YUV 格式与 RGB 格式的相互转换公式及C++ 代码

YUV 格式与 RGB 格式的相互转换公式

最近在用的一个工业相机，输出的图像格式是 YUY2 格式。而在电脑上显示时需要 RGB 格式，所以就花了些时间在网上查了些相关的资料。说实话，网上关于 YUV 与 RGB 格式变换的文章挺多的，本来不需要我再多写这么一篇。但是网上那些文章中给出了各种各样的变换公式，公式的系数又各不相同，让人看了之后越看越糊涂。其实那些文章的公式基本都是对的，只不过因为作者忘记给出变换公式的定义域与值域，所以给读者使用造成了很大的麻烦。

为此我就写了这篇文章，来梳理一下各种网文中的各种公式。

在 Keith Jack’s 的书 “Video Demystified” (ISBN 1-878707-09-4) 给出的公式是这样的。

RGB to YUV

Y C r = V C b = U = = = 0.257 R + 0.504 G + 0.098 B + 16 0.439 R − 0.368 G − 0.071 B + 128 − 0.148 R − 0.291 G + 0.439 B + 128

YUV to RGB

B G R = = = 1.164 ( Y − 16 ) + 2.018 ( U − 128 ) 1.164 ( Y − 16 ) − 0.813 ( V − 128 ) − 0.391 ( U − 128 ) 1.164 ( Y − 16 ) + 1.596 ( V − 128 )

注意在上面的式子中，RGB 的范围是

CCIR 601 定义的转换公式是：

[ − 0.5 , 0.5 ]

大家仔细看，这两个来源给出的公式系数有些细微的差别，如果将公式中的 YUV 和 RGB 的取值范围统一成相同的，计算出的结果也略有不同，但是差异很小，基本上眼睛看不出区别来。所以大家不用计较这两个公式的区别。

如果把 RGB 和YUV 的范围都放缩到

R G B = = = Y + 1.403 × ( V − 128 ) Y – 0.343 × ( U – 128 ) – 0.714 × ( V – 128 ) Y + 1.770 × ( U – 128 )

RGB 到 YUV 的转换公式变化很小，只是VU 的值做了个平移。

Y C r = V C b = U = = = 0.299 R + 0.587 G + 0.114 B 0.500 R − 0.419 G − 0.081 B + 128 − 0.169 R − 0.331 G + 0.500 B + 128

上面的公式涉及到浮点运算，可以转换成整数运算来加速：

u = U - 128; 
v = V - 128;
R = qRound(0, Y + v + (v * 103) >> 8, 255);
G = qRound(0, Y – (u * 88) >> 8 – (v * 183) >> 8, 255);
B = qRound(0, Y + u + (u * 198) >> 8, 255);

这里的 qRound 是 Qt 里的函数，作用是将值域限制到

上面的公式用 C++ 来实现可以写成这样：

* @brief yuv2rgb * @param y [0, 255] * @param u [0, 255] * @param v [0, 255] * @return #ABGR inline QRgb yuv2rgb(uint8_t y, uint8_t u, uint8_t v) int R = qRound(y + 1.403 * (v - 128 )); // 四舍五入到最近的整数 int G = qRound( - 0.343 * (u - 128 ) - 0.714 * (v - 128 )); int B = qRound(y + 1.770 * (u - 128 )); R = qBound( 0 , R, 255 ); G = qBound( 0 , y + G, 255 ); B = qBound( 0 , B, 255 ); return qRgb(R, G, B); * @brief rgb2yuv * @param rgb [0, 255] * @param y [0, 255] * @param u [0, 255] * @param v [0, 255] inline void rgb2yuv(QRgb rgb, uint8_t &y, uint8_t &u, uint8_t &v) int R = qRed(rgb); int B = qBlue(rgb); int G = qGreen(rgb); int Y, U, V; Y = 0.299 * R + 0.587 * G + 0.114 * B; U = - 0.169 * R - 0.331 * G + 0.500 * B + 128 ; V = 0.500 * R - 0.419 * G - 0.081 * B + 128 ; y = qBound( 0 , Y, 255 ); u = qBound( 0 , U, 255 ); v = qBound( 0 , V, 255 ); inline QRgb yuv2rgb_fast(uint8_t y, uint8_t u, uint8_t v) u = u - 128 ; v = v - 128 ; int r_dif = v + ((v * 103 ) >> 8 ); int g_dif = -((u * 88 ) >> 8 ) - ((v * 183 ) >> 8 ); int b_dif = u +((u * 198 ) >> 8 ); int R = y + r_dif; int G = y + g_dif; int B = y + b_dif; R = qBound( 0 , R, 255 ); G = qBound( 0 , G, 255 ); B = qBound( 0 , B, 255 ); return qRgb(R, G, B);

