C++ CVCOLOR后如何获得YUV组件的参考？

我正在尝试使用

cvtcolor

方法将BGR转换为YUV，然后获取对每个组件的引用。 源图像（

IplImage1

）具有以下参数：

深度=8

n通道=3

颜色模型=RGB

channelSeq=BGR

宽度=1620

高度=1220

转换并获取转换后的组件：

IplImage* yuvImage = cvCreateImage(cvSize(1620, 1220), 8, 3);
cvCvtColor(IplImage1, yuvImage, CV_BGR2YCrCb);
yPtr = yuvImage->imageData;
uPtr = yPtr + height*width;
vPtr = uPtr + height*width/4;

我有一个方法可以将YUV转换回RGB并保存到文件。当我手动创建YUV组件时（我创建蓝色图像），它可以工作，当我打开图像时，它实际上是蓝色的。但是，当我使用上面的方法创建YUV组件时，我得到了黑色图像。我想可能是我错误地引用了YUV组件

yPtr = yuvImage->imageData;
uPtr = yPtr + height*width;
vPtr = uPtr + height*width/4;

---

有什么问题吗？

如果您确实必须使用IplImage（例如，在遗留代码或C中），请使用

现代方法是避免传统API，使用Mats：

cv::Mat matImage1(IplImage1);
cv::Mat ycrcb_image;
cv::cvtColor(matImage1, ycrcb_image, CV_BGR2YCrCb);

// Extract the Y, Cr and Cb channels into separate Mats
std::vector<cv::Mat> planes(3);
cv::split(ycrcb_image, planes);
// Now you have the Y image in planes[0],
// the Cr image in planes[1],
// and the Cb image in planes[2]

cv::Mat Y = planes[0]; // if you want

cv:：Mat matImage1（IplImage1）；
cv：：Mat ycrcb_图像；
cv:：cvtColor（matImage1，ycrcb_图像，cv_BGR2YCrCb）；
//将Y、Cr和Cb通道提取到单独的垫子中
std：：向量平面（3）；
cv：：分割（ycrcb_图像，平面）；
//现在在平面[0]中有了Y图像，
//平面中的Cr图像[1]，
//以及平面中的Cb图像[2]
cv:：Mat Y=平面[0]；//如果你愿意

而RGB表示颜色为红色、绿色和蓝色；YCbCr颜色模型将颜色表示为亮度和两个色差信号。在YCbCr中，Y是亮度（luma），Cb是蓝色减去luma（B-Y），Cr是红色减去luma（R-Y）

以下是使用OpenCV 3.0.0时的代码：

import numpy as np
import cv2

#Obtaining and displaying the image

x = 'C:/Users/524316/Desktop/car.jpg'
img = cv2.imread(x, 1)
cv2.imshow("img",img)

#converting to YCrCb color space

YCrCb = cv2.cvtColor(a, cv2.COLOR_BGR2YCrCb)
cv2.imshow("YCrCb",YCrCb)

#splitting the channels individually

Y, Cr, Cb = cv2.split(YCrCb)

cv2.imshow('Y_channel', Y)
cv2.imshow('Cr_channel', Cr)
cv2.imshow('Cb_channel', Cb)

cv2.waitKey(0)
cv2.destroyAllWindows()

原始图像：

YCrCb图像：

Y-通道：

它与灰度图像相同

Cr-频道：

Cb-频道：

---

请不要使用IplImages，避免使用过时的c-api。他们已经在2010移动到C++，你也应该这样做。请使用cv:：Mat，即cv:：命名空间。@berak，我会在了解问题所在后再使用。通道是交错的，而不是连续的。要获得单个组件，必须拆分（）图像。另外，尽量避免直接访问基础imageData指针请参见以下答案：。它显示了如何分割垫子。它是用于实验室的，但只需使用CV_BGR2YCrCb而不是CV_BGR2Lab。使用“CV:：split”是获取组件的最快方法吗？我只是使用NVENC实时压缩视频。NVENC使用YUV格式作为输入，但我的帧是RGB格式。因此，我需要将非常快速的RGB转换为YUV，并将其组件传递给NVENC API，因为我没有

cv:：cvtColor

函数。我只有

cvtcolor

。但是，我确实有

cvSplit

和

cv:：split

函数。@但是，不可能有

cvCvtColor

和

cv:：cvtColor，因为前者的实现只调用后者。您的问题几乎肯定与包含文件有关。您需要确保最终将这些

imgproc.hpp`包括在内。例如，

#包括“opencv2/opencv.hpp”

将拾取它，或者：

#包括“opencv2/imgproc/imgproc.hpp”

关于速度，如果您不需要split的所有三个通道，则使用

混合通道（）

会更快。您需要对cv:：split计时，以确定它是否可能是一个瓶颈。cv：：split必须处理您通过它的任何内容，因此，如果必要，您肯定可以更快地编写只处理您的情况的内容。查看convert.cpp中的源代码。您可以尝试实现一个没有NAryMatIterator的版本，例如。

import numpy as np
import cv2

#Obtaining and displaying the image

x = 'C:/Users/524316/Desktop/car.jpg'
img = cv2.imread(x, 1)
cv2.imshow("img",img)

#converting to YCrCb color space

YCrCb = cv2.cvtColor(a, cv2.COLOR_BGR2YCrCb)
cv2.imshow("YCrCb",YCrCb)

#splitting the channels individually

Y, Cr, Cb = cv2.split(YCrCb)

cv2.imshow('Y_channel', Y)
cv2.imshow('Cr_channel', Cr)
cv2.imshow('Cb_channel', Cb)

cv2.waitKey(0)
cv2.destroyAllWindows()