PILv1.1.7使用的算法给出了“被淘汰”的结果。当使用ffmpeg
转换相同的源数据时,它看起来是正确的。使用mplayer
可以得到与ffmpeg
相同的结果(可能它们下面使用的库相同)。这使我相信,皮尔可能是填充颜色空间转换。转换似乎来源于libImaging/ConvertYCbCr.c
:
/* JPEG/JFIF YCbCr conversions
Y = R * 0.29900 + G * 0.58700 + B * 0.11400
Cb = R * -0.16874 + G * -0.33126 + B * 0.50000 + 128
Cr = R * 0.50000 + G * -0.41869 + B * -0.08131 + 128
R = Y + + (Cr - 128) * 1.40200
G = Y + (Cb - 128) * -0.34414 + (Cr - 128) * -0.71414
B = Y + (Cb - 128) * 1.77200
*/
这只是源代码中的一个注释,当然是C代码,实际的函数是用查找表实现的,而不是矩阵乘法(为了简洁起见,截取了static INT16 R_Cr
等):
void
ImagingConvertYCbCr2RGB(UINT8* out, const UINT8* in, int pixels)
{
int x;
UINT8 a;
int r, g, b;
int y, cr, cb;
for (x = 0; x < pixels; x++, in += 4, out += 4) {
y = in[0];
cb = in[1];
cr = in[2];
a = in[3];
r = y + (( R_Cr[cr]) >> SCALE);
g = y + ((G_Cb[cb] + G_Cr[cr]) >> SCALE);
b = y + ((B_Cb[cb] ) >> SCALE);
out[0] = (r <= 0) ? 0 : (r >= 255) ? 255 : r;
out[1] = (g <= 0) ? 0 : (g >= 255) ? 255 : g;
out[2] = (b <= 0) ? 0 : (b >= 255) ? 255 : b;
out[3] = a;
}
}
我在谷歌上搜索过,但似乎有很多关于“正确”的方式来进行颜色空间转换的困惑。所以我的问题是,上面的说法是否正确——如果不正确,还有什么更好的方法?
编辑:在阅读了Mark Ransom提供的链接后,我发现存在冲突的定义,这取决于您是使用YCbCr的完整范围还是钳制到有效范围。有关详细信息,请参阅下面的链接:
似乎PIL版本使用了错误的算法,所以我已经为转换滚动了自己的函数,它给出了正确的外观结果(“SDTV”版本)。代码如下,供将来的读者使用:
from numpy import dot, ndarray, array
def yuv2rgb(im, version='SDTV'):
"""
Convert array-like YUV image to RGB colourspace
version:
- 'SDTV': ITU-R BT.601 version (default)
- 'HDTV': ITU-R BT.709 version
"""
if not im.dtype == 'uint8':
raise TypeError('yuv2rgb only implemented for uint8 arrays')
# clip input to the valid range
yuv = ndarray(im.shape) # float64
yuv[:,:, 0] = im[:,:, 0].clip(16, 235).astype(yuv.dtype) - 16
yuv[:,:,1:] = im[:,:,1:].clip(16, 240).astype(yuv.dtype) - 128
if version.upper() == 'SDTV':
A = array([[1., 0., 0.701 ],
[1., -0.886*0.114/0.587, -0.701*0.299/0.587],
[1., 0.886, 0.]])
A[:,0] *= 255./219.
A[:,1:] *= 255./112.
elif version.upper() == 'HDTV':
A = array([[1.164, 0., 1.793],
[1.164, -0.213, -0.533],
[1.164, 2.112, 0.]])
else:
raise Exception("Unrecognised version (choose 'SDTV' or 'HDTV')")
rgb = dot(yuv, A.T)
result = rgb.clip(0, 255).astype('uint8')
return result
如果你看一下维基百科的定义,你会发现YCbCr有两个相互冲突的定义。ITU-R BT.601定义将值压缩到16-235的范围,以提供脚空间和净空,而JPEG版本使用的是0-255的完整范围。如果您使用JPEG公式对BT.601空间中的值进行解码,结果肯定会看起来很糟糕。
相关问题 更多 >
编程相关推荐