是对YUV420P视频数据流的第一帧图像进行缩放或者放大。类似opencv中的resize函数，函数的代码如下所示：


/**
 * @file 8 yuv_resize.cpp
 * @author luohen
 * @brief adjusting yuv image size
 * @date 2018-12-08
 *
 */

#include "stdafx.h"
#include <stdio.h>
#include <stdlib.h>
#include <string.h>
#include <math.h>
#include <string.h>
#include <iostream>

using namespace std;

#define HEIGHT 288
#define WIDTH 352

/**
 * @brief 
 * 
 * @param url            location of input yuv420p file
 * @param out_width        output image width
 * @param out_height    output image height
 * @return int 
 */
int yuv420_resize(const char *url, int out_width, int out_height)
{
    //input array
    unsigned char yin[HEIGHT][WIDTH];
    unsigned char uin[HEIGHT / 2][WIDTH / 2];
    unsigned char vin[HEIGHT / 2][WIDTH / 2];
    //output array
    unsigned char *yout = new unsigned char[out_width * out_height];
    unsigned char *uout = new unsigned char[out_width / 2 * out_height / 2];
    unsigned char *vout = new unsigned char[out_width / 2 * out_height / 2];
    ///reading yuv file
    FILE *input_fp;
    //writing yuv file
    FILE *output_fp = fopen("video_result/output_resize.yuv", "wb+");

    if ((input_fp = fopen(url, "rb")) == NULL)
    {
        printf("%s open error!\n", url);
        return -1;
    }
    else
    {
        printf("%s open.\n", url);
    }

    fread(yin, sizeof(unsigned char), HEIGHT * WIDTH, input_fp);
    fread(uin, sizeof(unsigned char), HEIGHT * WIDTH / 4, input_fp);
    fread(vin, sizeof(unsigned char), HEIGHT * WIDTH / 4, input_fp);

    //Y
    for (int i = 0; i < out_height; i++)
    {
        for (int j = 0; j < out_width; j++)
        {
            int i_in = round(i * HEIGHT / out_height);
            int j_in = round(j * WIDTH / out_width);
            yout[i * out_width + j] = yin[i_in][j_in];
        }
    }

    //U
    for (int i = 0; i < out_height / 2; i++)
    {
        for (int j = 0; j < out_width / 2; j++)
        {
            int i_in = round(i * (HEIGHT / 2) / (out_height / 2));
            int j_in = round(j * (WIDTH / 2) / (out_width / 2));
            uout[i * out_width / 2 + j] = uin[i_in][j_in];
        }
    }

    //V
    for (int i = 0; i < out_height / 2; i++)
    {
        for (int j = 0; j < out_width / 2; j++)
        {
            int i_in = round(i * (HEIGHT / 2) / (out_height / 2));
            int j_in = round(j * (WIDTH / 2) / (out_width / 2));
            vout[i * out_width / 2 + j] = vin[i_in][j_in];
        }
    }

    fwrite(yout, sizeof(unsigned char), out_width * out_height, output_fp);
    fwrite(uout, sizeof(unsigned char), out_width * out_height / 4, output_fp);
    fwrite(vout, sizeof(unsigned char), out_width * out_height / 4, output_fp);

    delete[] yout;
    delete[] uout;
    delete[] vout;
    fclose(input_fp);
    fclose(output_fp);

    return 0;
}

/**
 * @brief main
 *
 * @return int
 */
int main()
{
    int state = yuv420_resize("video/akiyo.yuv", 288, 352);
    return 0;
}

调用函数为：


int yuv420_resize(const char *url, int out_width, int out_height);

这段代码也是通过事先设定yuv输入输出的静态二维数组来进行处理的。其中out_width, out_height

是输出图像的宽高，这段代码中输出图像的宽高可以设定为任意值。所用图像resize方法是最简单的最邻近插值法。

插值方法见文章：

https://blog.csdn.net/caomin1hao/article/details/81092134

当设置调整后的图像宽高为288，352时，结果如下：

添加图片注释，不超过 140 字（可选）


引用链接

[1] https://www.cnblogs.com/ranjiewen/p/6390846.html: https://www.cnblogs.com/ranjiewen/p/6390846.html

[2] https://blog.csdn.net/caomin1hao/article/details/81092134: https://blog.csdn.net/caomin1hao/article/details/81092134

相关推荐

得物可观测平台架构升级:基于GreptimeDB的全新监控体系实践

一、摘要在前端可观测分析场景中，需要实时观测并处理多地、多环境的运行情况，以保障Web应用和移动端的可用性与性能。传统方案往往依赖代理Agent→消息队列→流计算引擎→OLAP存储...

warm-flow新春版:网关直连和流程图重构

本期主要解决了网关直连和流程图重构，可以自此之后可支持各种复杂的网关混合、多网关直连使用。-新增Ruoyi-Vue-Plus优秀开源集成案例更新日志[feat]导入、导出和保存等新增json格式支持...

