c++中将海思yvu数据格式的图像转yuv数据格式

要将海思的YVU数据格式转换为YUV数据格式，你可以使用以下代码片段：

// 定义YVU数据格式的宽度和高度
int width = 640;  // 图像宽度
int height = 480; // 图像高度

// 定义YVU数据格式中Y、V、U分量的起始地址
HI_U8* yData = buffer;                                        // Y分量起始地址
HI_U8* vData = yData + width * height;                        // V分量起始地址
HI_U8* uData = vData + width * height / 4;                    // U分量起始地址

// 创建一个与输入图像大小相同的输出图像
cv::Mat yuvImage(height, width, CV_8UC3);

// 将YVU数据格式转换为YUV数据格式
for (int y = 0; y < height; y++) {
    for (int x = 0; x < width; x++) {
        int index = y * width + x;
        int uvIndex = y / 2 * width / 2 + x / 2;

        // 获取Y、U、V分量的值
        unsigned char Y = yData[index];
        unsigned char U = uData[uvIndex];
        unsigned char V = vData[uvIndex];

        // 计算YUV分量的位置
        int yuvIndex = y * width * 3 + x * 3;

        // 将YUV分量存储到输出图像中
        yuvImage.data[yuvIndex] = Y;
        yuvImage.data[yuvIndex + 1] = U;
        yuvImage.data[yuvIndex + 2] = V;
    }
}

在上述代码中，我们假设YVU数据格式为YVU420P，在内存中依次存储Y、V、U分量。我们首先根据图像的宽度和高度计算出Y、V、U分量的起始地址。然后，我们创建一个与输入图像大小相同的输出图像。接下来，我们使用双层循环遍历每个像素，从Y、V、U分量中获取对应的值，并将它们存储到输出图像的相应位置。

请注意，上述代码仅适用于YVU420P格式的图像，如果你的图像格式不同，需要根据实际情况进行调整。同时，上述代码中的图像处理是逐像素进行的，可能效率较低。如果需要更高效的处理方法，可以考虑使用OpenCV等库提供的相关函数或者使用并行计算技术进行加速。