使用 cv::cvtColor 函数将 YVU 图像转换为 YUV 图像代码案例

以下是一个使用 OpenCV 的 cv::cvtColor 函数将 YVU 图像转换为 YUV 图像的示例代码：

#include <opencv2/opencv.hpp>

int main() {
  // 读取 YVU420P 格式的图像
  cv::Mat yvuImage = cv::imread("input.yvu", cv::IMREAD_UNCHANGED);

  // 将图像从 YVU420P 转换为 YUV420P
  cv::Mat yuvImage;
  cv::cvtColor(yvuImage, yuvImage, cv::COLOR_YUV2BGR_I420);

  // 保存转换后的图像
  cv::imwrite("output.yuv", yuvImage);

  return 0;
}

在上述代码中，我们首先使用 `cv::imread` 函数读取一个 YVU420P 格式的图像（例如，名为 "input.yvu" 的文件）。然后，我们使用 `cv::cvtColor` 函数将图像从 YVU420P 转换为 YUV420P 格式，其中 `cv::COLOR_YUV2BGR_I420` 是转换的颜色空间标识。最后，我们使用 `cv::imwrite` 函数将转换后的图像保存为 YUV 格式（例如，名为 "output.yuv" 的文件）。

请注意，您需要安装正确的 OpenCV 库，并在编译时链接到您的项目中才能使用上述代码。另外，请确保图像文件的路径和名称与代码中指定的一致。

相关问题

#include <opencv2/opencv.hpp> int main() { // 读取 YVU420P 格式的图像 cv::Mat yvuImage = cv::imread("input.yvu", cv::IMREAD_UNCHANGED); // 将图像从 YVU420P 转换为 YUV420P cv::Mat yuvImage; cv::cvtColor(yvuImage, yuvImage, cv::COLOR_YUV2BGR_I420); // 保存转换后的图像 cv::imwrite("output.yuv", yuvImage); return 0; }补充后面yuv数据转RGB

要将 YUV420P 数据转换为 RGB 格式，您可以使用以下代码补充 `main` 函数的后半部分：

// 创建 RGB 图像的 cv::Mat 对象
cv::Mat rgbImage;
int width = yuvImage.cols;
int height = yuvImage.rows;
rgbImage.create(height, width, CV_8UC3);

// 将 YUV420P 数据转换为 RGB
int uIndex = width * height;
int vIndex = width * height * 5 / 4;
for (int i = 0; i < height; i++) {
    for (int j = 0; j < width; j++) {
        int y = yuvImage.at<uchar>(i, j);
        int u = yuvImage.at<uchar>(i / 2, j / 2 + uIndex);
        int v = yuvImage.at<uchar>(i / 2, j / 2 + vIndex);

        int r = y + 1.402 * (v - 128);
        int g = y - 0.344136 * (u - 128) - 0.714136 * (v - 128);
        int b = y + 1.772 * (u - 128);

        r = std::max(0, std::min(255, r));
        g = std::max(0, std::min(255, g));
        b = std::max(0, std::min(255, b));

        rgbImage.at<cv::Vec3b>(i, j) = cv::Vec3b(b, g, r);
    }
}

// 保存转换后的图像
cv::imwrite("output.rgb", rgbImage);

在

c++中将海思yvu数据格式的图像转yuv数据格式完整高效率代码案例

下面是一个完整且高效的示例代码，展示了如何将海思YVU数据格式的图像转换为YUV数据格式：

#include <iostream>
#include <opencv2/opencv.hpp>

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

// 定义YVU数据格式中Y、V、U分量的起始地址
HI_U8* yData = nullptr;
HI_U8* vData = nullptr;
HI_U8* uData = nullptr;

// 转换YVU数据格式为YUV数据格式
void convertYVUtoYUV(cv::Mat& yuvImage)
{
    int yuvIndex = 0;
    int uvIndex = 0;

    for (int y = 0; y < height; y++) {
        for (int x = 0; x < width; x++) {
            // 获取Y、V、U分量的值
            unsigned char Y = yData[y * width + x];
            unsigned char U = uData[uvIndex];
            unsigned char V = vData[uvIndex];

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

            // 每隔2个像素取一次U、V分量
            if (x % 2 == 1 && y % 2 == 1) {
                uvIndex++;
            }
        }
        // 每隔2行取一次U、V分量
        if (y % 2 == 1) {
            uvIndex += width / 2;
        }
    }
}

int main()
{
    // 假设已经通过某种方式获取到了YVU数据格式的图像数据，存储在yData、vData、uData中

    // 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);

    // 转换YVU数据格式为YUV数据格式
    convertYVUtoYUV(yuvImage);

    // 显示输出图像
    cv::imshow("YUV Image", yuvImage);
    cv::waitKey(0);

    return 0;
}

在上述代码中，我们首先定义了YVU数据格式的宽度和高度。然后，我们定义了Y、V、U分量的起始地址。在`convertYVUtoYUV`函数中，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。在主函数中，我们创建了一个与输入图像大小相同的输出图像，并调用`convertYVUtoYUV`函数进行转换。最后，我们使用OpenCV的imshow函数显示输出图像。

请注意，以上代码假设输入图像是YVU420P格式，每个像素点的Y、V、U分量依次存储。如果你的图像格式不同，请根据实际情况进行调整。此外，以上代码是一个基本示例，如果需要更高效的处理方法，可以考虑使用多线程或并行计算技术进行加速。