扣子空间体验报告

在数字化时代，智能工具的应用正不断拓展到我们工作和生活的各个角落。从任务规划到项目执行，再到任务管理，作者深入探讨了这款工具在不同场景下的表现和潜力。通过具体的应用实例，文章展示了扣子空间如何帮助用户...

spider-flow:开源的可视化方式定义爬虫方案

spider-flow简介spider-flow是一个爬虫平台，以可视化推拽方式定义爬取流程，无需代码即可实现一个爬虫服务。spider-flow特性支持css选择器、正则提取支持JSON/XML格式...

solon-flow 你好世界!

solon-flow是一个基础级的流处理引擎（可用于业务规则、决策处理、计算编排、流程审批等......）。提供有“开放式”驱动定制支持，像jdbc有mysql或pgsql等驱动，可...

新一代开源爬虫平台:SpiderFlow

SpiderFlow：新一代爬虫平台，以图形化方式定义爬虫流程，不写代码即可完成爬虫。-精选真开源，释放新价值。概览Spider-Flow是一个开源的、面向所有用户的Web端爬虫构建平台，它使用Ja...

通过 SQL 训练机器学习模型的引擎

关注薪资待遇的同学应该知道，机器学习相关的岗位工资普遍偏高啊。同时随着各种通用机器学习框架的出现，机器学习的门槛也在逐渐降低，训练一个简单的机器学习模型变得不那么难。但是不得不承认对于一些数据相关的工...

鼠须管输入法rime for Mac

鼠须管输入法forMac是一款十分新颖的跨平台输入法软件，全名是中州韵输入法引擎，鼠须管输入法mac版不仅仅是一个输入法，而是一个输入法算法框架。Rime的基础架构十分精良，一套算法支持了拼音、...

Go语言 1.20 版本正式发布:新版详细介绍

Go1.20简介最新的Go版本1.20在Go1.19发布六个月后发布。它的大部分更改都在工具链、运行时和库的实现中。一如既往，该版本保持了Go1的兼容性承诺。我们期望几乎所...

iOS 10平台SpriteKit新特性之Tile Maps(上)

简介苹果公司在WWDC2016大会上向人们展示了一大批新的好东西。其中之一就是SpriteKitTileEditor。这款工具易于上手，而且看起来速度特别快。在本教程中，你将了解关于TileE...

程序员简历例句—范例Java、Python、C++模板

个人简介通用简介：有良好的代码风格，通过添加注释提高代码可读性，注重代码质量，研读过XXX，XXX等多个开源项目源码从而学习增强代码的健壮性与扩展性。具备良好的代码编程习惯及文档编写能力，参与多个高...

Telerik UI for iOS Q3 2015正式发布

近日，TelerikUIforiOS正式发布了Q32015。新版本新增对XCode7、Swift2.0和iOS9的支持，同时还新增了对数轴、不连续的日期时间轴等；改进TKDataPoin...

ios使用ijkplayer+nginx进行视频直播

上两节，我们讲到使用nginx和ngixn的rtmp模块搭建直播的服务器，接着我们讲解了在Android使用ijkplayer来作为我们的视频直播播放器，整个过程中，需要注意的就是ijlplayer编...

IOS技术分享|iOS快速生成开发文档(一)

前言对于开发人员而言，文档的作用不言而喻。文档不仅可以提高软件开发效率，还能便于以后的软件开发、使用和维护。本文主要讲述Objective-C快速生成开发文档工具appledoc。简介apple...

macOS下配置VS Code C++开发环境

本文介绍在苹果macOS操作系统下，配置VisualStudioCode的C/C++开发环境的过程，本环境使用Clang/LLVM编译器和调试器。一、前置条件本文默认前置条件是，您的开发设备已...

一周热门
最近发表
标签列表