stb_image简单使用

2023-10-22 13:31
文章标签 简单 使用 image stb

本文主要是介绍stb_image简单使用，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

简介stb_image

stb_image 是一个非常轻量级的、单文件的图像加载库，用于加载和解码多种图像格式（如BMP、JPEG、PNG、GIF等）的图像数据。它由Sean T. Barrett开发，并以公共领域（Public Domain）许可发布，因此可以自由地用于商业和非商业项目

stb_image 提供了简单易用的接口，使得在应用程序中加载图像变得非常方便。只需包含单个头文件stb_image.h，就可以使用其中的函数来加载图像文件并返回解码后的像素数据

主要特点和功能包括：

支持多种常见的图像格式：stb_image 支持加载和解码常见的图像格式，包括 BMP、JPEG、PNG、GIF、HDR、TGA等。这使得开发者可以方便地加载各种格式的图像数据。

简单易用的接口：stb_image 提供了简洁而易用的函数接口，如 stbi_load 用于加载图像文件，stbi_image_free用于释放图像数据内存等。

支持透明通道：对于支持透明通道的图像格式（如PNG），stb_image 可以正确解码并返回带有透明度信息的像素数据。

轻量级、单文件：stb_image是一个非常轻量级的库，整个功能被包含在一个单独的头文件中，因此非常容易集成到项目中，无需复杂的配置和依赖。

下载：

git clone https://github.com/nothings/stb.git

git clone https://github.com/nothings/stb.git

我们下载得到的目录：
在这里插入图片描述

实际需要移植到我们工程里面的：
在这里插入图片描述

接口学习

stbi_load

stbi_load 函数从指定的文件加载图像数据，并返回一个指向图像数据的指针

STBIDEF stbi_uc *stbi_load(char const *filename, int *x, int *y, int *comp, int req_comp)
{FILE *f = stbi__fopen(filename, "rb");unsigned char *result;if (!f) return stbi__errpuc("can't fopen", "Unable to open file");result = stbi_load_from_file(f,x,y,comp,req_comp);fclose(f);return result;
}

filename：要加载的图像文件的路径和名称。

x：用于存储加载图像的宽度（以像素为单位）的指针变量。

y：用于存储加载图像的高度（以像素为单位）的指针变量。

comp：用于存储加载图像的颜色通道数（例如，RGB 图像为 3）的指针变量。

req_comp：请求加载图像的颜色通道数，可以指定为期望的通道数，或者使用特定的值 0，表示保持原始通道数。

函数内容：
使用 stbi__fopen 函数以二进制只读模式打开指定的图像文件。
检查文件是否成功打开，如果打开失败，则返回错误信息。
调用 stbi_load_from_file 函数，从打开的文件中读取图像数据，并将结果保存在 result 变量中。
关闭打开的文件。
返回图像数据的指针（如果加载成功）或错误信息的指针（如果加载失败）

stbir_resize

stbir_resize 函数将输入图像调整大小，并将结果存储在输出图像中

STBIRDEF int stbir_resize(         const void *input_pixels , int input_w , int input_h , int input_stride_in_bytes,void *output_pixels, int output_w, int output_h, int output_stride_in_bytes,stbir_datatype datatype,int num_channels, int alpha_channel, int flags,stbir_edge edge_mode_horizontal, stbir_edge edge_mode_vertical,stbir_filter filter_horizontal,  stbir_filter filter_vertical,stbir_colorspace space, void *alloc_context)
{return stbir__resize_arbitrary(alloc_context, input_pixels, input_w, input_h, input_stride_in_bytes,output_pixels, output_w, output_h, output_stride_in_bytes,0,0,1,1,NULL,num_channels,alpha_channel,flags, datatype, filter_horizontal, filter_vertical,edge_mode_horizontal, edge_mode_vertical, space);
}

input_pixels：指向输入图像数据的指针。
input_w：输入图像的宽度（以像素为单位）。
input_h：输入图像的高度（以像素为单位）。
input_stride_in_bytes：输入图像每行的字节步长（即每行像素数据占用的字节数）。
output_pixels：指向输出图像数据的指针。
output_w：输出图像的目标宽度（以像素为单位）。
output_h：输出图像的目标高度（以像素为单位）。
output_stride_in_bytes：输出图像每行的字节步长。
datatype：输入和输出图像的数据类型（例如，STBIR_TYPE_UINT8 表示无符号 8 位整数）。
num_channels：输入和输出图像的通道数。
alpha_channel：指定图像的 Alpha 通道索引（如果存在）。
flags：附加的处理标志。
edge_mode_horizontal 和 edge_mode_vertical：指定水平和垂直边缘处理模式。
filter_horizontal 和 filter_vertical：指定水平和垂直缩放时使用的滤波器类型。
space：指定输入和输出图像的颜色空间。

