python - YUV420p转其他格式，色偏问题

Question

所以我正在使用 AR 无人机编写颜色检测应用程序。无人机以 YUV420p 格式从其相机向我的 python/opencv 套接字服务器发送图像。

为了将图像作为 opencv IPLImage 访问，我做了如下操作(是的，这效率很低，但我不想/不想自己编写新的转换工具):

1. 将 yuv 图像保存到文件 (some_image.yuv)
2. subprocess.call(在此处插入 ffmpeg 调用)
3. 使用 cv.LoadImage 读取生成的文件(bmp、png，无所谓)

我现在的问题是非常明显的颜色偏移。我在这些照片中挥舞着一张红色毡布。第一个显示出浓淡的黄色。第二种没那么糟糕，但非常罕见——大多数情况下，当我拿到红色床单时，它的颜色很深。

• 着色图像:http://i.stack.imgur.com/BQikM.png
• 淡化图像:http://i.stack.imgur.com/ezHyy.png

我想知道这两件事:

1. 如果有更好的方法来做到这一点
2. 如果颜色着色问题可以解决

我的 ffmpeg 转换线看起来像

ffmpeg -s 640x480 -vcodec rawvideo -f rawvideo -pix_fmt yuv420p -i image.yuv -vcodec bmp -f image2 output.bmp

我也试过:

ffmpeg -f rawvideo -s 640x480 -pix_fmt yuv420p -vf colormatrix=bt709:bt601 -i image.yuv -f image -vcodec png output.png

不幸的是，颜色偏移总是存在的!

颜色偏移是我现在的大问题，因为我后来将图像转换为 HSV 并使用阈值来选择适合我的颜色范围。

Answer 1

这种方法似乎对我有用:

$ ffmpeg -s 352x288 -i foreman_cif_frame_0.yuv f.png
ffmpeg version N-46810-g7750c48 Copyright (c) 2000-2012 the FFmpeg developers
  built on Apr 21 2013 11:12:24 with gcc 4.6 (Ubuntu/Linaro 4.6.3-1ubuntu5)
  configuration: --enable-gpl --enable-libx264 --enable-libmp3lame
  libavutil      52.  7.100 / 52.  7.100
  libavcodec     54. 71.100 / 54. 71.100
  libavformat    54. 36.100 / 54. 36.100
  libavdevice    54.  3.100 / 54.  3.100
  libavfilter     3. 23.100 /  3. 23.100
  libswscale      2.  1.102 /  2.  1.102
  libswresample   0. 16.100 /  0. 16.100
  libpostproc    52.  1.100 / 52.  1.100
[rawvideo @ 0x18a1320] Estimating duration from bitrate, this may be inaccurate
Input #0, rawvideo, from 'foreman_cif_frame_0.yuv':
  Duration: N/A, start: 0.000000, bitrate: N/A
    Stream #0:0: Video: rawvideo (I420 / 0x30323449), yuv420p, 352x288, 25 tbr, 25 tbn, 25 tbc
Output #0, image2, to 'f.png':
  Metadata:
    encoder         : Lavf54.36.100
    Stream #0:0: Video: png, rgb24, 352x288, q=2-31, 200 kb/s, 90k tbn, 25 tbc
Stream mapping:
  Stream #0:0 -> #0:0 (rawvideo -> png)
Press [q] to stop, [?] for help
frame=    1 fps=0.0 q=0.0 Lsize=       0kB time=00:00:00.04 bitrate=   0.0kbits/s    
video:201kB audio:0kB subtitle:0 global headers:0kB muxing overhead -100.000000%

输出:

另一种方法是使用强大的 Imagemagick

$ convert -size 352x288 -depth 8 foreman_cif_frame_0.yuv f2.png 

有趣的是，ffmpeg 和 imagemagick 不会返回相同的结果:

$ compare -compose src f.png f2.png diff.png

结果:

更新太糟糕了。那么唯一合理的解释是 PIL 很无聊(它在处理 YCbCr 时有一些特殊性；很多 Q 在这里关于 SO)。正如你从我的帖子中看到的，如果输入正确的 YCbCr，输出就可以了!

如果我没看错你的问题，你已经收到了 YV12 中的数据格式。输入在 VGA 中，因此以下代码将单独的平面(Y、Cb、Cr)拆分为自己的变量:

# Here I'm assuming you get the data from the drone into parameter raw
# 1 frame contains 640*480*3/2 = 460800 bytes
import numpy as np

# turn raw into a numpy array
raw = np.array(raw)

# calculate where each plane starts and stops
wh = 640 * 480
p = (0, wh, wh, wh/4*5, wh/4*5, wh/2*3)

# Now use slizing to extract the different planes
yy = np.empty(640*480, dtype=np.uint8)
cb = np.empty(640*480/4, dtype=np.uint8)
cb = np.empty(640*480/4, dtype=np.uint8)

yy = raw[p[0]:p[1]]
cb = raw[p[2]:p[3]]
cr = raw[p[4]:p[5]]

现在你在漂亮的 numpy 数组中有了数据!要转换为矩阵，请执行以下操作:

yy.reshape([480, 640])
cb.reshape([480 / 2, 640 / 2])
cr.reshape([480 / 2, 640 / 2])

希望对您有所帮助!如果没有，请给我评论...