当前位置：首页 > article >正文

图像处理基础 | 格式转换.nv12转高质量.jpg灰度图 python

article 2024/12/27 15:36:18

图像格式转换

.nv12 是一种常见的 YUV 4:2:0 图像格式，主要用于视频编码、图像处理和硬件加速的视频解码等应用中。它是 YUV 格式中的一种色度子采样（Chroma Subsampling）格式，通常用于高效的图像和视频数据存储和传输。

在 .nv12 格式中，图像数据被分为两部分：

Y（亮度成分）：表示图像的明暗信息。
UV（色度成分）：表示图像的色彩信息。
NV12 格式详细结构

1. Y 平面（亮度成分）
Y 平面包含图像的亮度信息，对于每个像素有一个对应的 Y 值。
在 YUV 4:2:0 格式中，Y 分量的分辨率与原始图像相同，即每个像素都有一个亮度值。

2. UV 平面（色度成分）
UV 平面由 U 和 V 分量组成，其中 U 表示蓝色差值，V 表示红色差值。
色度子采样：在 YUV 4:2:0 中，色度分量 U 和 V 的分辨率是亮度分量 Y 的一半（水平和垂直方向各采样一半），因此 UV 平面的尺寸比 Y 平面小一半。
在 .nv12 格式中，U 和 V 分量是交错存储的，即 U 和 V 分量依次排列。例如，UV 平面存储的第一个字节是 U 分量，第二个字节是 V 分量，接着是下一个 U 和 V 分量，以此类推。

3. 存储顺序
.nv12 格式的存储顺序是将 Y 分量（亮度信息）存储在前面，紧接着存储交错的 UV 分量（色度信息）。
这意味着，数据的布局是：首先是所有的 Y 数据，然后是交错存储的 U 和 V 数据。

假设图像的宽度为 W，高度为 H：

Y 分量：存储的字节数是 W * H，每个像素一个字节。

UV 分量：存储的字节数是 (W // 2) * (H // 2) * 2，每两个像素共享一个 U 和一个 V 分量，因此每个像素占用一个字节，U 和 V 分量交错存储

def nv21_to_gray_jpg(nv21_data, width, height, output_path):
    data = np.frombuffer(nv21_data, dtype=np.uint8)
    data = np.append(data, values=0)#图片完整时，可以不补充0
    img = data.reshape((height + height // 2, width))
    yuv_img = np.zeros((height + height // 2, width), dtype=np.uint8)
    yuv_img[...] = img

    bgr_img = cv2.cvtColor(yuv_img, cv2.COLOR_YUV2BGR_NV12)
    gray_image = cv2.cvtColor(bgr_img, cv2.COLOR_BGR2GRAY)
    quality = [int(cv2.IMWRITE_JPEG_QUALITY), 100]
    cv2.imwrite(output_path, gray_image,quality)


if __name__ == '__main__':
    # 假设图像宽度和高度
    width = 640
    height = 480
    output_path = 'output_gray_image.jpg'
    # 读取 .rgb 文件
    with open('4.nv12', 'rb') as f:
        nv21_data = f.read()
    nv21_to_gray_jpg(nv21_data,width,height,output_path)