原理从YCbCr到RGB的转换
y’=0.257 * r ' 0.504 * g ' 0.098 * b ' 16cb '=-0.148 * r '-0.291 * g ' 0.439 * b ' 128 Cr '=0.439 * r '-0.368 * g '
输入：0-1的浮点型numpy矩阵表示RGB空间
输出：0-255的浮点型numpy矩阵表示YCbCr空间
image.shape是[W*H*C]的RGB图像
在情况image各像素点的可取值的范围为0-255的情况下
首先需要转换为0-1。 下面的源代码分析显示，他给出的乘法因子为65.481 … -18.214。 这些是归一化为0-1的数值的系数
否则，该系数与后面的16、128等偏移不对应
fromskimage.color import rgb2ycbcr image _ RGB=image _ RGB/255.0 #此时转换为浮点型image _ ycbcr=rgb2ycbcr (image _ RGB ) 此时输出为0
fromskimage.color import rgb2ycbcr image _ ycbcr=rgb2ycbcr (image _ RGB )此时输出为0-255的浮点型ycbcr空间图像源代码说明# 空间转换所需的使用参数ycbcr _ from _ RGB=NP.array ([ 65.481、128.553、24.966 ]、[ -37.797、-74.203、[ 112.0、[ 112.0，- ] [ 112.0 -18.214]] ) )进行图像空间变换的变换函数def _ convert (矩阵， arr---- matrix 3360 array _ like the 3x3matrix to use.arr 33603) array _ liketheinputarray.finaldimensiondenoteschanels . 3 ) ndarraytheconvertedarray.samedimensionsasinput.' ' arr=_ prepare _ color array (arr ) return arr @ matrix.t.ararray oycbcrcolorspaceconversion.parameters---- RGB 3360 )…。 3 ) array _ liketheimageinrgbformat.finaldimensiondenoteschannels.returns---- out 3360 (…， 3 ) ndarraytheimageinycbcrformat.samedimensionsasinput.raises---valueerrorif ` RGB ` is not atleast2----dwithshaphap itissometimesincorrectlycalled ' YUV '.references-----[1] https://en.Wikipedia.org/wiki/ycbcr ' ' RGB ) arr
ybcr与YUV的差异_machh专栏-CSDN博客_yuv与YCbCr的差异
sci kit-image/simple _ metrics.pya tmainsci kit-image/sci kit-imagegithub
sci kit-image/color conv.pya tmainsci kit-image/sci kit-imagegithub