Python OpenCV 將平面 YUV 4:2:0 圖像轉換為 RGB -- YUV 陣列格式

Question

我正在嘗試通過 python 使用 OpenCV 4.1.0 版將平面 YUV 4:2:0 圖像轉換為 RGB，並且正在努力理解如何格式化數組以傳遞給cvtColor函數。 我將所有 3 個通道作為單獨的數組，並嘗試將它們合並以與cv2.cvtColor一起使用。 我正在使用cv2.cvtColor(yuv_array, cv2.COLOR_YUV420p2RGB) 。 據我所知， yuv_array應該是1.5倍一樣高的原始圖像（這是從YUV陣列cvtColor使用cv2.COLOR_RGB2YUV_YV12的樣子），我應該把UV成分進入的下半部yuv_array和Y通道進入數組的頂部。

我似乎無法弄清楚 U 和 V 通道應該如何在這個陣列的底部格式化。 我試過將它們交錯，然后將它們背靠背放在那里。 使用這兩種方法，我都嘗試先將 U 放在 V 中，反之亦然。 所有方法都會導致生成的圖像中出現偽影。 這是我的代碼和示例圖像：

import os
import errno
import numpy as np
import cv2

fifo_names = ["/tmp/fifos/y_fifo", "/tmp/fifos/u_fifo", "/tmp/fifos/v_fifo"]

#teardown; delete fifos
import signal, sys
def cleanup_exit(signal, frame):
    print ("cleaning up!")
    for fifo in fifo_names:
        os.remove(fifo)
    sys.exit(0)
signal.signal(signal.SIGINT, cleanup_exit)
signal.signal(signal.SIGTERM, cleanup_exit)

#make fifos
for fifo in fifo_names:
    try:
        os.mkfifo(fifo);
    except OSError as oe:
        if oe.errno == errno.EEXIST:
            os.remove(fifo)
            os.mkfifo(fifo)
        else:
            raise()

#make individual np arrays to store Y,U, and V channels
#we know the image size beforehand -- 640x360 pixels
yuv_data = []
frame_size = []
fullsize = (360, 640)
halfsize = (180, 320)
for i in range(len(fifo_names)):
    if (i == 0):
        size = fullsize
    else:
        size = halfsize
    yuv_data.append(np.empty(size, dtype=np.uint8));
    frame_size.append(size)

#make array that holds all yuv data for display with cv2
all_yuv_data = np.empty((fullsize[0] + halfsize[0], fullsize[1]), dtype=np.uint8) 

#continuously read yuv images from fifos
print("waiting for fifo to be written to...")
while True:
    for i in range(len(fifo_names)):
        fifo = fifo_names[i]
        with open(fifo, 'rb') as f:
            print("FIFO %s opened" % (fifo))
            all_data = b''
            while True:
                data = f.read()
                print("read from %s, len: %d" % (fifo,len(data)))
                if len(data) == 0: #then the fifo has been closed
                    break
                else:
                    all_data += data
            yuv_data[i] = np.frombuffer(all_data, dtype=np.uint8).reshape(frame_size[i])

    #stick all yuv data in one buffer, interleaving columns
    all_yuv_data[0:fullsize[0],0:fullsize[1]] = yuv_data[0]
    all_yuv_data[fullsize[0]:,0:fullsize[1]:2] = yuv_data[1]
    all_yuv_data[fullsize[0]:,1:fullsize[1]:2] = yuv_data[2]

    #show each yuv channel individually
    cv2.imshow('y', yuv_data[0])
    cv2.imshow('u', yuv_data[1])
    cv2.imshow('v', yuv_data[2])

    #convert yuv to rgb and display it
    rgb = cv2.cvtColor(all_yuv_data, cv2.COLOR_YUV420p2RGB);
    cv2.imshow('rgb', rgb)
    cv2.waitKey(1)

上面的代碼試圖按列交錯 U 和 V 信息。

我還嘗試使用以下方法將 U 和 V 通道信息放入all_yuv_data數組：

    #try back-to-back
    all_yuv_data[0:fullsize[0],0:fullsize[1]] = yuv_data[0]
    all_yuv_data[fullsize[0]:,0:halfsize[1]] = yuv_data[1]
    all_yuv_data[fullsize[0]:,halfsize[1]:] = yuv_data[2]

圖像是用libav從另一個程序中獲取的一幀視頻。 該幀的格式為AV_PIX_FMT_YUV420P ， 描述為“平面 YUV 4:2:0, 12bpp，（每 2x2 Y 樣本 1 Cr 和 Cb 樣本）”。

以下是以灰度顯示的示例圖像的 yuv 通道：

Y頻道：

U頻道：

視頻頻道：

以及相應的 RGB 轉換（這是使用上述交錯方法，使用“背對背”方法時會看到類似的偽影）：

帶有偽像的 RGB 圖像：

我應該如何在all_yuv_data放置 u 和 v 通道信息？

在此之后由 Mark Setchell 編輯

我相信預期的結果是：

Answer 1

如果 YUV 標准匹配 OpenCV COLOR_YUV2BGR_I420轉換公式，您可以將幀讀取為一個塊，並將其重塑為高度*1.5 行應用轉換。

以下代碼示例：

• 以 YUV420 格式構建輸入，並將其寫入內存流（而不是 fifo）。
• 從流中讀取幀並使用COLOR_YUV2BGR_I420將其轉換為 BGR。
  顏色不對。。。
• 通過讀取 Y、U 和 V，調整 U 和 V 的大小並使用COLOR_YCrCb2BGR轉換來重復該過程。
  注意：OpenCV 以 BGR 顏色格式（不是 RGB）工作。

