ffmpeg(1)-图片相关知识
图片相关知识
- 1 图片格式
- 1.1 RGB（红、绿、蓝）
- 1.2 RGBA（红、绿、蓝、透明度）
- 1.3 CMYK（青、品红、黄、黑）
- 1.4 灰度（Grayscale）
- 1.5 二值图像（Binary/Bitmap）
- 1.6 YUV（亮度与色度分离）
- 1.7.索引颜色（Indexed Color）
- 1.8 高位深度格式
- 2 PSNR 的核心原理
- 2.1 信号与噪声的定义：
- 2.2 数学公式：
- 2.3 物理意义：
- 3 代码使用
- 3.1 源码
- 3.2 功能
1 图片格式
1.1 RGB（红、绿、蓝）
描述：通过红（R）、绿（G）、蓝（B）三个颜色通道组合表示颜色，是最常见的屏幕显示格式。
位数：通常每个通道占8位（0-255），共24位（如RGB24），可表示约1677万种颜色。
变体：
RGB565：16位格式（R占5位，G占6位，B占5位），用于低带宽场景。
RGB888：24位标准格式（每个通道8位）。
RGBX：类似RGB，但包含一个未使用的填充字节（例如32位存储中的空位）。
应用场景：显示器、摄像头、网页图像（如JPEG、PNG）。
常见格式：JPEG、BMP、PNG（支持RGB）。
排列方式：
rgb rgb rgb rgb
rgb rgb rgb rgb ；
rgb三个是连续的,每个分量占一个字节，也就是说每个像素是3个字节
1.2 RGBA（红、绿、蓝、透明度）
描述：在RGB基础上增加Alpha通道（A），表示透明度（0为完全透明，255为不透明）。
位数：32位（每个通道8位）。
应用场景：需要透明或半透明效果的图像（如UI图标、网页设计）。
常见格式：PNG、WebP、TIFF。
1.3 CMYK（青、品红、黄、黑）
描述：通过减法混色原理表示颜色，用于印刷领域。
位数：通常每个通道占8位，共32位。
特点：与RGB不同，CMYK颜色范围更小，不适合直接用于屏幕显示。
应用场景：印刷品（如海报、书籍）、专业设计软件（如Photoshop）。
常见格式：PDF、TIFF。
1.4 灰度（Grayscale）
描述：仅用单通道表示亮度，从黑到白（0为黑，255为白）。
位数：通常8位（256级灰度），也有更高位深（如12/16位）。
文件格式支持
PNG：支持 8/16 位灰度，支持无损压缩。
JPEG：支持 8 位灰度，有损压缩。
TIFF：支持 8/16/32 位灰度，支持无损压缩。
PGM（Portable Gray Map）：专为灰度设计的简单格式。
Grayscale8是一个像素8位占一个字节（0-255，值越大越亮），Grayscale16是一个像素占16位占2个字节，Grayscale12是每个像素1.5个字节（内存不对齐）
1.5 二值图像（Binary/Bitmap）
描述：每个像素仅1位（0或1），表示纯黑或纯白。
应用场景：文字扫描（OCR）、简单图标、传真。
常见格式：TIFF（支持1位深度）、BMP。
1.6 YUV（亮度与色度分离）
描述：将亮度（Y）和色度（U/V）分离，广泛用于视频压缩。
变体：
YUV420：色度通道采样率降低（节省带宽），用于H.264/HEVC视频编码。每个像素1.5个字节
YUV444：全色度采样，质量更高。每个像素3个字节
应用场景：视频流（如MPEG、H.265）、电视信号（NTSC/PAL）。
常见格式：视频文件（MP4、AVI）、摄像头原始数据。
排列方式：如果是yuv420p,前面wh是Y,紧跟着后面的（w/2）(h/2)是u,紧跟着的是（w/2）*(h/2)是v.
Y（亮度）：
在广播标准（如 ITU-R BT.601）中，Y 的取值范围是 16 到 235，而不是 0 到 255。
Y = 16 表示黑色，Y = 235 表示白色。
这种范围设计是为了避免信号过载或欠载，预留了“头尾”空间。
U 和 V（色度）：
U 和 V 的取值范围是 16 到 240，但它们的中心点是 128。
当 U = 128 和 V = 128 时，表示无色差（灰色）。[-128,128]
U 和 V 偏离 128 时，分别表示蓝色和红色的色度偏移。
1.7.索引颜色（Indexed Color）
描述：使用调色板（Palette）存储有限颜色，每个像素保存调色板索引值。
位数：通常8位（最多256色），也可更少（如4位16色）。
应用场景：低颜色复杂度的图像（如卡通、老式游戏）。
常见格式：GIF、PNG（支持索引颜色）。
1.8 高位深度格式
描述：每个通道使用更多位数存储，提升颜色精度。
变体：
16位/通道：如RGB48（16位x3通道），用于专业摄影和医学成像。
浮点格式：如RGB32F（32位浮点数/通道），用于HDR（高动态范围）图像。
应用场景：HDR渲染、科学成像（如天文摄影）、电影后期制作。
常见格式：EXR、TIFF、RAW。
2 PSNR 的核心原理
2.1 信号与噪声的定义：
信号：原始图像或视频的像素值。
噪声：处理后信号与原始信号之间的差异（即失真）。
2.2 数学公式：
2.3 物理意义：
PSNR 值越高，表示处理后的信号质量越好（失真越小）。
典型范围：
>30 dB：质量较好（人眼难以察觉明显失真）。
20~30 dB：质量一般（可见失真但可接受）。
<20 dB：质量较差（明显失真）。
PSNR 的替代方法
SSIM（结构相似性）：考虑亮度、对比度、结构相似性，更贴近人眼感知。
VMAF（Netflix 视频多方法评估融合）：结合多种指标，适用于流媒体质量评估。
无参考指标（如 NIQE、BRISQUE）：无需原始信号，直接评估处理后的质量。
3 代码使用
3.1 源码
电梯：源码
白嫖：https://gitee.com/mqinglang/qtopen-source
3.2 功能
以下功能是使用QT实现的：
- rgb/yuv/r/g/b等格式文件或数据，qt没法直接加载和现实，需要转换成rgb格式数据使用QImage进行包装和现实。
- 显示纯原始数据图像（RGB,yuv420p）或者jpg等常见的格式
- rgb24分离r/g/b
- yuvp420 分割 yuv
- yuvp420转RGB24
- rgb24转yuvp420
- yuv420p转灰度
- yuv420亮度减半
- PSNR-质量评价
- 支持直接将文件拖拽到软件上显示
注意：如果是原始数据比如.rgb等，需要在名称上加上分辨率比如img_256x256.rgb。如果没加上需要手动指定分辨率*
