总结各种RGB转YUV的转换公式

如果数据位宽都以8位来说.
ITU709:允许 0~255之间所有数据
ITU601:只允许 16~235之间数据,

601是SDTV的数据结构； 656是SDTV的interface
709是HDTV的数据结构；1120是HDTV的interface

最近在学习视频的颜色空间转换，由于摄像机拍出来的视频很多都是用YUV格式保存的，而颜色空间的转换必须在RGB颜色模型上才能完成，所以第一步自然就是将YUV颜色模型转成RGB颜色模型。在网上查到了许多的YUV与RGB互转的公式，但是总觉得有些杂乱，没有系统的总结。

首先说一说YUV颜色模型，单单就YUV颜色模型来说，就有很多中叫法，而且总是让人颇感困惑。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的互转公式也就不尽相同。那就先说说这些不同叫法的YUV的用途和由来。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式，用于数字视频的编码，而YPbPr颜色模型常常用在模拟分量视频中。所以YUV颜色模型到RGB颜色模型的转换，应该对应两种方式，分别是模拟YUV->模拟RGB、数字YUV->数字RGB。不过因为标清、高清、以及超清幅面，YUV转RGB的权重值各不相同，需要将模拟信号和数字信号再做一次幅面划分，就出现了2*3 = 6，6中转换公式。

1.模拟YUV->模拟RGB

　　1) BT601(标清国际定义)

//*********************BT601***********************************//

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

// Pb =-0.169 * R - 0.331 * G + 0.500 * B //

// Pr = 0.500 * R - 0.439 * G - 0.081 * B //

// R = Y + 1.402* Pr 　　　　　　　　　　　　　//

// G = Y - 0.344 * Pb - 0.792* Pr　　　　　　　　　　　　　　　　//

// B = Y + 1.772 * Pb 　　　　　　　　　　　　 //

//*********************BT601***********************************//

　　2)BT709(高清)

//*********************BT601***********************************//

// Y = 0.213 * R + 0.715 * G + 0.072 * B 　　　　 //

// Pb =-0.115 * R - 0.385 * G + 0.500 * B //

// Pr = 0.500 * R - 0.454 * G - 0.046 * B //

// R = Y + 1.402* Cr 　　　　　　　　　　　　　//

// G = Y - 0.344 * Cb - 0.792* Cr　　　　　　　　　　　　　　　　//

// B = Y + 1.772 * Cb 　　　　　　　　　　　　 //

//*********************BT601***********************************//

2 数字YUV->数字RGB

　　1)BT601

//*********************BT601***********************************//

// Y = 16 + 0.257 * R + 0.504 * g + 0.098 * b //

// Cb = 128 - 0.148 * R - 0.291 * g + 0.439 * b //

// Cr = 128 + 0.439 * R - 0.368 * g - 0.071 * b //

// R = 1.164 *(Y - 16) + 1.596 *(Cr - 128) //

// G = 1.164 *(Y - 16) - 0.392 *(Cb - 128) - 0.812 *(Cr - 128)//

// B = 1.164 *(Y - 16) + 2.016 *(Cb - 128) //

//*********************BT601***********************************//

　　2)BT709

//*********************BT709***********************************//

// Y = 16 + 0.183 * R + 0.614 * g + 0.062 * b //

// Cb = 128 - 0.101 * R - 0.339 * g + 0.439 * b //

// Cr = 128 + 0.439 * R - 0.399 * g - 0.040 * b //

// R = 1.164 *(Y - 16) + 1.792 *(Cr - 128) //

// G = 1.164 *(Y - 16) - 0.213 *(Cb - 128) - 0.534 *(Cr - 128)//

// B = 1.164 *(Y - 16) + 2.114 *(Cb - 128) //

//*********************BT709***********************************//

至于超清幅面的计算公式，大家可以按照下面的推导方式自己推导一下。

模拟RGB转YUV的推导公式：

Wr + Wg + Wb = 1; UMax = 0.5; VMax = 0.5

Y = Wr * R + Wg * G + Wb * B;

