Verilog和Matlab实现RGB888互转YUV444

news2024/9/22 19:39:48

文章目录

  • 一、色彩空间
    • 1.1 RGB色彩空间
    • 1.2 CMYK色彩空间
    • 1.3 YUV色彩空间
  • 二、色彩空间转换公式
    • 2.1 RGB转CMYK
    • 2.2 CMYK转RGB
    • 2.3 RGB888转YUV444
    • 2.4 YUV444转RGB888
  • 三、MATLAB实现RGB888转YUV444
    • 3.1 matlab代码
    • 3.2 matlab结果
  • 四、Verilog实现RGB888转YUV444


一、色彩空间

  色彩空间就是显示一幅图像所使用的特定颜色组合,不同的应用场景会使用不同的色彩空间。常见的色彩空间有RGB、CMYK、HSV、LAB以及YUV等等。

1.1 RGB色彩空间

  RGB色彩空间最常用的用途就是显示器领域,利用物理中光的三原色可以叠加成不同颜色的原理;因此一个像素由R、G、B三种颜色分量组成,在RGB色彩空间中,R、G、B三个分量的属性是独立的,每个分量数字越大,对应的颜色占比就越大。常见的RGB格式有RGB888、RGB565、RGB555等等,其中RGB888表示每种颜色分量都有256级,所以RGB888能表示256 * 256 * 256=1677w种颜色。RGB色彩空间应用十分广泛,但不适合做图像处理,因为人眼视网膜上存在两种视敏细胞:锥状细胞和杆状细胞这两种细胞对颜色和亮度的感知程度不一样(具体可以去了解以下人眼系统构成),总之就是人眼对亮度的感知大于对颜色的感知。而RGB三种分量都与亮度有关系,因此做图像处理时,改变任意分量对亮度都会产生影响,因此RGB色彩空间通常只是用来显示。

在这里插入图片描述

1.2 CMYK色彩空间

  CMYK色彩空间的使用场景是印刷、打印等领域,当光线照射到一个物体上时,物体将吸收一部分光,并将剩下的光进行反射,反射的光线就是我们所看见的物体颜色,这也是与RGB色彩空间的根本不同之处。CMYK颜色模型使用青、品红、黄、黑四个通道来表示颜色,青、品红、黄三个通道分别对应RGB的补色,K通道表示黑色墨水的量

在这里插入图片描述
  因此RGB色域更广,CMYK相较于RGB色域有限,所以存在一些RGB里的颜色在印刷时无法显示的情况,这些CMYK色域不包含的颜色在印刷时会丢失。

1.3 YUV色彩空间

  YUV是指亮度分量和色度分量都分开表示的像素格式,其中Y表示明亮度(Luminance或Luma),也就是灰度值;而U和V表示的则是色度(Chrominance或Chroma),作用是描述影像色彩及饱和度,用于指定像素的颜色。

  YCbCr其中Y是指亮度分量,Cb指蓝色色度分量,而Cr指红色色度分量。YCbCr 则是在世界数字组织视频标准研制过程中作为ITU - R BT.601 建议的一部分,其实是YUV经过缩放和偏移的翻版。其中Y与YUV 中的Y含义一致,Cb,Cr 同样都指色彩,只是在表示方法上不同而已。在YUV 家族中,YCbCr 是在计算机系统中应用最多的成员,其应用领域很广泛,JPEG、MPEG均采用此格式。

  1. YUV是一种模拟信号,其色彩模型源于RGB,常用于模拟广播电视中
  2. YCbCr是一种数字信号,是YUV压缩和偏移的结果,在数字视频中广泛使用。

  一般人们所讲的YUV大多是指YCbCr。YCbCr 有许多采样格式,是在获取原始图像数据时采用的策略。如YUV444,YUV422,YUV420 。

  • YUV 4:4:4表示每一个 Y 分量对应一对 UV 分量,每像素占用 (Y + U + V = 8 + 8 + 8 = 24bits)

在这里插入图片描述

  • YUV 4:2:2表示每两个 Y 分量对应一对 UV 分量,每像素占用 (Y + 0.5U + 0.5V = 8 + 4 + 4 = 16bits)

