视音频数据处理入门：RGB、YUV像素数据处理

   有段时间没有写博客了，这两天写起博客来竟然感觉有些兴奋，仿佛找回了原来的感觉。

前一阵子在梳理以前文章的时候，发现自己虽然总结了各种视音频应用程序，却还缺少一个适合无视音频背景人员学习的“最基础”的程序。因此抽时间将以前写过的代码整理成了一个小项目。
这个小项目里面包含了一系列简单的函数，可以对RGB/YUV视频像素数据、PCM音频采样数据、H.264视频码流、AAC音频码流、FLV封装格式数据、UDP/RTP协议数据进行简单处理。这个项目的一大特点就是没有使用任何的第三方类库，完全借助于C语言的基本函数实现了功能。
通过对这些代码的学习，可以让初学者迅速掌握视音频数据的基本格式。有关上述几种格式的介绍可以参考文章《视音频编解码技术零基础学习方法》。

从这篇文章开始打算写6篇文章分别记录上述6种不同类型的视音频数据的处理方法。本文首先记录第一部分即RGB/YUV视频像素数据的处理方法。视频像素数据在视频播放器的解码流程中的位置如下图所示。

20160118002918690.png

本文分别介绍如下几个RGB/YUV视频像素数据处理函数：
分离YUV420P像素数据中的Y、U、V分量
分离YUV444P像素数据中的Y、U、V分量
将YUV420P像素数据去掉颜色（变成灰度图）
将YUV420P像素数据的亮度减半
将YUV420P像素数据的周围加上边框
生成YUV420P格式的灰阶测试图
计算两个YUV420P像素数据的PSNR
分离RGB24像素数据中的R、G、B分量
将RGB24格式像素数据封装为BMP图像
将RGB24格式像素数据转换为YUV420P格式像素数据
生成RGB24格式的彩条测试图

本文中的RGB/YUV文件需要使用RGB/YUV播放器才能查看。YUV播放器种类比较多，例如YUV Player Deluxe，或者开源播放器（参考文章《修改了一个YUV/RGB播放器》）等。

函数列表

(1) 分离YUV420P像素数据中的Y、U、V分量

本程序中的函数可以将YUV420P数据中的Y、U、V三个分量分离开来并保存成三个文件。函数的代码如下所示。

1. /**

2. • Split Y, U, V planes in YUV420P file.
3. • @param url Location of Input YUV file.
4. • @param w Width of Input YUV file.
5. • @param h Height of Input YUV file.
6. • @param num Number of frames to process.

8. */

9. int simplest_yuv420_split(char *url, int w, int h,int num){

10. FILE *fp=fopen(url,"rb+");

11. FILE *fp1=fopen("output_420_y.y","wb+");

12. FILE *fp2=fopen("output_420_u.y","wb+");

13. FILE *fp3=fopen("output_420_v.y","wb+");

14. unsigned char pic=(unsigned char )malloc(wh3/2);

15. for(int i=0;i<num;i++){

16. fread(pic,1,wh3/2,fp);

17. //Y

18. fwrite(pic,1,w*h,fp1);

19. //U

20. fwrite(pic+wh,1,wh/4,fp2);

21. //V

22. fwrite(pic+wh5/4,1,w*h/4,fp3);

23. }

24. free(pic);

25. fclose(fp);

26. fclose(fp1);

27. fclose(fp2);

28. fclose(fp3);

29. return 0;

30. }

调用上面函数的方法如下所示。

1. simplest_yuv420_split("lena_256x256_yuv420p.yuv",256,256,1);

从代码可以看出，如果视频帧的宽和高分别为w和h，那么一帧YUV420P像素数据一共占用wh3/2 Byte的数据。其中前wh Byte存储Y，接着的wh1/4 Byte存储U，最后wh*1/4 Byte存储V。上述调用函数的代码运行后，将会把一张分辨率为256x256的名称为lena_256x256_yuv420p.yuv的YUV420P格式的像素数据文件分离成为三个文件：

