【opencv】YUV各种色彩、YUV420sp2RGB

对于 YUV 所表示的图像，Y 和 UV 分量是分离的。如果只有 Y 分量而没有 UV 分离，那么图像表示的就是黑白图像。彩色电视机采用的就是 YUV 图像，解决与和黑白电视机的兼容问题，使黑白电视机也能接受彩色电视信号。

人眼对色度的敏感程度低于对亮度的敏感程度。主要原因是视网膜杆细胞多于视网膜锥细胞，其中视网膜杆细胞的作用就是识别亮度，视网膜锥细胞的作用就是识别色度。所以，眼睛对于亮度的分辨要比对颜色的分辨精细一些。

利用这个原理，可以把色度信息减少一点，人眼也无法查觉这一点。

所以，并不是每个像素点都需要包含了 Y、U、V 三个分量，根据不同的采样格式，可以每个 Y 分量都对应自己的 UV 分量，也可以几个 Y 分量共用 UV 分量。相比 RGB，能够节约不少存储空间。

YUV 4:4:4采样方式与 RGB 图像大小是一样的。
YUV 4:2:2相比 RGB，节省了三分之一的存储空间。
YUV 4:2:0相比 RGB，节省了一半的存储空间。

设实际宽高为w*h的图像，如果是RGB格式，那么他的数据量为w*h*3；
如果是yuv420格式，那么他的数据量为w*h*1.5
因为yuv4:4:4的数据量等于RGB数据量，而yuv4:4:4是yuv4:2:0数据量的2倍，所以yuv4:2:0的数据量为w*h*3/2。

从`yuv420sp`转化得到`RGB`的步骤：

1.当我们拿到一帧图像的yuv原始数据后，首先需要明确拿到的是以下哪种yuv数据：yuv4:4:4、yuv4:2:2、yuv4:2:0。并且，我们都会知道给对应图像的宽和高，因为这都是驱动配置给出的。如果你是从yuv元素数据中截取出来的某roi区域的yuv数据，那么你也应该知道该roi的宽和高。注意，此时的宽和高是指图像的宽和高，不是指代图像数据码流排列的行数和列数。
2.把原始yuv数据通过构造cv::Mat格式封装起来，此时的cv::Mat的宽(.cols)和高(.rows)就需要变化了，因为yuv格式和RGB格式的数据量是不一样的，yuv格式如果不是yuv4:4:4(yuv数据量为w*(h*3))的话，那么yuv格式的数据量是一定比RGB少的。所以，此时如果是yuv420格式，就根据yuv420格式的特点，把cv::Mat的宽高设置为w*(h*1.5),且必须为单通道，注意这里宽度不变，是在高度上延伸。yuyv原始数据变成cv::Mat格式后，你如果直接imshow显示的话,图像会变高。转化成RGB格式后才会恢复为正常宽和高。
3.然后再通过cv::cvtColor(yuyv_img, rgb_img, cv::COLOR_YUV420sp2RGB);转化得到RGB图像。

注意构造yuyv的cv::Mat时通道类型是CV_8UC1，而构造RGB的cv::Mat时通道类型是CV_8UC3.

cv::Mat yuyv_img =cv::Mat(box.height * 3 / 2, box.width, CV_8UC1,const_cast<unsigned char *>(yuv_raw.data()));
if (!yuyv_img.data) {std::cout << "empty yuyv_img"<< std::endl;
}
cv::Mat rgb_img = cv::Mat(box.height, box.width, CV_8UC3);
cv::cvtColor(yuyv_img, rgb_img, cv::COLOR_YUV420sp2RGB);

可参考下面两篇文章来理解YUV：
一文理解 YUV
YUV色彩格式总结