OpenCV 图形API(42)颜色空间转换-----将 BGR图像转换为 I420(YUV 4:2:0)格式函数BGR2I420()

  • 操作系统:ubuntu22.04
  • OpenCV版本:OpenCV4.9
  • IDE:Visual Studio Code
  • 编程语言:C++11

算法描述

将图像从BGR色彩空间转换为I420色彩空间。

该函数将输入图像从BGR色彩空间转换为I420。R、G和B通道值的传统范围是0到255。

输出图像必须是8位无符号1通道图像。CV_8UC1。I420输出图像的宽度必须与输入图像的宽度相同。I420输出图像的高度必须等于输入图像高度的3/2。

cv::gapi::BGR2I420 是 OpenCV 的 G-API 模块中的一个函数,用于将 BGR(蓝绿红)颜色空间的图像转换为 I420(也称为 YUV 4:2:0)颜色格式。I420 格式是一种平面格式,其中亮度信息(Y)存储在一个平面上,而色度信息(U和V)分别以较低分辨率存储在另外两个平面上。

注意

函数的文字ID是 "org.opencv.imgproc.colorconvert.bgr2i420"

函数原型

cpp 复制代码
GMat cv::gapi::BGR2I420 	
(
 	const GMat &  	src
 ) 	

参数

  • 参数 src 输入图像:8位无符号3通道图像 CV_8UC3。

代码示例

cpp 复制代码
#include <opencv2/gapi.hpp>
#include <opencv2/gapi/core.hpp>
#include <opencv2/gapi/imgproc.hpp>
#include <opencv2/opencv.hpp>

int main()
{
    // 加载输入图像
    cv::Mat bgr_img = cv::imread( "/media/dingxin/data/study/OpenCV/sources/images/Lenna.png" );
    if ( bgr_img.empty() )
    {
        std::cerr << "无法读取图像,请检查路径是否正确。\n";
        return -1;
    }

    // 定义G-API网络
    cv::GMat in;
    cv::GMat yuv = cv::gapi::BGR2I420( in );

    // 创建并运行G-API图
    cv::GComputation comp( cv::GIn( in ), cv::GOut( yuv ) );

    // 准备接收输出的变量
    cv::Mat yuv_output;

    // 应用计算图
    comp.apply( bgr_img, yuv_output );

    // 现在我们需要手动将YUV420平面分离
    int height = bgr_img.rows;
    int width  = bgr_img.cols;

    // Y平面是完整分辨率
    cv::Mat y_plane( height, width, CV_8UC1, yuv_output.data );

    // U和V平面是1/4分辨率
    cv::Mat uv_plane( height / 2, width / 2, CV_8UC2, yuv_output.data + height * width );

    // 分离UV平面
    std::vector< cv::Mat > uv_channels;
    cv::split( uv_plane, uv_channels );
    cv::Mat u_plane = uv_channels[ 0 ];
    cv::Mat v_plane = uv_channels[ 1 ];

    // 显示或处理结果
    cv::imwrite( "y_plane.png", y_plane );
    cv::imwrite( "u_plane.png", u_plane );
    cv::imwrite( "v_plane.png", v_plane );

    return 0;
}
相关推荐
lxw18449125141 分钟前
PHP5、PHP7、PHP8 版本核心区别与特性
人工智能·php
MindUp2 分钟前
大模型在命理排盘场景下的多平台功能对比与工程化思考
大数据·人工智能
两万五千个小时8 分钟前
DeepSeek Harness 从 0 开始:08 Compaction 模块(上下文压缩)
人工智能·程序员·架构
BOBY_KEJI11 分钟前
技术实践:AI 数字人一体机在政务与线下商业场景的落地研究
人工智能
阿里云大数据AI技术14 分钟前
阿里云 Milvus AI Function | 低成本和高稳定的双重加强
人工智能·agent
小刘快学习15 分钟前
印刷包装企业的工艺问答与报价,为什么从直连模型改成了聚合网关
大数据·人工智能
菜冻鱼15 分钟前
Python-pytorch-数据加载
开发语言·人工智能·pytorch·python·深度学习·机器学习
40岁资深老架构师尼恩21 分钟前
RAGFlow 三大引擎 详解:DeepDoc、RAPTOR、GraphRAG
人工智能
水境传感 李兆栋22 分钟前
林地农田生态观测,多光谱植被监测仪发挥哪些作用
人工智能
_風箏24 分钟前
TRAE WORK 复杂任务放心交给ta
人工智能