output_420_y.y：纯Y数据，分辨率为256x256。

output_420_u.y：纯U数据，分辨率为128x128。
output_420_v.y：纯V数据，分辨率为128x128。

注：本文中像素的采样位数一律为8bit。由于1Byte=8bit，所以一个像素的一个分量的采样值占用1Byte。

程序输入的原图如下所示。

lena_256x256_yuv420p.png

程序输出的三个文件的截图如下图所示。在这里需要注意输出的U、V分量在YUV播放器中也是当做Y分量进行播放的。

output_420_u.y.png output_420_v.y.png output_420_y.y.png

(2)分离YUV444P像素数据中的Y、U、V分量

本程序中的函数可以将YUV444P数据中的Y、U、V三个分量分离开来并保存成三个文件。函数的代码如下所示。

/**

• Split Y, U, V planes in YUV444P file.
• @param url Location of YUV file.
• @param w Width of Input YUV file.
• @param h Height of Input YUV file.
• @param num Number of frames to process.

*/
int simplest_yuv444_split(char *url, int w, int h,int num){
FILE *fp=fopen(url,"rb+");
FILE *fp1=fopen("output_444_y.y","wb+");
FILE *fp2=fopen("output_444_u.y","wb+");
FILE *fp3=fopen("output_444_v.y","wb+");
unsigned char pic=(unsigned char )malloc(wh3);

for(int i=0;i<num;i++){  
    fread(pic,1,w*h*3,fp);  
    //Y  
    fwrite(pic,1,w*h,fp1);  
    //U  
    fwrite(pic+w*h,1,w*h,fp2);  
    //V  
    fwrite(pic+w*h*2,1,w*h,fp3);  
}  

free(pic);  
fclose(fp);  
fclose(fp1);  
fclose(fp2);  
fclose(fp3);  

return 0;  

}

调用上面函数的方法如下所示。

simplest_yuv444_split("lena_256x256_yuv444p.yuv",256,256,1);

从代码可以看出，如果视频帧的宽和高分别为w和h，那么一帧YUV444P像素数据一共占用wh3 Byte的数据。其中前wh Byte存储Y，接着的wh Byte存储U，最后w*h Byte存储V。上述调用函数的代码运行后，将会把一张分辨率为256x256的名称为lena_256x256_yuv444p.yuv的YUV444P格式的像素数据文件分离成为三个文件：
output_444_y.y：纯Y数据，分辨率为256x256。
output_444_u.y：纯U数据，分辨率为256x256。
output_444_v.y：纯V数据，分辨率为256x256。
输入的原图如下所示。

20160117232650727.png

输出的三个文件的截图如下图所示。

output_444_u.y.png output_444_v.y.png output_444_y.y.png

(3) 将YUV420P像素数据去掉颜色（变成灰度图）

本程序中的函数可以将YUV420P格式像素数据的彩色去掉，变成纯粹的灰度图。函数的代码如下。

/**

• Convert YUV420P file to gray picture

• @param url Location of Input YUV file.

• @param w Width of Input YUV file.

• @param h Height of Input YUV file.

• @param num Number of frames to process.
  */
  int simplest_yuv420_gray(char *url, int w, int h,int num){
  FILE *fp=fopen(url,"rb+");
  FILE *fp1=fopen("output_gray.yuv","wb+");
  unsigned char pic=(unsigned char )malloc(wh3/2);

  for(int i=0;i<num;i++){
  fread(pic,1,wh3/2,fp);
  //Gray
  memset(pic+wh,128,wh/2);
  fwrite(pic,1,wh3/2,fp1);
  }

  free(pic);
  fclose(fp);
  fclose(fp1);
  return 0;
  }

调用上面函数的方法如下所示。
simplest_yuv420_gray("lena_256x256_yuv420p.yuv",256,256,1);

从代码可以看出，如果想把YUV格式像素数据变成灰度图像，只需要将U、V分量设置成128即可。这是因为U、V是图像中的经过偏置处理的色度分量。色度分量在偏置处理前的取值范围是-128至127，这时候的无色对应的是“0”值。经过偏置后色度分量取值变成了0至255，因而此时的无色对应的就是128了。上述调用函数的代码运行后，将会把一张分辨率为256x256的名称为lena_256x256_yuv420p.yuv的YUV420P格式的像素数据文件处理成名称为output_gray.yuv的YUV420P格式的像素数据文件。输入的原图如下所示。

20160117232856722.png

处理后的图像如下所示。

20160117232913602.png

(4)将YUV420P像素数据的亮度减半

本程序中的函数可以通过将YUV数据中的亮度分量Y的数值减半的方法，降低图像的亮度。函数代码如下所示。

/**

• Halve Y value of YUV420P file

• @param url Location of Input YUV file.

