我有一个 YUV422 的一纬数组 知道长宽 怎么计算出 linesize

YUV422 一维数组中包含了连续的像素值，每两个像素共用一组色度信息。因此，对于 YUV422 格式的图像，每一行所占用的字节数应该是：

linesize = width * 2

其中，width 表示图像的宽度，乘以 2 是因为每个像素需要用 2 个字节来表示。如果你知道了图像的长宽，那么就可以通过上述公式来计算出 linesize 的大小了。

相关问题

我有一个 YUV422 的一纬数组 知道长宽 怎么计算出 linesize 并 使用 sws_scale 所方

对于 YUV422 格式的图像，每个像素占用 2 个字节，因此每行的字节数为 width * 2。而对于 YUV420 或 YUV444 等其他格式，每个像素占用的字节数不同，需要根据具体格式计算。

对于使用 sws_scale 进行格式转换的情况，需要设置源和目标图像的 linesize。对于 YUV422，源图像的 linesize 就是每行的字节数，即 width * 2。目标图像的 linesize 可以根据需要自己设定，一般情况下也是根据目标图像的宽度计算得出。

以下是一个示例代码，假设源图像的长宽为 src_width 和 src_height，目标图像的长宽为 dst_width 和 dst_height：

int src_linesize = src_width * 2;
int dst_linesize = dst_width * 3; // 假设目标图像为 RGB24 格式

// 创建 sws_context，设置参数
SwsContext* sws_ctx = sws_getContext(src_width, src_height, AV_PIX_FMT_YUYV422,
                                     dst_width, dst_height, AV_PIX_FMT_RGB24,
                                     SWS_BICUBIC, nullptr, nullptr, nullptr);
if (!sws_ctx) {
    // 创建失败
    return;
}

// 分配内存，假设源数据为 src_data
uint8_t* dst_data[4];
av_image_alloc(dst_data, nullptr, dst_width, dst_height, AV_PIX_FMT_RGB24, 1);

// 转换图像
sws_scale(sws_ctx, src_data, &src_linesize, 0, src_height, dst_data, &dst_linesize);

// 释放内存和 sws_context
av_freep(&dst_data[0]);
sws_freeContext(sws_ctx);

在以上代码中，我们创建了一个 SwsContext 对象，设置了源图像和目标图像的长宽和格式，并指定了使用双三次插值算法进行转换。接着分配了目标图像的内存，并调用 sws_scale 进行转换。最后释放内存和 SwsContext 对象。

我有一个 YUV422 的一纬数组 知道长宽 怎么计算出 linesize 并 使用 sws_scale 转换成 YUV420P

假设你的 YUV422 数据是存储在一个名为 `yuv422_data` 的一维数组中，长为 `width`，宽为 `height`，那么可以通过下面的公式计算出 `linesize`：

int linesize = width * 2; // 因为每个像素占用 2 字节

接下来，你可以使用 FFmpeg 中的 `libswscale` 库来进行 YUV422 到 YUV420P 的转换。下面是一个简单的代码示例：

#include <iostream>
#include <fstream>
#include <cstring>
#include <cmath>

extern "C" {
#include <libswscale/swscale.h>
}

int main()
{
    // 输入参数
    const int width = 640;
    const int height = 480;
    const int linesize = width * 2;

    // YUV422 数据
    std::ifstream ifs("input.yuv422", std::ios::binary);
    std::vector<uint8_t> yuv422_data(linesize * height);
    ifs.read(reinterpret_cast<char*>(yuv422_data.data()), yuv422_data.size());

    // 初始化 sws 上下文
    SwsContext* sws_ctx = sws_getContext(width, height, AV_PIX_FMT_YUYV422, width, height, AV_PIX_FMT_YUV420P, 0, nullptr, nullptr, nullptr);
    if (!sws_ctx) {
        std::cerr << "Failed to create SwsContext" << std::endl;
        return -1;
    }

    // 转换为 YUV420P
    std::vector<uint8_t> yuv420p_data(width * height * 3 / 2);
    uint8_t* src_data[1] = { yuv422_data.data() };
    int src_linesize[1] = { linesize };
    uint8_t* dst_data[3] = { yuv420p_data.data(), yuv420p_data.data() + width * height, yuv420p_data.data() + width * height * 5 / 4 };
    int dst_linesize[3] = { width, width / 2, width / 2 };
    int ret = sws_scale(sws_ctx, src_data, src_linesize, 0, height, dst_data, dst_linesize);
    if (ret < 0) {
        std::cerr << "Failed to sws_scale" << std::endl;
        return -1;
    }

    // 输出 YUV420P 数据
    std::ofstream ofs("output.yuv420p", std::ios::binary);
    ofs.write(reinterpret_cast<const char*>(yuv420p_data.data()), yuv420p_data.size());

    // 释放资源
    sws_freeContext(sws_ctx);

    return 0;
}

上述代码中，我们首先读取 YUV422 数据，并计算出 `linesize`。接着，我们初始化一个 `SwsContext` 对象，用于进行格式转换。这里我们将 YUV422 转换为 YUV420P，因此输入格式为 `AV_PIX_FMT_YUYV422`，输出格式为 `AV_PIX_FMT_YUV420P`。然后我们定义输入和输出的数据指针和行宽数组，并调用 `sws_scale` 函数进行转换。最后，我们将转换后的 YUV420P 数据保存到文件中，并释放资源。