《入门视频采集与处理(学会分析YUV数据)》这篇文章中,我们已经学会了如何分析采集到的YUV原始码流,那么,下一步就是如何预览显示所采集的码流了,只有经过显示,才能非常直观地看出自己采集的数据是否有问题。


关于如何显示原始的YUV码流,根据我的经验,一般有三种方法:

(1) 利用 matlab ,写相关的程序进行显示。(本文我将提供相关显示程序)

(2) 使用 MFC + Direct Draw 来实现。(稍后整理好了再提供出来)

(3) 使用 第三方工具(YUVviewerPlus.exe),很好的软件。(在附件中提供)

    

由于使用matlab来进行图像的显示,程序代码简单易懂,直观,维护和修改方便,方便根据不同的图像尺寸和YUV码流存储方式进行相应的修改,故本文重点进行讨论。

    

对于采集的图像,我们一般需要重点关注Y分量是否正确,直接显示Y分量数据就可以看到灰度图像,根据显示的灰度图像,我们可以很快地判断出图像的轮廓是否正确。大家可以根据上一节的内容提取出码流中某一帧的Y分量内容,利用下面的程序在matlab中进行显示。

    

测试条件: 【图像的尺寸】:720x576;【文件内容】:只有一帧图像的Y分量;


function yuvtest(filename)

% 打开图像文件
fid = fopen(filename,'r');
if fid == -1
   error('the file can not open ');
end

line  = 576;  %图像的高
colom = 720;  %图像的宽

im = zeros(line,colom);
for i1 = 1:line
   im(i1,:) = fread(fid,colom);  %读取数据到矩阵中
end

im = im./255;      %归一化
figure,imshow(im); %显示图像
   
fclose(fid);
end   


当然,上述程序只能显示出灰度图像,如果希望显示彩***像,则首先需要把YUV码流转换为RGB数据流,转换公式如下:


// 转换公式(浮点方式) 
R = Y + 1.4075*(V-128) 
G = Y - 0.3455*(U-128) - 0.7169*(V-128) 
B = Y + 1.779*(U-128)

    

至于每一个像素点的YUV分量的值该怎么取,请参考本文开头提到的那篇文章,无论是YUV444、YUV422、还是YUV420格式,根据对应的方法提取完YUV并转换为RGB数据后,其文件大小应该是: 图像的高 * 图像的宽 * 3 。由于不同的YUV码流转换为RGB数据的提取方式均不相同,这里我就不提供统一的转换程序了,大家根据公式和提取YUV的方法自己来转换。

    

在写文件的时候,可以考虑以如下的存储格式:


R R R R R  
R R R R R  
R R R R R  
 
G G G G G  
G G G G G  
G G G G G  
 
B B B B B  
B B B B B  
B B B B B

   

存好转换后的RGB文件后,可以利用我提供的下面这个matlab程序进行显示,即可看到彩***像。

     

测试条件: 【图像的尺寸】:720x576;【文件内容】:由R、G、B三个分量分块组成的图像数据;


function showrgb(inputFile) 

% 初始化  
width = 720;   %图像的宽 
height = 576;  %图像的高 

%打开文件 
fid = fopen(inputFile); 

%读取数据 
if fid ~= -1
   img = uint8(zeros(height,width,3)); 
   img_t = uint8(zeros(height,width));
   for i1=1:3 
    for i2=1:height 
        img_t(i2,:)=fread(fid,width);
      end 
      img(:,:,i1) = img_t; 
   end 
figure,imshow(img); 
fclose(fid); 

end


到此,怎样使用matlab显示YUV码流的灰度图像和彩***像就说到这里了,当然,附件中有一个工具"YUVviewerPlus.exe"也特别好用,可以直接选择YUV码流的格式进行显示。不过我依然建议大家自己动手写相关的matlab程序或者MFC程序来分析自己的码流,这样就可以根据实际情况相应修改代码,而不用局限于人家的软件了。


有任何疑问或者建议欢迎留言或者来信lujun.hust@gmail.com交流,或者关注我的新浪微博 @卢_俊 或者关注我的微信公众号(@Jhuster)获取最新的文章和资讯。