這是代碼：

import cv2
import numpy as np
import io

# Building the input:
###############################################################################
img = cv2.imread('GrandKingdom.jpg')

#yuv = cv2.cvtColor(img, cv2.COLOR_BGR2YUV)
#y, u, v = cv2.split(yuv)

# Convert BGR to YCrCb (YCrCb apply YCrCb JPEG (or YCC), "full range", 
# where Y range is [0, 255], and U, V range is [0, 255] (this is the default JPEG format color space format).
yvu = cv2.cvtColor(img, cv2.COLOR_BGR2YCrCb)
y, v, u = cv2.split(yvu)

# Downsample U and V (apply 420 format).
u = cv2.resize(u, (u.shape[1]//2, u.shape[0]//2))
v = cv2.resize(v, (v.shape[1]//2, v.shape[0]//2))

# Open In-memory bytes streams (instead of using fifo)
f = io.BytesIO()

# Write Y, U and V to the "streams".
f.write(y.tobytes())
f.write(u.tobytes())
f.write(v.tobytes())

f.seek(0)
###############################################################################

# Read YUV420 (I420 planar format) and convert to BGR
###############################################################################
data = f.read(y.size*3//2)  # Read one frame (number of bytes is width*height*1.5).

# Reshape data to numpy array with height*1.5 rows
yuv_data = np.frombuffer(data, np.uint8).reshape(y.shape[0]*3//2, y.shape[1])

# Convert YUV to BGR
bgr = cv2.cvtColor(yuv_data, cv2.COLOR_YUV2BGR_I420);


# How to How should I be placing the u and v channel information in all_yuv_data?
# -------------------------------------------------------------------------------
# Example: place the channels one after the other (for a single frame)
f.seek(0)
y0 = f.read(y.size)
u0 = f.read(y.size//4)
v0 = f.read(y.size//4)
yuv_data = y0 + u0 + v0
yuv_data = np.frombuffer(yuv_data, np.uint8).reshape(y.shape[0]*3//2, y.shape[1])
bgr = cv2.cvtColor(yuv_data, cv2.COLOR_YUV2BGR_I420);
###############################################################################

# Display result:
cv2.imshow("bgr incorrect colors", bgr)


###############################################################################
f.seek(0)
y = np.frombuffer(f.read(y.size), dtype=np.uint8).reshape((y.shape[0], y.shape[1]))  # Read Y color channel and reshape to height x width numpy array
u = np.frombuffer(f.read(y.size//4), dtype=np.uint8).reshape((y.shape[0]//2, y.shape[1]//2))  # Read U color channel and reshape to height x width numpy array
v = np.frombuffer(f.read(y.size//4), dtype=np.uint8).reshape((y.shape[0]//2, y.shape[1]//2))  # Read V color channel and reshape to height x width numpy array

# Resize u and v color channels to be the same size as y
u = cv2.resize(u, (y.shape[1], y.shape[0]))
v = cv2.resize(v, (y.shape[1], y.shape[0]))
yvu = cv2.merge((y, v, u)) # Stack planes to 3D matrix (use Y,V,U ordering)

bgr = cv2.cvtColor(yvu, cv2.COLOR_YCrCb2BGR)
###############################################################################


# Display result:
cv2.imshow("bgr", bgr)
cv2.waitKey(0)
cv2.destroyAllWindows()

---

結果：

Answer 2

本次函數調用中yuv_array底部存儲的u和v通道信息： cv2.cvtColor(yuv_array, cv2.COLOR_YUV420p2RGB)

預計格式如下：

1. 添加到 yuv_array 底部的額外行的上半部分填充了 u 信息。 行是交錯的； u 的第一行放置在左側槽中 y 通道信息的正下方，而 u 的第二行放置在yuv_data的同一行中的右側槽中，依此類推。
2. v 通道數據相同，但對於添加到 yuv_array 的額外行的下半部分。

以下是在放置在原始程序中時產生 MarkSetchnell 發布的預期圖像的連接代碼：

    #place y channel into buffer
    all_yuv_data[0:fullsize[0],0:fullsize[1]] = yuv_data[0]

    #formatted as interleaved u rows on top, (half on left, half on right)
    #and interleaved v rows on bottom
    all_yuv_data[fullsize[0]:fullsize[0]+halfsize[0]//2, :] = yuv_data[1].reshape(-1, fullsize[1])
    all_yuv_data[fullsize[0]+halfsize[0]//2:,:] = yuv_data[2].reshape(-1, fullsize[1])

    #convert to rgb
    rgb = cv2.cvtColor(all_yuv_data, cv2.COLOR_YUV420p2RGB);

這是 all_yuv_data 的灰度圖像，以求清晰：

以及調用cv2.cvtColor(all_yuv_data, cv2.COLOR_YUV420p2RGB)后的結果：