函数执行的步骤如下：

调用 stbir__resize_arbitrary 函数，提供了与输入图像和输出图像相关的参数，以及其他参数的默认值。
stbir__resize_arbitrary 函数将根据提供的参数执行图像的调整大小操作，并将结果存储在输出图像中。
返回调整大小操作的结果，即返回值表示操作是否成功

stbi_write_png

stbi_write_png 函数将图像数据保存为 PNG 格式，并写入到指定的文件中

STBIWDEF int stbi_write_png(char const *filename, int x, int y, int comp, const void *data, int stride_bytes)
{FILE *f;int len;unsigned char *png = stbi_write_png_to_mem((const unsigned char *) data, stride_bytes, x, y, comp, &len);if (png == NULL) return 0;f = stbiw__fopen(filename, "wb");if (!f) { STBIW_FREE(png); return 0; }fwrite(png, 1, len, f);fclose(f);STBIW_FREE(png);return 1;
}

filename：指定要保存的 PNG 文件的文件名。
x：图像的宽度（以像素为单位）。
y：图像的高度（以像素为单位）。
comp：图像的通道数。
data：指向图像数据的指针。
stride_bytes：图像每行的字节步长（即每行像素数据占用的字节数）

调用 stbi_write_png_to_mem 函数，将图像数据编码为 PNG 格式的内存块，并返回指向该内存块的指针。
检查返回的 PNG 内存块是否为 NULL，如果是则表示编码过程出错，返回 0 表示保存失败。
打开指定的文件以进行写入操作。
将 PNG 内存块的数据写入文件。
关闭文件。
释放 PNG 内存块的内存。
返回 1 表示保存成功。

将png图片缩小demo

#include <iostream>
#define STB_IMAGE_IMPLEMENTATION
#include "stb_image.h"
#define STB_IMAGE_WRITE_IMPLEMENTATION
#include "stb_image_write.h"
#define STB_IMAGE_RESIZE_IMPLEMENTATION
#include "stb_image_resize.h"
#include <stdio.h>
#include <stdlib.h>
#include <string>
#include <vector>using namespace std;int test_xiao()
{std::cout << "Hello, STB_Image" << std::endl;string inputPath = "./001.png";int iw, ih, n;// 加载图片获取宽、高、颜色通道信息unsigned char *idata = stbi_load(inputPath.c_str(), &iw, &ih, &n, 0);int ow = iw / 2;int oh = ih / 2;auto *odata = (unsigned char *)malloc(ow * oh * n);// 改变图片尺寸stbir_resize(idata, iw, ih, 0, odata, ow, oh, 0, STBIR_TYPE_UINT8, n, STBIR_ALPHA_CHANNEL_NONE, 0,STBIR_EDGE_CLAMP, STBIR_EDGE_CLAMP,STBIR_FILTER_BOX, STBIR_FILTER_BOX,STBIR_COLORSPACE_SRGB, nullptr);string outputPath = "./output.png";// 写入图片stbi_write_png(outputPath.c_str(), ow, oh, n, odata, 0);stbi_image_free(idata);stbi_image_free(odata);std::cout << "Voer, STB_Image" << std::endl;return 0;
}

图像基本知识学习

comp

comp：用于存储加载图像的颜色通道数（例如，RGB 图像为 3）的指针变量。 还有其他数字有不同的表示吗？

当加载的图像是 RGB 格式时，comp 将被设置为 3，表示有红色、绿色和蓝色三个通道。 当加载的图像是 RGBA 格式时，comp
将被设置为 4，表示有红色、绿色、蓝色和 Alpha 通道。

YUV420

YUV420是一种颜色编码格式，常用于存储和传输图像数据。它将图像的亮度（Y）和色度（U、V）分开存储，以实现数据压缩和降低存储/传输带宽的效果
YUV420的"420"指的是在水平和垂直方向上对色度（U、V）进行了抽样，即将色度通道的分辨率降低为亮度通道的四分之一。具体而言，对于每4个亮度像素，只有一个色度（U、V）样本被保留，这样可以大大减少存储和传输所需的数据量
在这里插入图片描述

RGB 数据存储格式

RGB24（RGB888）：每个像素使用24位（3字节）存储，按照顺序存储红色、绿色和蓝色通道的像素值，每个通道占用8位。

RGB32（ARGB8888）：每个像素使用32位（4字节）存储，按照顺序存储Alpha通道、红色通道、绿色通道和蓝色通道的像素值，每个通道占用8位。

RGB565：每个像素使用16位（2字节）存储，按照顺序存储红色、绿色和蓝色通道的像素值，其中红色通道占用5位，绿色通道占用6位，蓝色通道占用5位。

RGB444：每个像素使用12位（2字节）存储，按照顺序存储红色、绿色和蓝色通道的像素值，其中每个通道占用4位。

RGBA 数据格式

RGBA数据格式是一种将图像的红色（R）、绿色（G）、蓝色（B）和Alpha（A）通道的像素值以一定顺序存储的方法。与RGB数据格式相比，RGBA数据格式额外包含了Alpha通道，用于表示像素的透明度。