在这里插入图片描述

  • YUV 4:2:0表示每四个 Y 分量对应一对 UV 分量,每像素占用 (Y + 0.25U + 0.25V = 8 + 2 + 2 = 12bits)

在这里插入图片描述

二、色彩空间转换公式

2.1 RGB转CMYK

  第一步:将RGB色彩空间中的颜色映射到CMY色彩空间中R,G,B值除以255,将范围从0…255更改为0~1

R ′ = R / 255 R^{'}=R/255 R=R/255
G ′ = G / 255 G^{'}=G/255 G=G/255
B ′ = B / 255 B^{'}=B/255 B=B/255
  第二步:计算出黑色K的量值:
K = 1 − m a x ( R ′ , G ′ , B ′ ) K=1 - max(R^{'},G^{'},B^{'}) K=1max(R,G,B)
  第三步:计算出C(青色),M(品红),Y(红色)的值:
C = ( 1 − R ′ − K ) / ( 1 − K ) C =(1 - R^{'} - K)/ (1 - K) C=1RK/(1K)
M = ( 1 − G ′ − K ) / ( 1 − K ) M =(1 - G^{'} - K)/ (1 - K) M=1GK/(1K)
Y = ( 1 − B ′ − K ) / ( 1 − K ) Y =(1 - B^{'} - K)/ (1 - K) Y=1BK/(1K)

  例如R、G、 B = 88、137、142转换成CMYK就等于C、M、Y、K=38、4、0、44(单位%)

在这里插入图片描述

2.2 CMYK转RGB

R = 255 ∗ ( 1 − C ) ∗ ( 1 − K ) R=255 * (1-C)*(1-K) R=2551C1K
G = 255 ∗ ( 1 − M ) ∗ ( 1 − K ) G=255 * (1-M)*(1-K) G=2551M1K
B = 255 ∗ ( 1 − Y ) ∗ ( 1 − K ) B=255 * (1-Y)*(1-K) B=2551Y1K

  例如C、M、Y、K=38、4、0、44(单位%)等于R、G、 B = 89、137、143

在这里插入图片描述

2.3 RGB888转YUV444

Y = 0.299 ∗ R + 0.587 ∗ G + 0.114 ∗ B Y=0.299 *R + 0.587*G + 0.114 * B Y=0.299R+0.587G+0.114B
U = − 0.169 ∗ R − 0.331 ∗ G + 0.5 ∗ B + 128 U=-0.169 *R -0.331*G + 0.5 * B + 128 U=0.169R0.331G+0.5B+128
V = 0.5 ∗ R − 0.419 ∗ G − 0.081 ∗ B + 128 V=0.5 *R - 0.419*G -0.081 * B + 128 V=0.5R0.419G0.081B+128

2.4 YUV444转RGB888

R = Y + 1.402 ∗ V − 1.402 ∗ 128 R=Y + 1.402*V - 1.402 * 128 R=Y+1.402V1.402128
G = Y − 0.344 ∗ U − 0.714 ∗ V + 1.058 ∗ 128 G=Y -0.344*U - 0.714 * V + 1.058*128 G=Y0.344U0.714V+1.058128
B = Y + 1.772 ∗ U − 1.772 ∗ 128 B=Y + 1.772*U -1.772*128 B=Y+1.772U1.772128

三、MATLAB实现RGB888转YUV444

3.1 matlab代码

clear all; close all; clc;

% -------------------------------------------------------------------------
% 读图像到matlab
IMG1 = imread('..................../.jpg');    % 读取jpg图像
h = size(IMG1,1);         % 读取图像高度
w = size(IMG1,2);         % 读取图像宽度
subplot(221);imshow(IMG1);title('RGB图像');