• @param w Width of Input YUV file.

• @param h Height of Input YUV file.

• @param num Number of frames to process.
  */
  int simplest_yuv420_halfy(char *url, int w, int h,int num){
  FILE *fp=fopen(url,"rb+");
  FILE *fp1=fopen("output_half.yuv","wb+");

  unsigned char pic=(unsigned char )malloc(wh3/2);

  for(int i=0;i<num;i++){
  fread(pic,1,wh3/2,fp);
  //Half
  for(int j=0;j<wh;j++){
  unsigned char temp=pic[j]/2;
  //printf("%d,\n",temp);
  pic[j]=temp;
  }
  fwrite(pic,1,wh*3/2,fp1);
  }

  free(pic);
  fclose(fp);
  fclose(fp1);

  return 0;
  }

调用上面函数的方法如下所示。
simplest_yuv420_halfy("lena_256x256_yuv420p.yuv",256,256,1);

从代码可以看出，如果打算将图像的亮度减半，只要将图像的每个像素的Y值取出来分别进行除以2的工作就可以了。图像的每个Y值占用1 Byte，取值范围是0至255，对应C语言中的unsigned char数据类型。上述调用函数的代码运行后，将会把一张分辨率为256x256的名称为lena_256x256_yuv420p.yuv的YUV420P格式的像素数据文件处理成名称为output_half.yuv的YUV420P格式的像素数据文件。输入的原图如下所示。

20160117233038584.png

处理后的图像如下所示。

20160117233049307.png

(5)将YUV420P像素数据的周围加上边框

本程序中的函数可以通过修改YUV数据中特定位置的亮度分量Y的数值，给图像添加一个“边框”的效果。函数代码如下所示。
/**

• Add border for YUV420P file

• @param url Location of Input YUV file.

• @param w Width of Input YUV file.

• @param h Height of Input YUV file.

• @param border Width of Border.

• @param num Number of frames to process.
  */
  int simplest_yuv420_border(char *url, int w, int h,int border,int num){
  FILE *fp=fopen(url,"rb+");
  FILE *fp1=fopen("output_border.yuv","wb+");

  unsigned char pic=(unsigned char )malloc(wh3/2);

  for(int i=0;i<num;i++){
  fread(pic,1,wh3/2,fp);
  //Y
  for(int j=0;j<h;j++){
  for(int k=0;k<w;k++){
  if(k<border||k>(w-border)||j<border||j>(h-border)){
  pic[jw+k]=255;
  //pic[jw+k]=0;
  }
  }
  }
  fwrite(pic,1,wh3/2,fp1);
  }

  free(pic);
  fclose(fp);
  fclose(fp1);

  return 0;
  }

调用上面函数的方法如下所示。

1. simplest_yuv420_border("lena_256x256_yuv420p.yuv",256,256,20,1);

从代码可以看出，图像的边框的宽度为border，本程序将距离图像边缘border范围内的像素的亮度分量Y的取值设置成了亮度最大值255。上述调用函数的代码运行后，将会把一张分辨率为256x256的名称为lena_256x256_yuv420p.yuv的YUV420P格式的像素数据文件处理成名称为output_border.yuv的YUV420P格式的像素数据文件。输入的原图如下所示。

20160117233158395.png

处理后的图像如下所示。

20160117233215510.png

(6) 生成YUV420P格式的灰阶测试图

本程序中的函数可以生成一张YUV420P格式的灰阶测试图。函数代码如下所示。
/**

• Generate YUV420P gray scale bar.

• @param width Width of Output YUV file.

• @param height Height of Output YUV file.

