python实现YUV转RGB_python yuv转rgb

一、什么是YUV

在代码实现之前，需要去了解什么是YUV格式编码，明白了其编码方式后再看实现会简单的多，如果只是需要代码实现，那可以直接简单略过。

YUV是一种类似RGB的颜色模型，起源于黑白和彩电的过渡时期，是一种颜色编码方法，其中Y代表亮度，UV组合起来可以表示色度。YUV信息只有y的信息就足以显示黑白的图片（所以我们早期的黑白电视就是只用了Y），这样的设计很好地解决了彩色电视机与黑白电视的兼容问题。并且，YUV不像RGB那样要求三个独立的视频信号同时传输，所以用YUV方式传送占用极少的频宽。

YUV码流的存储格式其实与其采样的方式密切相关，主流的采样方式有三种，YUV4:4:4，YUV4:2:2，YUV4:2:0，关于其详细原理，可以参考这篇文章一文读懂 YUV 的采样与格式， YUV与RGB编码这里就不再过多介绍，本文是实现根据其采样格式来从码流中还原每个像素点的YUV值，然后通过YUV与RGB的转换公式提取出每个像素点的RGB值，然后显示保存下来。

2. 实现过程

在实现代码之前，首先要明确自己要转换的YUV是什么存储格式，因为不同的存储格式需要不同的提取方式。简单看下下面这两种不同的存储格式：

yuv420P（YU12 和 YV12 ）格式如下，先存储Y分量，再存储U分量，最后存储V分量:

yuv420SP（NV12 和 NV21 ）格式如下，先存储Y分量，然后交替存储UV分量:

作为对比，再上一张RGB的存储格式：

RGB存储方式：RGB三个分量按照B、G、R的顺序储存。(4：4：4)

所以我们在实现之前需要明确是什么格式存储的，否则提取出来的UV分量可能是错的，导致转换后的图像色彩不对。

3. 代码实现

第一版实现，使用for循环逐点提取YUV值转换成RGB（非常耗时，不建议使用，为了更清楚实现的过程）：

def yuv2rgb(Y, U, V):
    bgr_data = np.zeros((IMG_HEIGHT, IMG_WIDTH, 3), dtype=np.uint8)
    for h_idx in range(Y_HEIGHT):
        for w_idx in range(Y_WIDTH):
            y = Y[h_idx, w_idx]
            u = U[int(h_idx // 2), int(w_idx // 2)]
            v = V[int(h_idx // 2), int(w_idx // 2)]
            c = (y - 16) * 298
            d = u - 128
            e = v - 128
            r = (c + 409 * e + 128) // 256
            g = (c - 100 * d - 208 * e + 128) // 256
            b = (c + 516 * d + 128) // 256
            bgr_data[h_idx, w_idx, 2] = 0 if r < 0 else (255 if r > 255 else r)
            bgr_data[h_idx, w_idx, 1] = 0 if g < 0 else (255 if g > 255 else g)
            bgr_data[h_idx, w_idx, 0] = 0 if b < 0 else (255 if b > 255 else b)
    return bgr_data
第二版实现，使用numpy数组运算进行加速（速度非常快，建议用这版）： 
def np_yuv2rgb(Y,U,V):
    bgr_data = np.zeros((IMG_HEIGHT, IMG_WIDTH, 3), dtype=np.uint8)
    V = np.repeat(V, 2, 0)
    V = np.repeat(V, 2, 1)
    U = np.repeat(U, 2, 0)
    U = np.repeat(U, 2, 1)
    c = (Y-np.array([16])) * 298
    d = U - np.array([128])
    e = V - np.array([128])
    r = (c + 409 * e + 128) // 256
    g = (c - 100 * d - 208 * e + 128) // 256
    b = (c + 516 * d + 128) // 256
    r = np.where(r < 0, 0, r)
    r = np.where(r > 255,255,r)
    g = np.where(g < 0, 0, g)
    g = np.where(g > 255,255,g)
    b = np.where(b < 0, 0, b)
    b = np.where(b > 255,255,b)
    bgr_data[:, :, 2] = r
    bgr_data[:, :, 1] = g
    bgr_data[:, :, 0] = b
    return bgr_data
实验对比：输入同一张（1152*648）的YUV图像。 
第一版耗时：5.698601007461548
第二版耗时：0.04670834541320801
速度提升了一百多倍，图片越大，提升效果越明显，最后转换出来的图像如图所示：
 