常见的RGBA数据存储格式包括：

RGBA32（ARGB8888）：每个像素使用32位（4字节）存储，按照顺序存储Alpha通道、红色通道、绿色通道和蓝色通道的像素值，每个通道占用8位。

RGBA16（ARGB1555）：每个像素使用16位（2字节）存储，按照顺序存储Alpha通道、红色通道、绿色通道和蓝色通道的像素值，其中Alpha通道占用1位，而红色、绿色和蓝色通道各占用5位。

RGBA4444：每个像素使用16位（2字节）存储，按照顺序存储Alpha通道、红色通道、绿色通道和蓝色通道的像素值，每个通道占用4位。

RGBA转YUV420 原理

颜色空间转换：首先将RGBA图像中的每个像素的颜色值转换为YUV颜色空间。这可以通过以下公式进行计算：
Y = 0.299 * R + 0.587 * G + 0.114 * B
U = (B - Y) * 0.565
V = (R - Y) * 0.713
这些公式将RGB颜色值转换为YUV颜色值，其中Y表示亮度，U和V表示色度。

采样：YUV420是一种色度子采样格式，意味着色度分量的采样率较低。具体来说，对于每个4x4的像素块，只有一个U和一个V值，而Y值则对应每个像素。

重排列：将Y、U和V分量的数据进行重排列，以满足YUV420的存储格式要求。对于每个4x4的像素块，先按照从左到右、从上到下的顺序排列Y值，然后按照从左到右、从上到下的顺序排列U和V值。这样可以保证Y、U和V分量的数据在存储时是连续的。

填充：由于YUV420是按照宏块（通常是16x16像素）为单位进行处理的，因此如果图像的宽度或高度不是宏块的倍数，就需要进行填充操作。填充通常是在图像边缘添加额外的像素值，使得宽度和高度能够被宏块大小整除。

RGB转YUV420 原理

颜色空间转换：首先，将RGB颜色空间的每个像素的颜色值转换为YUV颜色空间。这可以通过以下公式进行计算：
Y = 0.299 * R + 0.587 * G + 0.114 * B
U = (B - Y) * 0.564 + 128
V = (R - Y) * 0.713 + 128
这些公式将RGB颜色值转换为YUV颜色值，其中Y表示亮度，U和V表示色度。

采样和下采样：YUV420是一种色度子采样格式，意味着色度分量的采样率较低。对于每个4x4像素块，只有一个U值和一个V值，而Y值对应每个像素。

数据重排列：按照特定的规则，将Y、U和V分量的数据进行重排列以适应YUV420的存储格式要求。通常，对于每个4x4像素块，先将Y值按从左到右、从上到下的顺序排列，然后将U和V值按照特定的规则进行排列，以确保它们在存储时是连续的。

图像填充：由于YUV420是以宏块（通常是16x16像素）为单位进行处理的，因此如果图像的宽度或高度不是宏块的倍数，就需要进行填充操作。填充通常是在图像边缘添加额外的像素值，使得宽度和高度能够被宏块大小整除。

为什么RGB图像转换为YUV420格式

人类视觉特性：YUV420格式利用了人类视觉对亮度和色度的感知不均衡性。人眼对亮度的感知更为敏锐，而对色度的感知相对较弱。因此，在视频编码和传输中，将亮度和色度分开处理可以实现更高的压缩率，同时保持较好的视觉质量。

压缩效率：YUV420是一种色度子采样的格式，相对于RGB格式，它在色度分量上进行了下采样。在YUV420中，亮度分量（Y）的分辨率与原始图像相同，而色度分量（U和V）的分辨率较低。这种子采样可以大大减少数据量，从而实现更高的压缩效率。对于图像和视频的存储和传输，尤其是在带宽和存储资源有限的情况下，YUV420格式具有更高的效率。

兼容性：YUV420格式在广泛的视频编码和传输标准中被广泛使用，如H.264、H.265等。这些标准通常使用YUV420作为默认的输入格式，因此将RGB图像转换为YUV420可以方便地与这些标准进行集成和处理。

总结就是：更好的视觉效果，压缩后减少数据量，使用的场景更多

BMP图像

BMP（Bitmap）图像是一种常见的无损图像文件格式，它以像素阵列的形式存储图像数据。BMP图像最初由微软开发，是Windows操作系统中广泛使用的一种图像格式。以下是BMP图像的一些特点

无压缩格式：BMP图像使用无压缩的格式存储图像数据，即每个像素的颜色值都被直接存储，没有经过压缩算法的处理。这使得BMP图像保留了原始图像的每个像素的精确信息，不会有数据丢失。