• @param ymin Max value of Y

• @param ymax Min value of Y

• @param barnum Number of bars

• @param url_out Location of Output YUV file.
  */
  int simplest_yuv420_graybar(int width, int height,int ymin,int ymax,int barnum,char *url_out){
  int barwidth;
  float lum_inc;
  unsigned char lum_temp;
  int uv_width,uv_height;
  FILE *fp=NULL;
  unsigned char *data_y=NULL;
  unsigned char *data_u=NULL;
  unsigned char *data_v=NULL;
  int t=0,i=0,j=0;

  barwidth=width/barnum;
  lum_inc=((float)(ymax-ymin))/((float)(barnum-1));
  uv_width=width/2;
  uv_height=height/2;

  data_y=(unsigned char )malloc(widthheight);
  data_u=(unsigned char )malloc(uv_widthuv_height);
  data_v=(unsigned char )malloc(uv_widthuv_height);

  if((fp=fopen(url_out,"wb+"))==NULL){
  printf("Error: Cannot create file!");
  return -1;
  }

  //Output Info
  printf("Y, U, V value from picture's left to right:\n");
  for(t=0;t<(width/barwidth);t++){
  lum_temp=ymin+(char)(tlum_inc);
  printf("%3d, 128, 128\n",lum_temp);
  }
  //Gen Data
  for(j=0;j<height;j++){
  for(i=0;i<width;i++){
  t=i/barwidth;
  lum_temp=ymin+(char)(tlum_inc);
  data_y[jwidth+i]=lum_temp;
  }
  }
  for(j=0;j<uv_height;j++){
  for(i=0;i<uv_width;i++){
  data_u[juv_width+i]=128;
  }
  }
  for(j=0;j<uv_height;j++){
  for(i=0;i<uv_width;i++){
  data_v[juv_width+i]=128;
  }
  }
  fwrite(data_y,widthheight,1,fp);
  fwrite(data_u,uv_widthuv_height,1,fp);
  fwrite(data_v,uv_widthuv_height,1,fp);
  fclose(fp);
  free(data_y);
  free(data_u);
  free(data_v);
  return 0;
  }

调用上面函数的方法如下所示。
simplest_yuv420_graybar(640, 360,0,255,10,"graybar_640x360.yuv");

从源代码可以看出，本程序一方面通过灰阶测试图的亮度最小值ymin，亮度最大值ymax，灰阶数量barnum确定每一个灰度条中像素的亮度分量Y的取值。另一方面还要根据图像的宽度width和图像的高度height以及灰阶数量barnum确定每一个灰度条的宽度。有了这两方面信息之后，就可以生成相应的图片了。上述调用函数的代码运行后，会生成一个取值范围从0-255，一共包含10个灰度条的YUV420P格式的测试图。测试图的内容如下所示。

20160117233318275.png image.png

(7)计算两个YUV420P像素数据的PSNR

PSNR是最基本的视频质量评价方法。本程序中的函数可以对比两张YUV图片中亮度分量Y的PSNR。函数的代码如下所示。

/**

• Calculate PSNR between 2 YUV420P file

• @param url1 Location of first Input YUV file.

• @param url2 Location of another Input YUV file.

• @param w Width of Input YUV file.

• @param h Height of Input YUV file.

• @param num Number of frames to process.
  */
  int simplest_yuv420_psnr(char *url1,char *url2,int w,int h,int num){
  FILE *fp1=fopen(url1,"rb+");
  FILE *fp2=fopen(url2,"rb+");
  unsigned char *pic1=(unsigned char )malloc(wh);
  unsigned char *pic2=(unsigned char )malloc(wh);

  for(int i=0;i<num;i++){
  fread(pic1,1,wh,fp1);
  fread(pic2,1,wh,fp2);

   double mse_sum=0,mse=0,psnr=0;  
   for(int j=0;j<w*h;j++){  
       mse_sum+=pow((double)(pic1[j]-pic2[j]),2);  
   }  
   mse=mse_sum/(w*h);  
   psnr=10*log10(255.0*255.0/mse);  
   printf("%5.3f\n",psnr);  
  
   fseek(fp1,w*h/2,SEEK_CUR);  
   fseek(fp2,w*h/2,SEEK_CUR);  
  

