YUV <——> RGB 轉換算法

本文首發在個人我的博客： blog.shenyuanluo.com/，喜歡的朋友歡迎訂閱。

YUV

簡述

YUV： 是一種顏色空間，基於 YUV 的顏色編碼是流媒體的經常使用編碼方式，這種表達方式起初是爲了彩色電視與黑白電視之間的信號兼容；其中

• Y： 表示明亮度（Luminance 或 Luma），也稱灰度圖。
• U、V： 表示色度（Chrominance 或 Chroma），做用是描述影像的色彩及飽和度，用於指定像素的顏色。

Y’CbCr：（也稱爲 YUV），是 YUV 的壓縮版本，不一樣之處在於 Y’CbCr 用於 數字圖像 領域，YUV 用於 模擬信號 領域；MPEG、DVD、攝像機中常說的 YUV 實際上是 Y'CbCr，兩者轉換爲 RGBA 的轉換矩陣是不一樣的。

• Cr：（色度紅）反應了 RGB 輸入信號 紅色 部分與 RGB 信號亮度值之間的差別（即，當前顏色對 紅色 的偏移程度）。
• Cb：（色度紅）反應了 RGB 輸入信號 藍色 部分與 RGB 信號亮度值之間的差別（即，當前顏色對 藍色 的偏移程度）。

注意： 如無特殊說明，本文討論的 YUV 均指 Y'CbCr 。

格式

YUV存儲格式：

• planar： 先存儲 Y，而後 U，而後 V。
• packed： yuv 交叉存儲。

常見格式

1. yuv444： packet 採樣（yuv yuv yuv）和 planar 採樣（yyyy uuuu vvvv）
2. yuv422： packet 採樣
   • yuvy： YUYV YUYV
   • uyvy： UYVY UYVY
3. yuv422p： planar採樣：YYYY UU VV
4. yuv420： packet採樣： YUV Y YUV Y
5. yuv420p： planar採樣

   • I420：

     

   • YV12：

     

6. yuv420sp：Y 是planar採樣，UV 是packet採樣

   • NV12：

     

   • NV21：

     

RGB

簡介

RGB： 是一種加色模型，將紅（Red）、綠（Green）、藍（Blue）三原色的色光以不一樣的比例相加，以產生多種多樣的色光；且三原色的紅綠藍不可能用其餘單色光合成。

1. 浮點表示方式： 取值範圍爲 0.0 ~ 1.0（如在 OpenGL 中對每一個子像素點的表示就是使用這個表示方式）。
2. 整數表示： 取值範圍爲 0 ~ 255 或者 00 ~ FF（如 RGBA_8888、RGB_565）。

格式

索引形式

1. RGB1： 每一個像素用 1 個 bit 表示 0，1 兩種值，可表示的顏色範圍爲雙色，即最傳統的黑和白；須要調色板，不過調色板只包含兩種顏色。
2. RGB4： 每一個像素用 4 個 bit 表示，4 個 bit 所可以表示的索引範圍是 0~15，共 16 個。也就是能夠表示 16 種顏色。即調色板中包含 16 中顏色。
3. RGB8： 每一個像素用 8 個 bit 表示。8 個 bit 所可以表示的索引範圍是 0~255，共 256 個。也就是能夠表示 256 種顏色。即調色板中包含 256 種顏色。

像素形式

1. RGB555：

   • 概述： 每個像素用 16 個 bit（2個字節）來表示，但最高位不用，R 用 5 個 bit、G 用 5 個 bit、B 用 5 個 bit 表示。

   • 內存示意圖：

     

   • 獲取具體像素值方法：（假設 color 爲存儲某一個像素點的變量）

     • R = color & 0x7C00 // 獲取高字節 5 個 bit
     • G = color & 0x03E0 // 獲取中間的 5 個 bit
     • B = color & 0x001F // 獲取低字節 5 個 bit
2. RGB565：

   • 概述： 每個像素用 16 個 bit（2 個字節）來表示，R 用 5 個 bit、G 用 6 個 bit、B 用 5 個 bit 表示。

   • 內存示意圖：

     

   • 獲取具體像素值方法：（假設 color 爲存儲某一個像素點的變量）

     • R = color & 0xF800 // 獲取高字節 5 個 bit
     • G = color & 0x07E0 // 獲取中間的 6 個 bit
     • B = color & 0x001F // 獲取低字節 5 個 bit
3. RGB24：

   • 概述： 每個像素用 24 個 bit（3個字節）來表示，R、G、B 均用 8 bit 表示。

   • 內存示意圖：

     

   • 獲取具體像素值方法：（假設 color 爲存儲某一個像素點的變量）

     • R = color & 0x0000FF
     • G = color & 0x00FF00
     • B = color & 0xFF0000
4. RGB32：

   • 概述： 每個像素用 32 個 bit（4個字節）來表示，R、G、B 均用 8 bit 表示，最後 1 個字節保留

   • 內存示意圖：

     