Pb = Umax * (B - Y) / (1 - Wb);

Pr = Vmax * (R - Y) / (1 - Wr);

数字RGB转YUV的推导公式：

Wr + Wg + Wb = 1; Umax = Vmax = 0.5;

Y = 16 + 219 * (Wr * R + Wg * G + Wb * B) / 255;

Cb = 128 + 224 * (Umax * (B - Y) / (1 - Wb)) / 255;

Cr = 128 + 224 * (Vmax * (R - Y) / (1 - Wr)) / 255;

BT601 Wr = 0.299 Wg = 0.587 Wb = 0.114

BT709 Wr = 0.2126 Wg = 0.7152 Wb = 0.0722

BT2020 Wr = 0.2627 Wg = 0.678 Wb = 0.0593

2020-11-27相关推荐

【你好，windows】Win10 X86x64 1709.2166企业G纯净版2020.11.27
1.母盘采用微软原版企业版G版,Windows 10 1709于2020年10月13日结束服务,打齐补丁包含(kb4580328累积更新.KB4578971NET 4.8.KB4565553服务堆栈更 ...
测试开发工作者日记：2020.11.27
好久没有记录这个系列了,最近有小伙伴在群里说想看,那么就继续记录一下: 工作上呢,进入了淡季,没那么多业务测试了,受上级指示,继续重启大规模的技术分享和培训,虽然说也不知道会有几个同事能认真听,但是这 ...
计算机视觉数据集（更新于2020.11.27）
:::::::::::::::::::::: VIOLIN: 视频与语言推理,一个新的大规模数据集,总计15887个视频片段包含95322个视频假设对,超过582个小时的视频,这些视频内容丰富,时间跨 ...
淘宝直通车提取数据“_h”值最新生成方案（2020.11.27）
近段时间,淘宝直通车进行了反采集升级,在各个需要post请求数据中,新增了一个"_h"的值的设置,如图每次生成都不一样,如果计算出错,将无法请求到正常的数据,包含请求相关搜索词, ...
人工智能数据集（资源篇）（更新于2020.11.27）
收藏:全网最大机器学习数据集,视觉.NLP.音频都在这了 280万分割掩码,谷歌Open Images数据集再更新从图像中检测和识别表格,北航&微软提出新型数据集TableBank 人类穿着 ...
2020.11.27哈尔滨理工大学软件与微电子学院程序设计竞赛（同步赛）
A 抗疫必胜1 水题不解释 #include<bits/stdc++.h> using namespace std;int main() {cout<<"V&quo ...
QIIME 2教程. 27语义类型Semantic(2020.11)
文章目录语义类型为什么定义语义类型常用的语义类型译者简介 Reference 猜你喜欢写在后面语义类型 Semantic types https://docs.qiime2.org/202 ...
QIIME 2教程. 04人体微生物组分析Moving Pictures(2020.11)
文章目录 QIIME 2用户文档. 4人体各部位微生物组本节视频视频教程启动QIIME2运行环境样本元数据下载和导入数据拆分样品序列质控和生成特征表方法1. DADA2 方法2. Deb ...
QIIME 2教程. 01简介和安装 Introduction Install(2020.11开始更新)
写在前面 QIIME是微生物组领域最广泛使用的分析流程,10年来引用20000+次,2019年Nature杂志评为近70年来人体菌群研究的25个里程碑事件--里程碑16:生物信息学工具助力菌群测序数据 ...
QIIME 2教程. 32如何写方法和引用Citing(2020.11)
文章目录引用QIIME 2 引用插件检索特定于插件的引用 Retrieving plugin-specific citations 使用来源追溯列出引用 Using provenance to l ...

2020-11-27

总结各种RGB转YUV的转换公式

2020-11-27相关推荐

最新文章

热门文章