 全部代码： 
import os
import cv2
import numpy as np
IMG_WIDTH = 1152
IMG_HEIGHT = 648
IMG_SIZE = int(IMG_WIDTH * IMG_HEIGHT * 3 / 2)
Y_WIDTH = IMG_WIDTH
Y_HEIGHT = IMG_HEIGHT
Y_SIZE = int(Y_WIDTH * Y_HEIGHT)
U_V_WIDTH = int(IMG_WIDTH / 2)
U_V_HEIGHT = int(IMG_HEIGHT / 2)
U_V_SIZE = int(U_V_WIDTH * U_V_HEIGHT)
def from_I420(yuv_data, frames):
    Y = np.zeros((frames, IMG_HEIGHT, IMG_WIDTH), dtype=np.uint8)
    U = np.zeros((frames, U_V_HEIGHT, U_V_WIDTH), dtype=np.uint8)
    V = np.zeros((frames, U_V_HEIGHT, U_V_WIDTH), dtype=np.uint8)
    for frame_idx in range(0, frames):
        y_start = frame_idx * IMG_SIZE
        u_start = y_start + Y_SIZE
        v_start = u_start + U_V_SIZE
        v_end = v_start + U_V_SIZE
        Y[frame_idx, :, :] = yuv_data[y_start : u_start].reshape((Y_HEIGHT, Y_WIDTH))
        U[frame_idx, :, :] = yuv_data[u_start : v_start].reshape((U_V_HEIGHT, U_V_WIDTH))
        V[frame_idx, :, :] = yuv_data[v_start : v_end].reshape((U_V_HEIGHT, U_V_WIDTH))
    return Y, U, V
def from_YV12(yuv_data, frames):
    Y = np.zeros((frames, IMG_HEIGHT, IMG_WIDTH), dtype=np.uint8)
    U = np.zeros((frames, U_V_HEIGHT, U_V_WIDTH), dtype=np.uint8)
    V = np.zeros((frames, U_V_HEIGHT, U_V_WIDTH), dtype=np.uint8)
    for frame_idx in range(0, frames):
        y_start = frame_idx * IMG_SIZE
        v_start = y_start + Y_SIZE
        u_start = v_start + U_V_SIZE
        u_end = u_start + U_V_SIZE
        Y[frame_idx, :, :] = yuv_data[y_start : v_start].reshape((Y_HEIGHT, Y_WIDTH))
        V[frame_idx, :, :] = yuv_data[v_start : u_start].reshape((U_V_HEIGHT, U_V_WIDTH))
        U[frame_idx, :, :] = yuv_data[u_start : u_end].reshape((U_V_HEIGHT, U_V_WIDTH))
    return Y, U, V
def from_NV12(yuv_data, frames):
    Y = np.zeros((frames, IMG_HEIGHT, IMG_WIDTH), dtype=np.uint8)
    U = np.zeros((frames, U_V_HEIGHT, U_V_WIDTH), dtype=np.uint8)
    V = np.zeros((frames, U_V_HEIGHT, U_V_WIDTH), dtype=np.uint8)
    for frame_idx in range(0, frames):
        y_start = frame_idx * IMG_SIZE
        u_v_start = y_start + Y_SIZE
        u_v_end = u_v_start + (U_V_SIZE * 2)
        Y[frame_idx, :, :] = yuv_data[y_start : u_v_start].reshape((Y_HEIGHT, Y_WIDTH))
        U_V = yuv_data[u_v_start : u_v_end].reshape((U_V_SIZE, 2))
        U[frame_idx, :, :] = U_V[:, 0].reshape((U_V_HEIGHT, U_V_WIDTH))
        V[frame_idx, :, :] = U_V[:, 1].reshape((U_V_HEIGHT, U_V_WIDTH))
