YUV图像用的比较多，而且YUV图像的格式众多（YUV格式可以参考YUV pixel formats），如何用OpenCV的Mat类型来存储YUV图像也是经常遇到的问题。
对于YUV444图像来说，就很简单。YUV的三个分量的采样方法一致，因此YUV三个分量的大小一致，可以用Mat的三个channel分别表示YUV即可。假设src是OpenCV默认的BGR三通道图像，和YUV444的转换如下，图像大小不变。
// If src is CV_8UC3, dest is CV_8UC3
cvtColor(src, dest, COLOR_BGR2YUV);
cvtColor(dest, src, COLOR_YUV2BGR);
YUV422用的不多（其实我没用过），先说YUV420。YUV420图像的U/V分量在水平和垂直方向上downsample，在水平和垂直方向上的数据都只有Y分量的一半。因此总体来说，U/V分量的数据量分别只有Y分量的1/4，不能作为Mat类型的一个channel。所以通常YUV420图像的全部数据存储在Mat的一个channel，比如CV_8UC1，这样对于Mat来说，图像的大小就有变化。对于MxN（rows x cols，M行N列）的BGR图像（CV_8UC3)，其对应的YUV420图像大小是(3M/2)xN（CV_8UC1）。前MxN个数据是Y分量，后(M/2)xN个数据是U/V分量，UV数据各占一半。
U/V分量如何存储，和YUV420的格式有关。YUV420有所谓的420p（420planar/420面）和420sp（420 semi-planar/420半面）格式。所谓420面格式，YUV三个分量按顺序存储完一个分量所有图像数据，称为一个面，再存储下一个分量的面，因此有三个面数据。420半面格式下，只有Y分量是作为一个单独的面存储，U/V分量按照像素排列顺序交错存储，算作一个面，因此称为半面。
|
420p |
420sp |
||
|
YUV顺序 |
YVU顺序 |
UVUV交错 |
VUVU交错 |
|
I420/IYUV |
YV12 |
NV12 |
NV21 |
420p或者420sp都是先存储Y分量的面，然后根据UV分量的存储顺序，又各分为两种格式。420p按照YUV的顺序存储三个面，是I420格式，或者叫IYUV格式。按照YVU的顺序存储三个面，叫YV12格式。420sp的U/V交错面，如果按照UVUV的顺序交错存储，称为NV12格式。反之，按照VUVU的顺序交错存储，称为NV21格式。
OpenCV现在从BGR到YUV420的颜色空间变化仅支持转换到420p的两种格式，不支持转换到420sp。但可以支持420p或者420sp转换到BGR。假设src是OpenCV默认的BGR三通道图像，和420p的转换如下。
// If src is BGR CV_8UC3 with size 640x960, dest is CV_8UC1 with 960x960
cvtColor(src, dest, COLOR_BGR2YUV_I420); // dest is I420
cvtColor(dest, src, COLOR_YUV2BGR_I420);
cvtColor(src, dest, COLOR_BGR2YUV_YV12); // dest is YV12
cvtColor(dest, src, COLOR_YUV2BGR_YV12);
假设src是YUV420的420sp图像数据，到BGR的转换如下。
// If src is NV12 CV_8UC1 with size 960x960, dest is BGR CV_8UC3 with 640x960
cvtColor(src, dest, COLOR_YUV2BGR_NV12);
// If src is NV21 CV_8UC1 with size 960x960, dest is BGR CV8UC3 with 640x960
cvtColor(src, dest, COLOR_YUV2BGR_NV21);
OpenCV还提供了一个cvtColorTwoPlane函数，当前仅支持从420sp转换到BGR，但是Y面和U/V交错面存储在两个Mat结构中。
下面的代码片段把height x width的YUV图像数据顺时针旋转90°存储到Mat，格式是NV12。yPixel, uPixel, vPixel分别是指向YUV数据的指针，yStride，uvStride分别是Y和UV的行stride，uvPixelStride是UV数据像素stride。代码分别把YUV数据存储到一个临时Mat中，然后调用OpenCV的transpose()和flip()函数把图像顺时针旋转90°。较新版本的OpenCV提供了函数rotate()可以做90°，180°和270°的旋转，可以使用。最后分别把旋转后的YUV数据写到Mat中，最后的格式是NV12，注意height和width交换了，UV数据是交错存储的。如果不使用OpenCV的函数，自己写一段代码来做旋转也是可以的。不过我试过了，肯定没有OpenCV的函数快。OpenCV的函数至少要比我们用循环写出来的代码快25%。所以有现成的库函数尽量使用他们。
