YCbCr与RGB的转换

YCbCr与RGB分别表示两种不同的颜色空间，即用什么方式来表示pixel的颜色数据。YCbCr来自YUV这个术语（有人说是用于模拟时代），现在这两个词我感觉基本上指同样的东西。YCbCr的出现（或者YUV是的出现），是为了彩色电视和黑白电视的兼容，Y表示luma，视频码流中的亮度分量，黑白电视只能显示这个；再加上两个颜色分量Cb和Cr，就是彩色的了。

现在计算机内，颜色的显示都是RGB模式，而视频编解码使用的大多都是YCbCr信号（YCbCr提供了最初的数据压缩，主流的420采样模式，直接就砍掉了一半的视频数据，参考学习YCbCr）。因此，就有了相互转换的需要。

下面的转换系数不太对，好晕！看wiki吧：https://en.wikipedia.org/wiki/YUV

有3个转换标准，BT470<BT601（SDTV）和BT709（HDTV）。

BT470：

Y = 0.299*R + 0.587*G + 0.114*B
Cb = 0.564*(B - Y)
Cr = 0.713*(R - Y)
R = Y + 1.402*Cr
G = Y - 0.344*Cb - 0.714*Cr
B = Y + 1.772*Cb

从这个计算公式可看出，Cb和Cr有可能是负数，网上有人通过+128来规避，在转回RGB的时候，在-128。其实没必要，统一看做8bit的unsigned char数据即可！

考虑到计算速度，用矩阵计算的方式来转换也是可以的：

>>> to_yuv
array([[ 0.299,  0.587,  0.114],
       [-0.169, -0.331,  0.5  ],
       [ 0.5  , -0.419, -0.08 ]])
>>>
>>> to_rgb
array([[ 1.   ,  0.   ,  1.402],
       [ 1.   , -0.344, -0.714],
       [ 1.   ,  1.772,  0.   ]])
>>>
>>> a = np.array((12,23,34))
>>> a
array([12, 23, 34])
>>> to_rgb @ to_yuv @ a
array([12.052486, 22.972402, 34.005148])

BT709与BT601，只是转换系数上有点不同：

这个计算有性能需求，基本思路就是想办法避免浮点数计算，避免乘法，或者采用查表的方法！

-- EOF --

相关文章

• PIL的Image对象与ndarray互转
• 视频压缩基本概念
• 学习 interpolation 算法
• smally：批量无损压缩JPG和PNG
• HEVC中的QG和delta QP
• 图像信号中的高频和低频
• 卷积（convolution）和图像滤镜（filter）
• 学习 bit depth
• HEVC中的Z-Scan
• 学习YCbCr和YUV
• 关于DCT的直观理解
• H.264相关概念和技术细节
• H.265中的Block Partition Structure