    return Y, U, V
def from_NV21(yuv_data, frames):
    Y = np.zeros((frames, IMG_HEIGHT, IMG_WIDTH), dtype=np.uint8)
    U = np.zeros((frames, U_V_HEIGHT, U_V_WIDTH), dtype=np.uint8)
    V = np.zeros((frames, U_V_HEIGHT, U_V_WIDTH), dtype=np.uint8)
    for frame_idx in range(0, frames):
        y_start = frame_idx * IMG_SIZE
        u_v_start = y_start + Y_SIZE
        u_v_end = u_v_start + (U_V_SIZE * 2)
        Y[frame_idx, :, :] = yuv_data[y_start : u_v_start].reshape((Y_HEIGHT, Y_WIDTH))
        U_V = yuv_data[u_v_start : u_v_end].reshape((U_V_SIZE, 2))
        V[frame_idx, :, :] = U_V[:, 0].reshape((U_V_HEIGHT, U_V_WIDTH))
        U[frame_idx, :, :] = U_V[:, 1].reshape((U_V_HEIGHT, U_V_WIDTH))
    return Y, U, V
def np_yuv2rgb(Y,U,V):
    bgr_data = np.zeros((IMG_HEIGHT, IMG_WIDTH, 3), dtype=np.uint8)
    V = np.repeat(V, 2, 0)
    V = np.repeat(V, 2, 1)
    U = np.repeat(U, 2, 0)
    U = np.repeat(U, 2, 1)
    c = (Y-np.array([16])) * 298
    d = U - np.array([128])
    e = V - np.array([128])
    r = (c + 409 * e + 128) // 256
    g = (c - 100 * d - 208 * e + 128) // 256
    b = (c + 516 * d + 128) // 256
    r = np.where(r < 0, 0, r)
    r = np.where(r > 255,255,r)
    g = np.where(g < 0, 0, g)
    g = np.where(g > 255,255,g)
    b = np.where(b < 0, 0, b)
    b = np.where(b > 255,255,b)
    bgr_data[:, :, 2] = r
    bgr_data[:, :, 1] = g
    bgr_data[:, :, 0] = b
    return bgr_data
def yuv2rgb(Y, U, V):
    bgr_data = np.zeros((IMG_HEIGHT, IMG_WIDTH, 3), dtype=np.uint8)
    for h_idx in range(Y_HEIGHT):
        for w_idx in range(Y_WIDTH):
            y = Y[h_idx, w_idx]
            u = U[int(h_idx // 2), int(w_idx // 2)]
            v = V[int(h_idx // 2), int(w_idx // 2)]
            c = (y - 16) * 298
            d = u - 128
            e = v - 128
            r = (c + 409 * e + 128) // 256
            g = (c - 100 * d - 208 * e + 128) // 256
            b = (c + 516 * d + 128) // 256
            bgr_data[h_idx, w_idx, 2] = 0 if r < 0 else (255 if r > 255 else r)
            bgr_data[h_idx, w_idx, 1] = 0 if g < 0 else (255 if g > 255 else g)
            bgr_data[h_idx, w_idx, 0] = 0 if b < 0 else (255 if b > 255 else b)
    return bgr_data
if __name__ == '__main__':
    import time
    yuv = "request/YUV/2021-05-06/test.yuv"
    frames = int(os.path.getsize(yuv) / IMG_SIZE)
    with open(yuv, "rb") as yuv_f:
        time1 = time.time()