  }

  free(pic1);
  free(pic2);
  fclose(fp1);
  fclose(fp2);
  return 0;
  }

调用上面函数的方法如下所示。

1. simplest_yuv420_psnr("lena_256x256_yuv420p.yuv","lena_distort_256x256_yuv420p.yuv",256,256,1);

对于8bit量化的像素数据来说，PSNR的计算公式如下所示。

image

上述公式中mse的计算公式如下所示。

image

其中M，N分别为图像的宽高，xij和yij分别为两张图像的每一个像素值。PSNR通常用于质量评价，就是计算受损图像与原始图像之间的差别，以此来评价受损图像的质量。本程序输入的两张图像的对比图如下图所示。其中左边的图像为原始图像，右边的图像为受损图像。

image

经过程序计算后得到的PSNR取值为26.693。PSNR取值通常情况下都在20-50的范围内，取值越高，代表两张图像越接近，反映出受损图像质量越好。

(8) 分离RGB24像素数据中的R、G、B分量

本程序中的函数可以将RGB24数据中的R、G、B三个分量分离开来并保存成三个文件。函数的代码如下所示。

/**

• Split R, G, B planes in RGB24 file.
• @param url Location of Input RGB file.
• @param w Width of Input RGB file.
• @param h Height of Input RGB file.
• @param num Number of frames to process.

*/
int simplest_rgb24_split(char *url, int w, int h,int num){
FILE *fp=fopen(url,"rb+");
FILE *fp1=fopen("output_r.y","wb+");
FILE *fp2=fopen("output_g.y","wb+");
FILE *fp3=fopen("output_b.y","wb+");

unsigned char *pic=(unsigned char *)malloc(w*h*3);  

for(int i=0;i<num;i++){  

    fread(pic,1,w*h*3,fp);  

    for(int j=0;j<w*h*3;j=j+3){  
        //R  
        fwrite(pic+j,1,1,fp1);  
        //G  
        fwrite(pic+j+1,1,1,fp2);  
        //B  
        fwrite(pic+j+2,1,1,fp3);  
    }  
}  

free(pic);  
fclose(fp);  
fclose(fp1);  
fclose(fp2);  
fclose(fp3);  

return 0;  

}

调用上面函数的方法如下所示。
simplest_rgb24_split("cie1931_500x500.rgb", 500, 500,1);

从代码可以看出，与YUV420P三个分量分开存储不同，RGB24格式的每个像素的三个分量是连续存储的。一帧宽高分别为w、h的RGB24图像一共占用wh3 Byte的存储空间。RGB24格式规定首先存储第一个像素的R、G、B，然后存储第二个像素的R、G、B…以此类推。类似于YUV420P的存储方式称为Planar方式，而类似于RGB24的存储方式称为Packed方式。上述调用函数的代码运行后，将会把一张分辨率为500x500的名称为cie1931_500x500.rgb的RGB24格式的像素数据文件分离成为三个文件：

output_r.y：R数据，分辨率为256x256。
output_g.y：G数据，分辨率为256x256。
output_b.y：B数据，分辨率为256x256。

输入的原图是一张标准的CIE 1931色度图。该色度图右下为红色，上方为绿色，左下为蓝色，如下所示。

image

R数据图像如下所示。

image

G数据图像如下所示。

image

B数据图像如下所示。

image

(9)将RGB24格式像素数据封装为BMP图像

BMP图像内部实际上存储的就是RGB数据。本程序实现了对RGB像素数据的封装处理。通过本程序中的函数，可以将RGB数据封装成为一张BMP图像。

/**

• Convert RGB24 file to BMP file

• @param rgb24path Location of input RGB file.

• @param width Width of input RGB file.

• @param height Height of input RGB file.

