Python与OpenCV：YUV文件读取与显示实现详解

本文档介绍了如何使用Python结合OpenCV来处理YUV格式的文件，并在图像处理中展示其内容。OpenCV虽然支持多种常见图像格式，如.jpg和.png，但它本身并不直接支持YUV格式。因此，当遇到YUV文件时，需要编写特定的Python代码来读取和转换这些数据。 首先，我们导入必要的库，包括OpenCV（cv2）、NumPy（numpy）以及用于图像处理的Image模块。定义了屏幕水平像素级别（screenLevels）为255.0，这是后续处理中可能用到的一个常量。 `yuv_import` 函数是核心部分，它接受四个参数：文件名、图像维度（height和width）、帧数量（numfrm）以及起始帧（startfrm）。函数首先打开文件并计算每个帧所需的数据块大小，然后根据起始帧的位置读取文件。接下来，通过一个循环逐行逐列读取Y、U和V三个分量的数据，将每个通道的数据存储在对应二维数组中，例如Yt、Ut和Vt。 Y、U和V数据分别代表亮度（Luma）通道、色度差值U（Chroma Difference Blue）通道和色度差值V（Chroma Difference Red），它们共同构成了YUV色彩空间。读取完所有帧的数据后，关闭文件，最后返回这三个数组。 在主函数`if __name__ == '__main__':`中，设置了图像的宽度（1280）和高度（720），然后调用`yuv_import`函数处理名为'test.yuv'的YUV文件。得到的Y通道数据（YY）被传递给`cv2.imshow`函数，创建一个窗口显示处理后的图像。最后，使用`cv2.waitKey(0)`暂停程序，直到用户按下任意键。 如果要将YUV数据转换为PIL（Python Imaging Library）格式的image，通常需要先将YUV数据拆分成单个颜色通道，然后利用PIL的Image.fromarray()方法将每个通道转换成RGB图像。不过，这个文档中的示例并没有包含这部分内容，仅展示了如何使用OpenCV直接处理YUV数据。在实际应用中，可能会根据需求选择适当的图像格式转换步骤。