用移位运算代替浮点数乘法确实可以算的快一些。但是要求更高速度时还是略显的有点慢。这时可以用查表法。

这一部分的计算可以用个 C++ 的类来封装。

class YUV2RGBConverter
public:
    YUV2RGBConverter(); 
    QRgb yuv2rgb(uint8_t y, uint8_t u, uint8_t v);
    void yuy2(const uint8_t * yuy2, QRgb * rgb, size_t size);
    void vyuy(const uint8_t * yuy2, QRgb * rgb, size_t size);
    void yuv422(const uint8_t * yuv_y,
                const uint8_t * yuv_u,
                const uint8_t * yuv_v,
                QRgb * rgb,
                size_t size);
private:
    static uint8_t RYV[256][256];
    static uint8_t BYU[256][256];
    static uint16_t TUV[256][256];
    static uint8_t GYT[256][270];
    static bool m_table_init;
inline QRgb YUV2RGBConverter::yuv2rgb(uint8_t y, uint8_t u, uint8_t v)
    int R = RYV[y][v];
    int G = GYT[y][TUV[u][v]];
    int B = BYU[y][u];
    return qRgb(R, G, B);
bool YUV2RGBConverter::m_table_init = false;
uint8_t YUV2RGBConverter::RYV[256][256];
uint8_t YUV2RGBConverter::BYU[256][256];
uint16_t YUV2RGBConverter::TUV[256][256];
uint8_t YUV2RGBConverter::GYT[256][270];
YUV2RGBConverter::YUV2RGBConverter()
    int R, G, B, T;
    if(!m_table_init)
        for(int y = 0; y < 256; y++)
            for(int v = 0; v < 256; v++)
                int u = v;
                R = qRound(y + 1.403 * (v - 128));
                B = qRound(y + 1.770 * (u - 128));
                RYV[y][v] = qBound(0, R, 255);
                BYU[y][u] = qBound(0, B, 255);
        for(int u = 0; u < 256; u++)
            for(int v = 0; v < 256; v++)
                T = qRound(-0.343 * (u - 128) - 0.714 * (v - 128));
                // T 的范围 [-134, 135]
                TUV[u][v] = qBound(0, T + 134, 269);
        for(int y = 0; y < 256; y++)
            for(int t = 0; t < 270; t++)
                G = y + (t - 134);
                GYT[y][t] = qBound(0, G, 255);
        m_table_init = true;
void YUV2RGBConverter::yuy2(const uint8_t *yuy2, QRgb * rgb, size_t size)
    size_t i = 0;
        uint8_t y0 = *yuy2++;
        uint8_t u = *yuy2++;
        uint8_t y1 = *yuy2++;
        uint8_t v = *yuy2++;
        *rgb++ = yuv2rgb(y0, u, v);
        *rgb++ = yuv2rgb(y1, u, v);
        i += 2;
    }while(i < size);
void YUV2RGBConverter::vyuy(const uint8_t * yuy2, QRgb * rgb, size_t size)
    size_t i = 0;
        uint8_t v = *yuy2++;
        uint8_t y0 = *yuy2++;
        uint8_t u = *yuy2++;
        uint8_t y1 = *yuy2++;