• @param url_out Location of Output BMP file.
  */
  int simplest_rgb24_to_bmp(const char *rgb24path,int width,int height,const char *bmppath){
  typedef struct
  {
  long imageSize;
  long blank;
  long startPosition;
  }BmpHead;

  typedef struct
  {
  long Length;
  long width;
  long height;
  unsigned short colorPlane;
  unsigned short bitColor;
  long zipFormat;
  long realSize;
  long xPels;
  long yPels;
  long colorUse;
  long colorImportant;
  }InfoHead;

  int i=0,j=0;
  BmpHead m_BMPHeader={0};
  InfoHead m_BMPInfoHeader={0};
  char bfType[2]={'B','M'};
  int header_size=sizeof(bfType)+sizeof(BmpHead)+sizeof(InfoHead);
  unsigned char *rgb24_buffer=NULL;
  FILE fp_rgb24=NULL,fp_bmp=NULL;

  if((fp_rgb24=fopen(rgb24path,"rb"))==NULL){
  printf("Error: Cannot open input RGB24 file.\n");
  return -1;
  }
  if((fp_bmp=fopen(bmppath,"wb"))==NULL){
  printf("Error: Cannot open output BMP file.\n");
  return -1;
  }

  rgb24_buffer=(unsigned char )malloc(widthheight3);
  fread(rgb24_buffer,1,widthheight*3,fp_rgb24);

  m_BMPHeader.imageSize=3widthheight+header_size;
  m_BMPHeader.startPosition=header_size;

  m_BMPInfoHeader.Length=sizeof(InfoHead);
  m_BMPInfoHeader.width=width;
  //BMP storage pixel data in opposite direction of Y-axis (from bottom to top).
  m_BMPInfoHeader.height=-height;
  m_BMPInfoHeader.colorPlane=1;
  m_BMPInfoHeader.bitColor=24;
  m_BMPInfoHeader.realSize=3widthheight;

  fwrite(bfType,1,sizeof(bfType),fp_bmp);
  fwrite(&m_BMPHeader,1,sizeof(m_BMPHeader),fp_bmp);
  fwrite(&m_BMPInfoHeader,1,sizeof(m_BMPInfoHeader),fp_bmp);

  //BMP save R1|G1|B1,R2|G2|B2 as B1|G1|R1,B2|G2|R2
  //It saves pixel data in Little Endian
  //So we change 'R' and 'B'
  for(j =0;j<height;j++){
  for(i=0;i<width;i++){
  char temp=rgb24_buffer[(jwidth+i)3+2];
  rgb24_buffer[(jwidth+i)3+2]=rgb24_buffer[(jwidth+i)3+0];
  rgb24_buffer[(jwidth+i)3+0]=temp;
  }
  }
  fwrite(rgb24_buffer,3widthheight,1,fp_bmp);
  fclose(fp_rgb24);
  fclose(fp_bmp);
  free(rgb24_buffer);
  printf("Finish generate %s!\n",bmppath);
  return 0;
  return 0;
  }
  调用上面函数的方法如下所示。

simplest_rgb24_to_bmp("lena_256x256_rgb24.rgb",256,256,"output_lena.bmp");

通过代码可以看出，该程序完成了主要完成了两个工作：
1)将RGB数据前面加上文件头。
2)将RGB数据中每个像素的“B”和“R”的位置互换。
BMP文件是由BITMAPFILEHEADER、BITMAPINFOHEADER、RGB像素数据共3个部分构成，它的结构如下图所示。

BITMAPFILEHEADER
BITMAPINFOHEADER
RGB像素数据

其中前两部分的结构如下所示。在写入BMP文件头的时候给其中的每个字段赋上合适的值就可以了。
typedef struct tagBITMAPFILEHEADER
{
unsigned short int bfType; //位图文件的类型，必须为BM
unsigned long bfSize; //文件大小，以字节为单位
unsigned short int bfReserverd1; //位图文件保留字，必须为0
unsigned short int bfReserverd2; //位图文件保留字，必须为0
unsigned long bfbfOffBits; //位图文件头到数据的偏移量，以字节为单位
}BITMAPFILEHEADER;
typedef struct tagBITMAPINFOHEADER
{
long biSize; //该结构大小，字节为单位
long biWidth; //图形宽度以象素为单位
long biHeight; //图形高度以象素为单位
short int biPlanes; //目标设备的级别，必须为1
short int biBitcount; //颜色深度，每个象素所需要的位数
short int biCompression; //位图的压缩类型
long biSizeImage; //位图的大小，以字节为单位
long biXPelsPermeter; //位图水平分辨率，每米像素数
long biYPelsPermeter; //位图垂直分辨率，每米像素数
long biClrUsed; //位图实际使用的颜色表中的颜色数
long biClrImportant; //位图显示过程中重要的颜色数
}BITMAPINFOHEADER;