// Original image with size height x width
// int32_t width, height; original image width and height
// uint8_t *yPixel, *uPixel, *vPixel; pointers to YUV data
// int32_t yStride, uvStride, uvPixelStride; line stride and uv pixel stride
cv::Mat yuv_nv12(width * 3 / 2, height, CV_8UC1)
int i, j;
int height2 = height / 2, width2 = width / 2;
cv::Mat y_temp(height, width, CV_8UC1);
cv::Mat u_temp(height2, width2, CV_8UC1);
cv::Mat v_temp(height2, width2, CV_8UC1);
// Get Y data and rotate
line_src = yPixel;
for (i = 0; i < height; i++) {
line_dest = y_temp.ptr(i);
memcpy(line_dest, line_src, width);
line_src += yStride;
}
cv::transpose(y_temp, y_temp);
cv::flip(y_temp, y_temp, 1);
// Get U data and rotate
line_src = uPixel;
for (i = 0; i < height2; i++) {
line_dest = u_temp.ptr(i);
uchar *ptr = line_src;
for (j = 0; j < width2; j++) {
*line_dest++ = *ptr;
ptr += uvPixelStride;
}
line_src += uvStride;
}
cv::transpose(u_temp, u_temp);
cv::flip(u_temp, u_temp, 1);
// Get V data and rotate
line_src = vPixel;
for (i = 0; i < height2; i++) {
line_dest = v_temp.ptr(i);
uchar *ptr = line_src;
for (j = 0; j < width2; j++) {
*line_dest++ = *ptr;
ptr += uvPixelStride;
}
line_src += uvStride;
}
cv::transpose(v_temp, v_temp);
cv::flip(v_temp, v_temp, 1);
// Write Y data to yuv_nv12
for (i = 0; i < width; i++) {
line_dest = yuv_nv12.ptr(i);
line_src = y_temp.ptr(i);
memcpy(line_dest, line_src, height);
}
// Write UV data to yuv_nv12
cv::MatIterator_<uchar> it((cv::Mat_<uchar>*)&yuv_nv12, width);
cv::MatIterator_<uchar> u_src_it = u_temp.begin<uchar>();
cv::MatIterator_<uchar> v_src_it = v_temp.begin<uchar>();
int wh2 = width2 * height2;
for (i = 0; i < wh2; i++) {
*it++ = *u_src_it++;
*it++ = *v_src_it++;
}
至于YUV422图像，我没有试过。OpenCV不支持从BGR转到YUV422，但是可以从YUV422转会BGR。大概看了下，YUV422图像用Mat类型存储应该也是用一个channel来存储所有YUV数据，而且应该是用所谓的紧凑格式（packed format），而不是前面提到的面格式（planar format）。所谓紧凑格式，就是对每个像素的YUV三个分量按照一定的顺序交错存储，每4个数据组成一个所谓的宏像素。因为YUV422垂直方向没有downsample，只有水平方向有，所以每两个Y对应一个U和一个V，组成一个宏像素。比如UYVY格式（按照UYVY交错存储），YUY2格式（按照YUYV交错存储），YVYU格式等等。它们都有对应的转BGR的code，比如COLOR_YUV2BGR_UYVY，不一一列举了。
