前言
在视频、图像处理领域经常会遇到不同色域图像的转换，比如RGB、YUV、YCbCr色域间的转换，这里提供一组转换公式，供大家参考。
色彩模型
RGB
RGB色彩模型是一种用于表示数字图像的颜色空间，其中"RGB"代表红色（Red）、绿色（Green）和蓝色（Blue）。在RGB模型中，每种颜色的强度可以从0到255进行表示，其中0表示没有颜色的强度，255表示最大颜色的强度。通过调整这三种颜色的强度可以产生所需的颜色。例如，如果将红色和绿色的强度都设置为255，而蓝色的强度设置为0，则会产生黄色的颜色。
YUV
YUV色彩模型是一种描述图像颜色的模型。它将颜色分为亮度（Y）和色度（U、V）两个分量。
Y分量表示图像的亮度信息，取值范围是0到255，其中0表示黑色，255表示白色。
U和V分量分别表示色度信息。U分量表示蓝色和黄色之间的差异，取值范围是-128到127，其中-128表示最纯的蓝色，127表示最纯的黄色。V分量表示绿色和红色之间的差异，取值范围也是-128到127，其中-128表示最纯的绿色，127表示最纯的红色。
YUV色彩模型主要在视频编码和传输中使用，可以有效地压缩和传输图像数据。在电视和视频技术中，通常使用YUV色彩模型来处理和表示彩色图像。
YCbCr
YCBCr色彩模型是一种基于亮度和颜色信息的色彩模型，常用于图像和视频处理中。Y代表亮度（Luma），CBCr代表色度（Chroma）。在这个模型中，亮度信息用Y表示，而色度信息用CBCr表示。
亮度信息（Y）表示图像的明亮度，通常是从原始RGB图像中提取出来的灰度值。较高的亮度值表示图像较亮，而较低的亮度值表示图像较暗。
色度信息（CBCr）表示图像的颜色信息，由原始RGB图像中的颜色通道推导得出。这些颜色通道可以是红色（R）、绿色（G）和蓝色（B）之间的差值。由于人眼对亮度更敏感，而对颜色的感知相对较弱，所以将颜色信息与亮度信息分离，可以在图像或视频压缩等应用中减少数据量。
通过将RGB图像转换为YCBCr色彩模型，可以将亮度和色度信息进行独立处理，以实现一些图像和视频处理的目标，例如图像增强、颜色校正、压缩等。
YUV和YCbCr的关系
YUV和YCbCr是两种常见的颜色空间模型，它们之间有很强的关联。
YUV模型是一种将图像的亮度（Y）和色度（U、V）分离的颜色空间模型。亮度表示图像的明暗程度，而色度表示图像的颜色信息。在YUV模型中，亮度分量（Y）承载了图像的大部分信息，而色度分量（U、V）则记录了图像的颜色差异。
YCbCr模型是一种基于YUV模型发展而来的颜色空间模型。它与YUV模型非常相似，但有细微的差异。具体而言，YCbCr模型中的亮度分量（Y）与YUV模型中的亮度分量（Y）是一样的，而色度分量（Cb、Cr）则替代了YUV模型中的色度分量（U、V）。Cb和Cr分别代表蓝色和红色的色度差异。
实际上，YCbCr模型和YUV模型是可以互相转化的。在实际的图像处理中，常常可以将RGB图像转换为YCbCr图像，进行一些处理后再转换回RGB图像。这种转换可以通过简单的矩阵运算实现。转换后的图像在人眼看来可能有一些微小的色差，但通常对于大多数应用来说是可以接受的。
总的来说，YUV和YCbCr模型之间的关系可以看作是一种变体关系，它们都用于描述图像的亮度和色度信息。
转换
Matlab
%RGB_to_YUV
Y = 0.299*R+ 0.587*G + 0.114*B;
U = -0.147*R - 0.289*G + 0.436*B+128;
V = 0.615*R - 0.515*G - 0.100*B+128;
Matlab
%YUV_to_RGB
R = y + 1.140.(vv-128);
G = y - 0.394.(uu-128) - 0.581.(vv-128);
B = y + 2.032.(uu-128);视频数据提取
avi视频读入matalb，提取第100帧，然后分别提取RGB图层
Matlab
mov=VideoReader('**.avi'); %读视频
I=read(mov,100); %读入某一帧，RGB图
IR=I1(:,:,1); %R分量
IG=I1(:,:,2); %G分量
IB=I1(:,:,3); %B分量