BMP采用的是小端（Little Endian）存储方式。这种存储方式中“RGB24”格式的像素的分量存储的先后顺序为B、G、R。由于RGB24格式存储的顺序是R、G、B，所以需要将“R”和“B”顺序作一个调换再进行存储。

下图为输入的RGB24格式的图像lena_256x256_rgb24.rgb。

image

下图分封装为BMP格式后的图像output_lena.bmp。封装后的图像使用普通的看图软件就可以查看。

image

(10)将RGB24格式像素数据转换为YUV420P格式像素数据

本程序中的函数可以将RGB24格式的像素数据转换为YUV420P格式的像素数据。函数的代码如下所示。

unsigned char clip_value(unsigned char x,unsigned char min_val,unsigned char max_val){
if(x>max_val){
return max_val;
}else if(x<min_val){
return min_val;
}else{
return x;
}
}

//RGB to YUV420
bool RGB24_TO_YUV420(unsigned char RgbBuf,int w,int h,unsigned char yuvBuf)
{
unsigned charptrY, ptrU, ptrV, ptrRGB;
memset(yuvBuf,0,wh3/2);
ptrY = yuvBuf;
ptrU = yuvBuf + wh;
ptrV = ptrU + (wh1/4);
unsigned char y, u, v, r, g, b;
for (int j = 0; j<h;j++){
ptrRGB = RgbBuf + wj*3 ;
for (int i = 0;i<w;i++){

        r = *(ptrRGB++);  
        g = *(ptrRGB++);  
        b = *(ptrRGB++);  
        y = (unsigned char)( ( 66 * r + 129 * g +  25 * b + 128) >> 8) + 16  ;            
        u = (unsigned char)( ( -38 * r -  74 * g + 112 * b + 128) >> 8) + 128 ;            
        v = (unsigned char)( ( 112 * r -  94 * g -  18 * b + 128) >> 8) + 128 ;  
        *(ptrY++) = clip_value(y,0,255);  
        if (j%2==0&&i%2 ==0){  
            *(ptrU++) =clip_value(u,0,255);  
        }  
        else{  
            if (i%2==0){  
            *(ptrV++) =clip_value(v,0,255);  
            }  
        }  
    }  
}  
return true;  

}

/**

• Convert RGB24 file to YUV420P file

• @param url_in Location of Input RGB file.

• @param w Width of Input RGB file.

• @param h Height of Input RGB file.

• @param num Number of frames to process.

• @param url_out Location of Output YUV file.
  */
  int simplest_rgb24_to_yuv420(char *url_in, int w, int h,int num,char *url_out){
  FILE *fp=fopen(url_in,"rb+");
  FILE *fp1=fopen(url_out,"wb+");

  unsigned char pic_rgb24=(unsigned char )malloc(wh3);
  unsigned char pic_yuv420=(unsigned char )malloc(wh3/2);

  for(int i=0;i<num;i++){
  fread(pic_rgb24,1,wh3,fp);
  RGB24_TO_YUV420(pic_rgb24,w,h,pic_yuv420);
  fwrite(pic_yuv420,1,wh3/2,fp1);
  }

  free(pic_rgb24);
  free(pic_yuv420);
  fclose(fp);
  fclose(fp1);

  return 0;
  }

调用上面函数的方法如下所示。

simplest_rgb24_to_yuv420("lena_256x256_rgb24.rgb",256,256,1,"output_lena.yuv");

从源代码可以看出，本程序实现了RGB到YUV的转换公式：

Y= 0.299R+0.587G+0.114B*

U=-0.147R-0.289G+0.463B*

V= 0.615R-0.515G-0.100B*

在转换的过程中有以下几点需要注意：

1. RGB24存储方式是Packed，YUV420P存储方式是Packed。
2. U，V在水平和垂直方向的取样数是Y的一半

转换前的RGB24格式像素数据lena_256x256_rgb24.rgb的内容如下所示。

image

转换后的YUV420P格式的像素数据output_lena.yuv的内容如下所示。

image

(11)生成RGB24格式的彩条测试图

本程序中的函数可以生成一张RGB24格式的彩条测试图。函数代码如下所示。

/**

• Generate RGB24 colorbar.