% -------------------------------------------------------------------------
% 计算YUV
% Y=0.299  *R  + 0.587*G + 0.114 * B
% U=-0.169 *R  - 0.331*G + 0.5   * B + 128
% V=0.5    *R  - 0.419*G - 0.081 * B + 128
IMG1 = double(IMG1);    %转为双精度浮点数   
IMG_YUV = zeros(h,w,3); %先将变量清零 
for i = 1 : h
    for j = 1 : w
        IMG_YUV(i,j, 1) = ( IMG1(i,j,1)*0.299 + IMG1(i,j,2)*0.587 + IMG1(i,j,3)*0.114);
        IMG_YUV(i,j,2)  = (-IMG1(i,j,1)*0.169 - IMG1(i,j,2)*0.331 + IMG1(i,j,3)*0.5 + 128);
        IMG_YUV(i,j,3)  = ( IMG1(i,j,1)*0.5   - IMG1(i,j,2)*0.419 - IMG1(i,j,3)*0.081 + 128);
    end
end

% -------------------------------------------------------------------------
% Display Y Cb Cr Channel
IMG_YUV = uint8(IMG_YUV); 
subplot(222); imshow(IMG_YUV(:,:,1));  title('Y  通道');
subplot(223); imshow(IMG_YUV(:,:,2));  title('Cb 通道');
subplot(224); imshow(IMG_YUV(:,:,3));  title('Cr 通道');

3.2 matlab结果

在这里插入图片描述

四、Verilog实现RGB888转YUV444

  

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2111172.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

python_openCV_计算图片中的区域的黑色比例

希望对原始图片进行处理,然后计算图片上的黑色和白色的占比 上图, 原始图片 import numpy as np import cv2 import matplotlib.pyplot as pltdef cal_black(img_file):#功能: 计算图片中的区域的黑色比例#取图片中不同的位置进行计算,然后计算器数值#----------------p…

如何使用事件流相关操作

文章目录 1. 概念介绍2. 使用方法StreamControllerStreamBuilder 3. 示例代码 我们在上一章回中介绍了管理Stream事件流相关的内容,本章回中将介绍如何使用Stream事件流输入输出数据 。闲话休提,言归正传,让我们一起Talk Flutter吧。 1. 概念…

【VSCode v1.93.0】手动配置远程remote-ssh

开发环境 VS Code版本:1.93.0 (Windows) Ubuntu版本:20.04 使用VS Code 插件remote-ssh远程访问Ubuntu服务器中的代码,若Ubuntu无法联网,在连接的时候会报错: Could not establish connection to "xxxx": F…

前端玩Postgres数据库:Ai大法一把梭

大家好,我是程序员凌览。 前段时间分享如何白嫖一台服务器 👉🏼👉🏼白嫖不是梦,三分钟搞定一台服务器。 本文分享如何在平台Vercel白嫖服务器的同时蹭个postgres数据库。 创建数据库 切换到Storage&…

828华为云征文|基于Flexus云服务器X实例的应用场景-部署自己的博客系统

🔴大家好,我是雄雄,欢迎关注微信公众号:雄雄的小课堂 先看这里 写在前面效果图部署拾壹博客系统项目架构项目特点详细介绍部署博客系统更改redis的信息打包后端上传jar到服务器中打包前端项目 总结 写在前面 华为云828云服务器活…

【加密社】如何根据.dat文件恢复密钥

加密社 看了这篇指南,你将了解助记词和密钥地址(qianbao)背后的基本原理。 以及,如何找回你的大饼密钥。 Not your key, not your coin 如果你不掌握自己加密货币钱包的私钥,那么你实际上并不能完全控制你的资产 在当今…

每日OJ_牛客_走迷宫(简单bfs)

目录 牛客_走迷宫(简单bfs) 解析代码: 牛客_走迷宫(简单bfs) 走迷宫__牛客网 解析代码: 采用一个二维数组,不断的接受迷宫地图(因为有多个地图),获取到迷宫地图后,采…

智能匹配新高度:相亲交友系统如何运用AI技术提升用户体验

在数字化时代,相亲交友系统正逐渐融入人工智能(AI)技术,以提升用户体验和匹配效率。AI的引入不仅改变了传统的交友方式,还为用户带来了更加个性化和精准的交友体验。以下是一篇关于如何运用AI技术提升相亲交友系统用户…