        *rgb++ = yuv2rgb(y0, u, v);
        *rgb++ = yuv2rgb(y1, u, v);
        i += 2;
    }while(i < size);
void YUV2RGBConverter::yuv422(const uint8_t * yuv_y,
            const uint8_t * yuv_u,
            const uint8_t * yuv_v,
            QRgb * rgb,
            size_t size)
    size_t i = 0;
        uint8_t y0 = *yuv_y++;
        uint8_t y1 = *yuv_y++;
        uint8_t u = *yuv_u++;
        uint8_t v = *yuv_v++;
        *rgb++ = yuv2rgb(y0, u, v);
        *rgb++ = yuv2rgb(y1, u, v);
        i += 2;
    }while(i < size);
上面的代码中又出现了几种新名词：yuy2、vyuv 和 yuv422，这个是YUV 数据存放的几种常见格式。 
YUY2是packed方式的。水平方向两个像素打包到一个DWORD，并且UV采样率只有Y的一半，这符合人的视觉特征能有效的压缩数据,具体布局为[Y0,U0,Y1,V0,Y2,U1,Y3,V1,Y4,U2,Y5,V2,…]。 
vyuv 与 YUY2 很类似，只是排列顺序颠倒了：V,Y,U,Y,V,Y,U,Y,V,Y,U,Y,….. 
yuv422 格式是把 YUV 这三个通道分开存储到三个数组。UV采样率还是只有Y的一半。
                                    使用C++实现YUV格式图像与RGB格式图像之间相互转换一、RGB与YUV转换公式1、RGB转YUV1）RGB转换亮度与色差信号公试：2）归一化为YUV的转化公试为：2、YUV转RGB二、利用命令参数实现读取文件的简单化安全化三、使用C++实现YUV格式图像转换为RGB格式图像（一）、YUV格式到RGB格式的转换（yuv2rgb.cpp）1、实现YUV转RGB公式2、图像数据的读入3、将U、V分量扩充到256*2564、将YUV转化为RGB（二）主函数（main.cpp）（三）结果演示（四）整体代码1、ma
                                    一般来讲，我们把YUV、Y‘UV、YCbCr, YPbPr包含在YUV颜色模型的范围内，其中Y都表示亮度，UV表示两个色度分量，但是具体的颜色模型的用途又各不相同，当然，他们与RGB的互转公式也就不相同。在电视系统发展的早期，YUV和Y’UV都是颜色信息的模拟信号编码形式，虽然Y和Y’都表示亮度，但是两种亮度的意义却天差地别，Y用来代指luminance,表示的是自然颜色的亮度，而Y‘代指luma，表示的是经过伽马压缩之后电信号的强度。在现在的计算机系统中，YUV一般用来代指YCbCr,用来表示文件的编码格
                                    BT601 full range rgb=[0, 255], y=[16, 235], uv=[16, 240] R = 1.164 * (Y - 16) + 1.596 * (V - 128) G = 1.164 * (Y - 16) - 0.392 * (U - 128) - 0.812 * (V - 128) B = 1.164 * (Y - 16) + 2.016 * (U - 128)Y = 0.257 * R + 0.504 * G + 0.098 * B + 16 U = -0.148 * R
                                    原创不易 转载请注明出处和作者
关于写这篇文章的原因:
　　本人也是摸索了很长时间才弄懂其中的原理，里面涉及的知识点太多了， 比如色彩空间， Gamma， 什么的， 里面还会涉及到很多的协议， 比如 BT601  BT709， BT2020，RP177 等， 一不小心就会写错， 然后色彩可能就不准确了， 可能偏白 偏黑或者偏色
自己也踩过很多坑， 然后把这些经验写出来.
                                    能够用 C 语言写一段将 YUV 图像转换为 RGB 图像的代码。这里是一个示例代码：
void yuv2rgb(unsigned char *src, unsigned char *dst, int width, int height)
    int frameSize = width * height;
    int i, j;
    for (i = 0; i < heig...
                                    YUV、RGB、BGR用途：
YUV、RGB、BGR还有其他的一些都属于颜色的色彩空间，大家最熟悉的应该就是RGB了，但是Opencv 中的Mat的是BGR的，如果将RBG赋值后会有颜色变蓝等问题，亲测，亲自踩的坑。。单YUV的颜色表示也有很多种，种类我就不这里说了，很多我也没有接触过。这里我们只对YUV420做实例，但是Opencv也对YUV其他编码有做转换算法。后面会提一下。
YUV 我见过的...