数字图像处理100问—39 JPEG 压缩——第三步:YCbCr 色彩空间

本文讲解了JPEG编码中YCbCr色彩空间的应用,通过公式演示如何从RGB到YCbCr和反之,并提供了Python代码示例。学习者将理解如何调整对比度并实现色彩空间转换以优化图像压缩。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

提示:内容整理自:https://github.com/gzr2017/ImageProcessing100Wen
CV小白从0开始学数字图像处理

39 JPEG 压缩——第三步:YCbCr 色彩空间

在 YCbCr 色彩空间内,将 Y 乘以0.7以使对比度变暗。

YCbCr 色彩空间是用于将图像由表示亮度的 Y、表示蓝色色度Cb以及表示红色色度Cr表示的方法。

这用于 JPEG 转换。

使用下式从 RGB 转换到 YCbCr:

Y = 0.299 * R + 0.5870 * G + 0.114 * B
Cb = -0.1687 * R - 0.3313 * G + 0.5 * B + 128
Cr = 0.5 * R - 0.4187 * G - 0.0813 * B + 128

使用下式从 YCbCr 转到 RGB:

R = Y + (Cr - 128) * 1.402
G = Y - (Cb - 128) * 0.3441 - (Cr - 128) * 0.7139
B = Y + (Cb - 128) * 1.7718

代码如下:

1.引入库

CV2计算机视觉库

import cv2
import numpy as np
import matplotlib.pyplot as plt

2.读入数据

img = cv2.imread("imori.jpg").astype(np.float32)
H, W, C = img.shape

3.RGB > YCbCr

Y = 0.2990 * img[..., 2] + 0.5870 * img[..., 1] + 0.1140 * img[..., 0]
Cb = -0.1687 * img[..., 2] - 0.3313 * img[..., 1] + 0.5 * img[..., 0] + 128.
Cr = 0.5 * img[..., 2] - 0.4187 * img[..., 1] - 0.0813 * img[..., 0] + 128.

Y *= 0.7

4.YCbCr > RGB

out = np.zeros_like(img, dtype=np.float32)
out[..., 2] = Y + (Cr - 128.) * 1.4020
out[..., 1] = Y - (Cb - 128.) * 0.3441 - (Cr - 128.) * 0.7139
out[..., 0] = Y + (Cb - 128.) * 1.7718

out = out.astype(np.uint8)

5.保存结果

cv2.imshow("result", out)
cv2.waitKey(0)
cv2.imwrite("out.jpg", out)

6.结果

在这里插入图片描述在这里插入图片描述

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值