第L8周:机器学习|K-means聚类算法

本文为🔗365天深度学习训练营中的学习记录博客 🍖 原作者:K同学啊 | 接辅导、项目定制 🚀 文章来源:K同学的学习圈子深度学习 聚类算法的定义: 聚类就是将一个庞杂数据集中具有相似特征的数据自动归类到一…

YOLOV5入门教学-common.py文件

在 YOLOv5 框架中,common.py 文件是一个核心组件,负责定义深度学习模型的基础模块和常用操作。无论是卷积层、激活函数、特征融合还是其他复杂的模型结构,common.py 都提供了灵活且高效的实现。在这篇文章中,我们将深入解析 commo…

【科普知识】一体化电机掉电后“位置精准复位“机制与规律

在工业自动化、机器人技术及精密控制领域,电机作为核心执行元件,其稳定运行和精确控制对于整个系统的性能至关重要。 然而,电机在运行过程中可能会遭遇突然断电的情况,这会导致电机失去驱动力并停止在当前位置,甚至在…

基于YOLOv10的垃圾检测系统

基于YOLOv10的垃圾检测系统 (价格90) 包含 [CardBoard, Glass, Metal, Paper, Plastic] 5个类 [纸板, 玻璃, 金属, 纸张, 塑料] 通过PYQT构建UI界面,包含图片检测,视频检测,摄像头实时检测。 (该系统可以根据数据训练出的…

Minimax-秋招正式批-面经(计网)

6. websocket和http区别 websocket知识点总结_防火墙 websocket-CSDN博客 相同点 都是基于TCP协议,都是可靠性传输协议都是应用层协议 不同点 HTTP 类型: 请求-响应式的无状态协议,半双工通信,同一时刻只能一个方向上有动作通…

变阻箱和负载箱的区别

变阻箱和负载箱是两种常见的电力设备,它们在电力系统中起着重要的作用。虽然它们都是用来调节电流的,但是它们的工作原理和用途有很大的区别。 首先,我们来看看变阻箱。变阻箱是一种可以改变电阻值的设备,它的主要作用是调节电流…

el-table使用type=“expand”根据数据条件隐藏展开按钮

一&#xff1a;添加className <el-table :data"tableData" border :loading"loading" :row-class-name"getRowClass" expand-change"expandchange"><el-table-column type"expand"><template #default"…

基于51单片机的智能小车转向控制系统设计与实现

文章目录 前言资料获取设计介绍功能介绍具体实现截图参考文献设计获取 前言 &#x1f497;博主介绍&#xff1a;✌全网粉丝10W,CSDN特邀作者、博客专家、CSDN新星计划导师&#xff0c;一名热衷于单片机技术探索与分享的博主、专注于 精通51/STM32/MSP430/AVR等单片机设计 主要对…

PCB散热设计

随着电子设备性能的不断提升&#xff0c;电路板上的元器件集成度越来越高&#xff0c;发热量也随之增加。如何有效管理这些热量&#xff0c;保证电路板在高温环境下的稳定运行&#xff0c;成为设计过程中一个不可忽视的问题。如果散热不佳&#xff0c;电子元件可能会因过热导致…

python3删除es 45天前索引,生产环境验证过

本人es版本 环境 pip install --upgrade elasticsearch==7.16.3代码 from datetime import datetime, timedelta from elasticsearch import Elasticsearch

通过15张图带你掌握网络抓包工具Wireshark必备使用技巧

学习TCP/IP等网络协议时异常枯燥&#xff0c;因为网络问题看不见摸不着&#xff0c;很难深入理解其工作原理&#xff0c;而Wireshark正是将这些知识以一种网络数据包、可视化的形式呈现给大家&#xff0c;接下来博主带大家掌握Wireshark的必备技能&#xff01;如有任何疑问&…

【GPT】Coze使用开放平台接口-【5】API 调用

我们在机器人里面引用工作流&#xff0c;当然也可以通过 API 直接调用工作流&#xff0c;coze 也提供了这一套的 API 接口。coze 的 API 接口肯定也不只是接入工作流&#xff0c;Bots&#xff0c;文件&#xff0c;知识库等&#xff0c;都有相关接口。这个文档我们也只专注在工作…