        yuv_bytes = yuv_f.read()
        yuv_data = np.frombuffer(yuv_bytes, np.uint8)
        # Y, U, V = from_I420(yuv_data, frames)
        # Y, U, V = from_YV12(yuv_data, frames)
        # Y, U, V = from_NV12(yuv_data, frames)
        Y, U, V = from_NV21(yuv_data, frames)
        rgb_data = np.zeros((IMG_HEIGHT, IMG_WIDTH, 3), dtype=np.uint8)
        for frame_idx in range(frames):
            # bgr_data = yuv2rgb(Y[frame_idx, :, :], U[frame_idx, :, :], V[frame_idx, :, :])            # for 
            bgr_data = np_yuv2rgb(Y[frame_idx, :, :], U[frame_idx, :, :], V[frame_idx, :, :])           # numpy 
            time2 = time.time()
            print(time2 - time1)
            if bgr_data is not None:
                cv2.imwrite("frame_{}.jpg".format(frame_idx), bgr_data)
                frame_idx +=1
代码和测试用的YUV文件已上传到github，使用时请参考文档。
                    序言因为在项目中要用到yuv格式的视频图像进行模型推理，但是我们模型通常都是只接收RGB格式的图片，所以在推理前就要先把YUV格式转换为RGB格式，网上搜了看到很多实现，搜来搜去你会发现还是那几个源码，copy下来运行要么报错，要么转出来的色彩不对，全都是没经过实践的，抄袭得特别严重，一份代码写了十几篇文章，关键是还不一定能用，来回调试严重浪费我们宝贵的时间，再次对这种行为表示愤慨。如果你一开始就搜到了我这篇文章，那么恭喜你，不用再去踩我曾经踩过的坑。一、什么是YUV在代码实现之前，需要去了解什么是
				一、将base64的图片数据转为RGB (速度很慢)
因为使用的Python内置的for循环遍历图片数据，所以速度会比较慢，转换一张200k左右的图片需要2s到3s左右。
#encoding:utf-8
import numpy as np
import cv2
video_cutoff = [0.0625, 0.5, 0.5]
full_cutoff = [0.0, 0.5, 0.5]...
应用：模拟领域
Y'= 0.299*R' + 0.587*G' + 0.114*B'
U'= -0.147*R' - 0.289*G' + 0.436*B' = 0.492*(B'- Y')
V'= 0.615*R' - 0.
				支持yuv\rgb的各种处理，比如rgb与yuv的相互转换，视频格式转换，从一段长视频中截取出某几帧等，此工具包里包含多个工具
YUVviewerPlus.exe
对YUVviewer进行了修改，增加一下内容：
1、增加支持的格式：yuv4:4:4, yuv4:2:2, gbmp
2、增加zoom的范围
BMP2GBMP.exe
将一副副的BMP图片合并成一个没有BMP头信息的文件
note:仅支持24位bmp图片
DYUV2SEQ.exe
实现分离的yuv文件转换成YUV序列 4：2：0
ShowDIB.exe
BMP图片显示程序，多文档框架
YUV2BMP.exe
实现了YUV转换成24位的BMP图片，实现了批量转换
BMP2SEQ.exe
将一系列24位或8位的BMP图片转换成4：2：0的YUV序列。
DYUV2BMP.exe
将分离的Y，U，V转换成24位的BMP图片，实现了批量转换
GBMP2SEQ.exe
实现包含一组rgb24图片（不含文件头）的单一文件到yuv4:2:0序列文件的转换
SEQ2BMP.exe
实现了SEQ2BMP的程序
输出BMP文件为24位真彩
SeqCut.exe
实现对YUV4:2:0文件的剪切操作
即从序列文件中取出一段序列
SeqSnr.exe
实现了两序列对应帧之间Y分量的SNR求取，并给出平均值
YUV2SEQ.exe
将单帧的YUV文件转换位YUV序列 4：2：0
YUV2SEQ2.exe
将单帧的YUV文件转换位YUV序列 4：2：0
可以选择目标图像的位置和大小
    y, u, v = yuv[0], yuv[1] - 128, yuv[2] - 128
    r = y + 1.13983 * v
    g = y - 0.39465 * u - 0.58060 * v
    b = y + 2.03211 * u
    return int(r), int(g), int(b)
其中，yuv是一个长度为3的元组或列表，分别表示图像中的Y、U、V分量。返回值为一个长度为3的元组，分别表示RGB图像中的R、G、B分量。请注意，该函数仅适用于YUV格式为YUV444的图像。如果您的图像格式为YUV422或YUV420，请使用适当的转换算法。