YUV422怎么转Mat,然后提取出mat中的Y值，提取出Y值图像后，将图像分成64*64块，计算每块的平均亮度值与周围分块的比值，大于某个阈值标记为NG

要将YUV422转换为Mat，可以使用OpenCV库中的cv::cvtColor()函数，具体代码如下：

cv::Mat yuvImage(height + height / 2, width, CV_8UC1, yuvData);
cv::Mat bgrImage;
cv::cvtColor(yuvImage, bgrImage, cv::COLOR_YUV2BGR_YUYV);

其中，height和width分别为图像的高和宽，yuvData为存储YUV数据的数组。

要提取出Mat中的Y值，可以使用OpenCV库中的cv::split()函数，具体代码如下：

std::vector<cv::Mat> channels;
cv::split(bgrImage, channels);
cv::Mat Y = channels[0];

其中，bgrImage为转换后的BGR图像，channels为存储每个通道的Mat数组，Y即为提取出的Y值Mat。

要将图像分成64*64块，可以使用OpenCV库中的cv::Mat::reshape()函数，具体代码如下：

cv::Mat Y64x64 = Y.reshape(1, height / 64);
Y64x64 = Y64x64.reshape(1, height / 64, 64);
Y64x64 = Y64x64.reshape(1, height / 64 * 64, 64);

其中，height为图像的高，Y64x64即为分块后的Y值Mat。

要计算每块的平均亮度值与周围分块的比值，可以使用OpenCV库中的cv::mean()函数，具体代码如下：

for (int i = 0; i < height / 64; i++) {
    for (int j = 0; j < width / 64; j++) {
        cv::Rect roi(j * 64, i * 64, 64, 64);
        cv::Scalar mean = cv::mean(Y64x64(roi));
        double ratio = mean[0] / (cv::mean(Y64x64(roi + cv::Point2i(-1, 0)))[0] + cv::mean(Y64x64(roi + cv::Point2i(1, 0)))[0] + cv::mean(Y64x64(roi + cv::Point2i(0, -1)))[0] + cv::mean(Y64x64(roi + cv::Point2i(0, 1)))[0]);
        if (ratio > threshold) {
            // 标记为NG
        }
    }
}

其中，threshold为阈值，可以根据实际情况设定。