• @param width Width of Output RGB file.

• @param height Height of Output RGB file.

• @param url_out Location of Output RGB file.
  */
  int simplest_rgb24_colorbar(int width, int height,char *url_out){

  unsigned char *data=NULL;
  int barwidth;
  char filename[100]={0};
  FILE *fp=NULL;
  int i=0,j=0;

  data=(unsigned char )malloc(widthheight*3);
  barwidth=width/8;

  if((fp=fopen(url_out,"wb+"))==NULL){
  printf("Error: Cannot create file!");
  return -1;
  }

  for(j=0;j<height;j++){
  for(i=0;i<width;i++){
  int barnum=i/barwidth;
  switch(barnum){
  case 0:{
  data[(jwidth+i)3+0]=255;
  data[(jwidth+i)3+1]=255;
  data[(jwidth+i)3+2]=255;
  break;
  }
  case 1:{
  data[(jwidth+i)3+0]=255;
  data[(jwidth+i)3+1]=255;
  data[(jwidth+i)3+2]=0;
  break;
  }
  case 2:{
  data[(jwidth+i)3+0]=0;
  data[(jwidth+i)3+1]=255;
  data[(jwidth+i)3+2]=255;
  break;
  }
  case 3:{
  data[(jwidth+i)3+0]=0;
  data[(jwidth+i)3+1]=255;
  data[(jwidth+i)3+2]=0;
  break;
  }
  case 4:{
  data[(jwidth+i)3+0]=255;
  data[(jwidth+i)3+1]=0;
  data[(jwidth+i)3+2]=255;
  break;
  }
  case 5:{
  data[(jwidth+i)3+0]=255;
  data[(jwidth+i)3+1]=0;
  data[(jwidth+i)3+2]=0;
  break;
  }
  case 6:{
  data[(jwidth+i)3+0]=0;
  data[(jwidth+i)3+1]=0;
  data[(jwidth+i)3+2]=255;

           break;  
              }  
       case 7:{  
           data[(j*width+i)*3+0]=0;  
           data[(j*width+i)*3+1]=0;  
           data[(j*width+i)*3+2]=0;  
           break;  
              }  
       }  
  
   }  
  

  }
  fwrite(data,widthheight3,1,fp);
  fclose(fp);
  free(data);

  return 0;
  }

调用上面函数的方法如下所示。
simplest_rgb24_colorbar(640, 360,"colorbar_640x360.rgb");

从源代码可以看出，本程序循环输出“白黄青绿品红蓝黑”8种颜色的彩条。这8种颜色的彩条的R、G、B取值如下所示。

白

|

(255, 255, 255)

黄

|

(255, 255, 0)

青

|

( 0, 255, 255)

绿

|

( 0, 255, 0)

品

|

(255, 0, 255)

红

|

(255, 0, 0)

蓝

|

( 0, 0, 255)

黑

|

( 0, 0, 0)

|

生成的图像截图如下所示。

image

下载

Simplest mediadata test

项目主页

SourceForge：https://sourceforge.net/projects/simplest-mediadata-test/

Github：https://github.com/leixiaohua1020/simplest_mediadata_test

开源中国：http://git.oschina.net/leixiaohua1020/simplest_mediadata_test
CSDN下载地址：http://download.csdn.net/detail/leixiaohua1020/9422409

本项目包含如下几种视音频数据解析示例：
(1)像素数据处理程序。包含RGB和YUV像素格式处理的函数。
(2)音频采样数据处理程序。包含PCM音频采样格式处理的函数。
(3)H.264码流分析程序。可以分离并解析NALU。
(4)AAC码流分析程序。可以分离并解析ADTS帧。
(5)FLV封装格式分析程序。可以将FLV中的MP3音频码流分离出来。

(6)UDP-RTP协议分析程序。可以将分析UDP/RTP/MPEG-TS数据包。

雷霄骅 (Lei Xiaohua)
leixiaohua1020@126.com
http://blog.csdn.net/leixiaohua1020

尊重雷神，原版还是雷神的，我只是来学习的。