RAW、RGB、YUV 图像格式区别

这篇具有很好参考价值的文章主要介绍了RAW、RGB、YUV 图像格式区别。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

前言

颜色是人的视觉系统对光谱中可见区域的感知效果,它仅存在于人的眼睛和大脑中。为了准确地描述颜色,必须引入色彩空间的概念。正如几何上用坐标空间来描述坐标集合,色彩空间用数学方式来描述颜色集合。

1 RAW

RAW 图像就是图像感应器将捕捉到的光源信号转化为数字信号的原始数据,是无损的,包含了物体原始的颜色信息等。RAW 数据格式一般采用的是 Bayer 排列方式,通过滤波光片,产生彩色滤波阵列(CFA),鉴于人眼对绿色波段的色彩比较敏感,Bayer 数据格式中包含了50%的绿色信息,以及各25%的红色和蓝色信息。
Bayer 排列格式有以下4种:

  1. | R | G |
    | G | B |
  2. | B | G |
    | G | R |
  3. | G | R |
    | B | G |
  4. | G | B |
    | R | G |

2 RGB

在数字化的时代,需要一种标准来量化自然界的各种颜色。RGB 就是一种在数字化领域表示颜色的标准,也称作一种色彩空间,通过用三原色 R、G、B 的不同的亮度值组合来表示某一种具体的颜色。注意,RGB 里面存的是颜色的亮度值,而不是色度值。
在 windows 的绘图板中,我们就可以通过调试三原色不同的比例得到不同的颜色。
RAW、RGB、YUV 图像格式区别
RGB 常用的数据格式有 RGB888,RGB565,RGB555 这几种。

3 YUV

YUV 是一种色彩编码方法,Y 表示明亮度(Luma),就是灰度图。U 和 V 分别对应 Cb(蓝色色度分量) 和 Cr(红色色度分量),代表色度(Choma),作用是描述影像色彩及饱和度,用于指定像素的颜色。
RAW、RGB、YUV 图像格式区别

那引入 YUV 这种色彩空间的好处有哪些呢?

  • YUV 提取 Y 亮度信号,可以直接给黑白电视使用,兼容黑白电视。
  • 人眼对 UV 的敏感性小于亮度,这样我们适当减少 UV 的量,而不影响人的感官。所以才会有多种格式的
    YUV描述,如420、422、444。
  • YUV 格式可以比 RGB 格式储存空间小。

那 RGB 存在的作用是什么呢?
目前人类发明的所有彩色的输入输出设备,本质上都只支持 RGB 数据。哪怕设备允许 YUV 的输入输出,那也是经过内部的数据转换而间接支持。

3.1 采样方式

分类方式根据采样的不同,分为 YUV444,YUV422,YUV420。

  • YUV444:每个像素点同时包含 Y/U/V 3个参数。
  • YUV422:每2个像素点共享一组 U/V 参数,同时每个像素拥有自己的 Y 参数。
  • YUV420:每4个像素点共享一组 U/V 参数,同时每个像素拥有自己的 Y 参数。

3.2 排列方式

确定了采样方式之后,数据的排列又分为3种:

  • planar:把 Y 数据,U 数据和 V 数据单独放置3块位置,形成3个平面。
  • semi-planar:把 Y 数据独立,UV 数据放在一起,形成2个平面。
  • packed:YUV 数据打包在一起,无论单独的 Y 数据 U 数据还是 V 数据,地址都不是连续的。

3.3 命名方式

YUV 的命名规则也有好几种,因此同一个类型有可能会有好几种名字,

  • YUVxxxP,YUVxxxSP
    比如:YUV422P,YUV420SP。根据 plannar,semi-planner 和 packed
    的类型来定义的。plannar 就是P,注意顺序都是 Y 前 U 中 V 后。semi-plannar 就是 SP,注意顺序都是 Y 前 UV 后。
  • Ixxx
    比如:I422,I420。感觉是 plannar 的别称,I422 就是 YUV422P,I420 就是 YUV420P。
  • NVxx,YVxx
    比如:NV12,NV21,NV16,YV12。NV 代表属于 semi-plannar,12代表一个像素所占的实际 bits。NV12 是 YUV420SP,每个像素占据1个 Y(8Bit)+1/4 个UV(8 * 2 / 4 = 4bit) =12bits。

4 分类简图

RAW、RGB、YUV 图像格式区别文章来源地址https://www.toymoban.com/news/detail-442393.html

到了这里,关于RAW、RGB、YUV 图像格式区别的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包