前言

摄像头用的OV的2640，输出YCbYcr的十六进制数据，数据保存成字符串形式的hex文件，之后用Python读取文件，并显示图片。
文章先搭建Python环境，之后编程实现十六进制数据显示图片的功能。
十六进制文件格式如下图：
在这里插入图片描述

python安装目录及文档

1、编译运行
在IDLE (Python 3.10 64-bit)中可以编译运行，也可以在cmd下面运行。
在这里插入图片描述

1、在cmd下执行 py
在这里插入图片描述

Win10+Python3.10+OpenCV4.6.0加载显示图片

参考文章：
https://blog.csdn.net/chexlong/article/details/126596461
1、安装 opencv，制定地址，否则timeout
Win10+Python3.10+OpenCV4.6.0加载显示图片用win键+X启动Windows powershell 管理员模式，执行
在这里插入图片描述
PS C:\Users\Administrator> pip install opencv-python -i https://pypi.tuna.tsinghua.edu.cn/simple
有可能不认pip命令，把路径加到path里面

安装完成之后检查一下

接下来使用下边命令安装opencv-contrib-python。那么它与opencv-python有啥区别呢？opencv-python是只包含了主要模块的包，opencv-contrib-python包含了主要模块以及扩展模块，扩展模块主要是包含了一些带专利的收费算法（如shift特征检测）以及一些在测试的新的算法（稳定后会合并到主要模块）。如果您用不到扩展模块，这个也可以不安装。
pip install opencv-contrib-python -i https://pypi.tuna.tsinghua.edu.cn/simple
在这里插入图片描述之后就可以写py程序了。
e:\work\technology\python\crycbyimage\crYcbYimage.py

十六进YCbYCr摄像头数据接收并显示图像

源码如下：
· 首先，进入终端（命令行），使用pip命令安装numpy库和PIL库
· 安装numpy： pip3 install numpy
· 安装pillow: pip3 install pillow
· · 安装好了之后，新建一个’crYcbYimage.py’，输入以下代码：
import cv2
#from numpy import *
from PIL import Image

import time
import numpy as np
#from alive_progress import alive_it

print(“begin”)

#读取的txt文件
infile = open(“640x120crYcbY-L5s-04.txt”,“r”);
#输出的cer文件，当然你想输出什么格式都可以
outfile = open(“testcrYcbY.yuv”,“wb”);
#tell1=infile.seek(0,2)
#开始读文件
a = infile.read(1);
_combine = “”;
#print(a)
i=0;

while a != ‘\n’:

while a :
if ’ ’ == a:
a = infile.read(1);
continue;
else:
_combine = _combine + a;
i = i+1;
if 2 == i :
i = 0;
#此处转化为16进制
outfile.write(bytes.fromhex(_combine));
_combine = “”;
a = infile.read(1);
#print(a)
infile.close();
outfile.close();
print(“finish change ascii to hex”)

screenLevels = 320.240
#读取YUV格式图像文件
def read_yuv422(image_path, rows, cols):
“”"
:param image_path: 待转换的.yuv图像文件路径
:param rows: 图像行数
:param cols: 图像列数
:return: y,u,v分量
“”"

# 创建y分量
img_y_1 = np.zeros((rows, int(cols/2)), np.uint8)
img_y_2 = np.zeros((rows, int(cols / 2)), np.uint8)
img_y = np.zeros((rows, cols), np.uint8)

# 创建u分量
img_u = np.zeros((rows, int(cols / 2)), np.uint8)

# 创建v分量
img_v = np.zeros((rows, int(cols / 2)), np.uint8)

# 读取内存中数据
reader=open(image_path, 'rb')
# reader.seek(0,0) 
for i in range(rows):
    for j in range(int(cols/2)):
        #temp=reader.read(1)
        #print(temp,i,j)
        
        img_v[i, j] = ord(reader.read(1))
        img_y_1[i, j] = ord(reader.read(1))
        
        
        img_u[i, j] = ord(reader.read(1))
        img_y_2[i, j] = ord(reader.read(1))

for i in range(rows):
    for j in range(int(cols/2)):
        img_y[i, 2*j] = img_y_1[i, j]
        img_y[i, 2*j+1] = img_y_2[i,j]

return img_y, img_u, img_v

#把YUV格式数据转换为RGB格式
def yuv2rgb422(y, u, v):
“”"
:param y: y分量
:param u: u分量
:param v: v分量
:return: rgb格式数据以及r,g,b分量
“”"

rows, cols = y.shape[:2]

# 创建r,g,b分量
r = np.zeros((rows, cols), np.uint8)
g = np.zeros((rows, cols), np.uint8)
b = np.zeros((rows, cols), np.uint8)

for i in range(rows):
    for j in range(int(cols/2)):
        r[i, 2 * j] = max(0,min(255,y[i, 2 * j] + 1.402 * (v[i, j] - 128)))
        g[i, 2 * j] = max(0,min(255,y[i, 2 * j] - 0.34414 * (u[i, j] - 128) - 0.71414 * (v[i, j] - 128)))
        b[i, 2 * j] = max(0,min(255,y[i, 2 * j] + 1.772 * (u[i, j] - 128)))

        r[i, 2 * j+1] = max(0,min(255,y[i, 2 * j+1] + 1.402 * (v[i, j] - 128)))
        g[i, 2 * j+1] = max(0,min(255,y[i, 2 * j+1] - 0.34414 * (u[i, j] - 128) - 0.71414 * (v[i, j] - 128)))
        b[i, 2 * j+1] = max(0,min(255,y[i, 2 * j+1] + 1.772 * (u[i, j] - 128)))

rgb = cv2.merge([b, g, r])

return rgb, r, g, b

img_yuv=read_yuv422(‘testcrYcbY.yuv’,120,640)

cv2.imshow(“YUV_Y”,img_yuv[0])#显示从文件提取出的Y分量
cv2.imwrite(“img-onlyY04.jpg”,img_yuv[0])

img_rgb=yuv2rgb422(img_yuv[0],img_yuv[1],img_yuv[2])

cv2.imshow(“RGB”,img_rgb[0])
cv2.imwrite(“img04.jpg”,img_rgb[0])

cv2.waitKey(0)