   • 獲取具體像素值方法：（假設 color 爲存儲某一個像素點的變量）

     • R = color & 0x0000FF00
     • G = color & 0x00FF0000
     • B = color & 0xFF000000

轉換

轉換矩陣

注意： 這裏的轉換矩陣中，當轉換爲 RGB 讀取 YUV 時，須要將 U(Cb)、V(Cr) 的取值範圍整數表示時，轉換爲：[-128, 127]；浮點數表示時，轉換爲：[-0.5, 0.5]。

（這是由於：U(Cb)、V(Cr) 取值範圍是 [﹣128, 127]，對應的浮點數表示爲 [﹣0.5, 0.5]；而在存儲時，爲了方便存儲，跟 Y 數據同樣，統一用一個(無符號)字節表示，即取值範圍是 [0, 255]，對應的浮點數表示爲：[0, 1]。）

特別注意： 在 OpenGL 內置的矩陣（如 mat2、mat3、mat4 ）是 列主序，即須要將下列轉換矩陣轉換成 轉置矩陣 ！

YUV ——> RGB

1. 常規轉換標準：

   

2. BT.601 標準：（SD TV）

   

3. BT.709 標準：（HD TV）

   

RGB ——> YUV

1. 常規轉換標準：

   

2. BT.601 標準：（SD TV）

   

3. BT.709 標準：（HD TV）

   

算法優化

舉例：YUV ——> RGB 常規轉換矩陣。

常規轉換：(浮點運算）

r = y                  + (1.370705 * v);
g = y - (0.337633 * u) - (0.698001 * v);
b = y + (1.732446 * u);
複製代碼

優化1：避免浮點運算

從上述算法，能夠看到存在許多的浮點運算，而在算法優化中，最好能避免浮點運算（比較耗時）來提升效率。

所以，同時對錶達式中全部子項乘以 256 來對結果進行 四捨五入昨晚新的 整數係數，最後再對計算結果再右移 8 位（除以 256）；即，（注意：這裏的轉換是有損的，精度會有所下降）

256 * r = 256 * y                        + (256 * 1.370705 * v);
256 * g = 256 * y - (256 * 0.337633 * u) - (256 * 0.698001 * v);
256 * b = 256 * y + (256 * 1.732446 * u);
複製代碼

===》

r = ((256 * y             + (351 * v))>>8);
g = ((256 * y - (86  * u) - (179 * v))>>8);
b = ((256 * y + (444 * u))            >>8);
複製代碼

優化2：避免乘法運算

從上述算法，能夠看到存在許多的乘法運算，而乘法一樣也很好使，最好能避免乘法運算（使用位移運算代替）來提供效率。

所以，將全部表達式中的子項係數，拆解成整數（該整數必需是 2 的次冪，這樣可使用位移運算）相加的形式。

例如：

351 = 256 + 64 + 16 + 8 + 4 + 2 + 1 = 2^8 + 2^6 + 2^4 + 2^3 + 2^2 + 2^1 + 2^0
複製代碼

===》

r = (((y<<8) + (v<<8) + (v<<6) + (v<<4) + (v<<3) + (v<<2) + (v<<1) + v)                   >> 8);
g = (((y<<8) - (u<<6) - (u<<4) - (u<<2) - (u<<1) - (v<<7) - (v<<5) - (v<<4) - (v<<1) - v) >> 8);
b = (((y<<8) + (u<<8) + (u<<7) + (u<<5) + (u<<4) + (u<<3) + (u<<2))                       >> 8);
複製代碼

優化3：查表

在常規轉換表達式中，變量的取值範圍是已經肯定，Y：[0, 255]，U：[-128, 127]，V：[-128, 127]；那麼就可使用一維數組存儲結果來提升效率。

所以，將表達式中相關的變量計算結果分別存儲在 4 個一位數組中，在使用計算時，直接經過數組查詢便可得到表達式相乘結果。

例如：對於表達式 256 * 1.370705 * v

int rv = 0;     // 計算 R 值 V 係數

rv = 256 * 1.370705 = 351;
            
for (int i = 0; i < 256; i++)
{
    m_rv[i] = ((i - 128) * rv)>>8;
}
複製代碼

===》

r = y + m_rv[v];
g = y - m_gu[u] - m_gv[v];
b = y + m_bu[u];
複製代碼

算法性能比較

測試說明

• 系統：macOS 10.13.5
• 環境：Xcode 9.4
• 測試文件：480 x 360，454 幀（文件大小：117,676,800 Byte）
• 轉換矩陣：常規標準
• 流程描述：從源文件讀取數據，對數據進行轉換（I420 ——> RGB24），但不寫入文件。

測試結果

轉換方式	循環次數	平均耗時（μs/次）	平均每幀耗時（μs)
浮點運算	50	2837788.36	6250.64
避免浮點運算	50	2650935.74	5839.07
避免乘法運算	50	3031586.02	6677.50
查表法	50	2674598.74	5891.19

Demo

---

參考

• en.wikipedia.org/wiki/YUV