RGB空间与YUV ,YCbCr空间的互换 2.计算转换回来后的RGB与原图的误差（MSE）MATLAB代码实现

RGB空间与YUV或YCbCr空间之间的转换通常用于视频和数字图像处理中，因为人眼对亮度(Y)更敏感，而色度(Cb/Cr 或 YCbCr)的感知相对较小。以下是两种空间之间的一种常见转换方法及其MSE计算的MATLAB代码示例：

### YUV to RGB 转换

function rgb_from_yuv(yuv_img)
    Y = yuv_img(:,:,1);
    U = yuv_img(:,:,2);
    V = yuv_img(:,:,3);
    
    R = 1.164 * Y + 1.596 * V;
    G = 1.164 * Y - 0.391 * U - 0.813 * V;
    B = 1.164 * Y + 2.018 * U;
    
    R = uint8(min(max(R, 0), 255));
    G = uint8(min(max(G, 0), 255));
    B = uint8(min(max(B, 0), 255));
    
    rgb_img = cat(3, R, G, B);
    return rgb_img;
end

### YCbCr to RGB 转换类似，只需稍作调整，例如：

function rgb_from_ycbcr(ycbcr_img)
    Y = ycbcr_img(:,:,1);
    Cb = ycbcr_img(:,:,2);
    Cr = ycbcr_img(:,:,3);
    
    // 替换U和V的计算公式，对于YCbCr，U和V与Cb和Cr相关联
    U = Cb - 128;
    V = Cr - 128;
    
    ... (然后按照YUV转换中的公式计算R、G和B)
end

### 计算MSE

function mse(rgb_original, rgb_reconstructed)
    [height, width, ~] = size(rgb_original);
    mse_value = mean((rgb_original(:) - rgb_reconstructed(:)).^2);
    disp(['MSE: ', num2str(mse_value)]);
    return mse_value;
end

% 示例：假设我们已分别得到从YUV到RGB和YCbCr到RGB的重构图像
yuv_rgb_reconstructed = rgb_from_yuv(yuv_img);
ycbcr_rgb_reconstructed = rgb_from_ycbcr(ycbcr_img);

% 使用原RGB图像计算两个重构图像的MSE
mse_yuv = mse(rgb_img, yuv_rgb_reconstructed);
mse_ycbcr = mse(rgb_img, ycbcr_rgb_reconstructed);

在这个例子中，`mse`函数接收原RGB图像和重构的RGB图像作为输入，计算它们之间的均方误差（MSE），表示两者之间的差异程度。

注意：在实际应用中，你需要先读取和保存原始的RGB图像，以及相应的YUV或YCbCr格式的图像数据，以便调用上述函数进行转换和比较。