OpenCV 图形API(60)颜色空间转换-----将图像从 YUV 色彩空间转换为 RGB 色彩空间函数YUV2RGB()

  • 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 YUV 色彩空间转换为 RGB。

该函数将输入图像从 YUV 色彩空间转换为 RGB。Y、U 和 V 通道值的常规范围是 0 到 255。

输出图像必须是 8 位无符号三通道图像 CV_8UC3。

注意

函数的文字 ID 是 "org.opencv.imgproc.colorconvert.yuv2rgb"

函数原型

cpp 复制代码
GMat cv::gapi::YUV2RGB 	
(
 	const GMat &  	src
) 	

参数

  • 参数 src: 输入图像,8 位无符号三通道图像 CV_8UC3。

代码示例

cpp 复制代码
#include <opencv2/gapi.hpp>
#include <opencv2/gapi/core.hpp>     // 包含核心功能
#include <opencv2/gapi/imgproc.hpp>  // 包含图像处理功能
#include <opencv2/opencv.hpp>

int main()
{
    // 假设我们已经有一个YUV格式的图像
    // 这里为了示例,先从BGR转YUV再转回RGB
    cv::Mat bgr_img = cv::imread( "/media/dingxin/data/study/OpenCV/sources/images/Lenna.png" );
    if ( bgr_img.empty() )
    {
        std::cerr << "Error: Image not found!" << std::endl;
        return -1;
    }

    // 先将BGR图像转换为YUV格式作为输入
    cv::Mat yuv_img;
    cv::cvtColor( bgr_img, yuv_img, cv::COLOR_BGR2YUV );

    // 定义G-API图
    cv::GMat src;
    auto rgb = cv::gapi::YUV2RGB( src );

    cv::GComputation comp( cv::GIn( src ), cv::GOut( rgb ) );

    // 创建输出矩阵
    cv::Mat out_rgb;

    // 应用计算图并执行转换,指定使用默认的CPU后端
    comp.apply( cv::gin( yuv_img ), cv::gout( out_rgb ), cv::compile_args( cv::gapi::kernels() ) );

    // 如果需要BGR格式,可以再次转换
    cv::Mat out_bgr;
    cv::cvtColor( out_rgb, out_bgr, cv::COLOR_RGB2BGR );

    // 显示原始图像和转换后的图像
    cv::imshow( "Original BGR Image", bgr_img );
    cv::imshow( "Converted to RGB from YUV", out_rgb );
    cv::imshow( "Converted Back to BGR", out_bgr );

    cv::waitKey( 0 );

    return 0;
}

运行结果

相关推荐
tedcloud1232 小时前
book-to-skill 怎么部署?把技术书和项目文档变成 AI Agent 可复用知识
linux·运维·服务器·人工智能·开源
世优科技虚拟人2 小时前
AI数字人企业升级全息舱交互,数字人全息仓让展厅展馆更智慧
人工智能·ai数字人·全息舱数字人·全息数字人
webor20062 小时前
<七>从3秒记忆到过目不忘——语言模型的三代进化
人工智能·语言模型·自然语言处理
TechEdu2026062 小时前
[人工智能]SciPy在工程计算中的作用与实践
人工智能·ai·scipy
七牛云行业应用2 小时前
DeepSeek Harness vs Codex vs Claude Code:三款 AI 编程 Harness 深度对比
人工智能·agent·ai编程
无凭3 小时前
拆解 DeerFlow Memory:Agent 的长期记忆到底怎么做?
人工智能·设计模式
格尔曼Noah3 小时前
文本转音频技术选型指南:2026年主流TTS与端到端语音大模型深度对比
人工智能·语音识别
hans汉斯3 小时前
采煤工作面隐患目标检测中YOLO11与Faster R-CNN的对比研究
人工智能·目标检测·计算机视觉·cnn·信息与通信·信号处理
神奇小汤圆3 小时前
从 0 用 AgentTeams 搭一个多 Agent 模拟面试系统
人工智能
潘正翔3 小时前
DeepSeek Harness从0到1部署
人工智能·开发·codex·deepseek·harness·deepseekharness·cludecode