色彩深度：BMP图像支持不同的色彩深度，包括1位、4位、8位、16位、24位和32位。其中，24位和32位的BMP图像是最常见的，它们分别使用RGB（红绿蓝）和RGBA（红绿蓝透明度）颜色模型来表示图像的每个像素。

文件结构：BMP图像文件由文件头和图像数据组成。文件头包含了一些元数据信息，如文件类型、文件大小、图像偏移等。图像数据部分存储了每个像素的颜色值。

支持透明通道：BMP图像可以支持透明通道，即RGBA格式的图像可以包含透明度信息，使得图像中的某些像素可以是部分透明的。

平台兼容性：BMP图像在多个平台上都有良好的兼容性，可以在Windows、Linux、Mac等操作系统上进行读取和显示

练习

RGBA转YUV420 YUV420转换为BMP图像

// YUV420转换为BMP图像
void yuv420_to_bmp_RGBA(unsigned char *yuv_data, int width, int height, const char *output_filename)
{int bmp_size = width * height * 3;unsigned char *bmp_data = (unsigned char *)malloc(bmp_size);int i, j;int y_idx = 0;int uv_idx = width * height;for (i = 0; i < height; i++){for (j = 0; j < width; j++){unsigned char y = yuv_data[y_idx++];unsigned char u = (i % 2 == 0 && j % 2 == 0) ? yuv_data[uv_idx++] : yuv_data[uv_idx - 1];unsigned char v = (i % 2 == 0 && j % 2 == 0) ? yuv_data[uv_idx++] : yuv_data[uv_idx - 1];int r = y + 1.403 * (v - 128);int g = y - 0.344 * (u - 128) - 0.714 * (v - 128);int b = y + 1.770 * (u - 128);r = r < 0 ? 0 : (r > 255 ? 255 : r);g = g < 0 ? 0 : (g > 255 ? 255 : g);b = b < 0 ? 0 : (b > 255 ? 255 : b);bmp_data[(i * width + j) * 3 + 0] = b;bmp_data[(i * width + j) * 3 + 1] = g;bmp_data[(i * width + j) * 3 + 2] = r;}}stbi_write_bmp(output_filename, width, height, 3, bmp_data);free(bmp_data);printf("BMP image saved to %s\n", output_filename);
}int IPG_YUV420_BMP_RGBA()
{const char* input_filename = "./002.jpg";const char* output_filename = "./002outputRGBA.bmp";int width, height, channels;uchar* image_data = stbi_load(input_filename, &width, &height, &channels, 0);if (image_data == NULL) {printf("Failed to load image: %s\n", input_filename);return 1;}if (channels != 4) {printf("Invalid image format: must be RGBA\n");stbi_image_free(image_data);return 1;}// 分配YUV420数据内存int yuv_size = width * height * 3 / 2;uchar* yuv_data = (uchar*)malloc(yuv_size);// RGBA转YUV420int i, j;int rgba_idx = 0;int y_idx = 0;int uv_idx = width * height;for (i = 0; i < height; i++) {for (j = 0; j < width; j++) {uchar r = image_data[rgba_idx++];uchar g = image_data[rgba_idx++];uchar b = image_data[rgba_idx++];uchar a = image_data[rgba_idx++];uchar y = (uchar)(0.299 * r + 0.587 * g + 0.114 * b);uchar u = (uchar)(-0.14713 * r - 0.28886 * g + 0.436 * b + 128);uchar v = (uchar)(0.615 * r - 0.51499 * g - 0.10001 * b + 128);yuv_data[y_idx++] = y;// 每隔一行和一列采样U、V分量if (i % 2 == 0 && j % 2 == 0) {yuv_data[uv_idx++] = u;yuv_data[uv_idx++] = v;}}}// 打开文件FILE *yuv_file = fopen("output.yuv", "wb");if (yuv_file == NULL){printf("Failed to open YUV file for writing\n");free(yuv_data);stbi_image_free(image_data);return 1;}// 写入YUV数据fwrite(yuv_data, sizeof(unsigned char), yuv_size, yuv_file);// 关闭文件fclose(yuv_file);printf("YUV data saved to output.yuv\n");// 将YUV420转换为BMP图像yuv420_to_bmp_RGBA(yuv_data, width, height, output_filename);stbi_image_free(image_data);free(yuv_data);return 0;
}

RGB 转YUV420 YUV420转换为BMP图像

#include <iostream>
#define STB_IMAGE_IMPLEMENTATION
#include "stb_image.h"
#define STB_IMAGE_WRITE_IMPLEMENTATION
#include "stb_image_write.h"
#define STB_IMAGE_RESIZE_IMPLEMENTATION
#include "stb_image_resize.h"
#include <stdio.h>
#include <stdlib.h>
#include <string>
#include <vector>using namespace std;typedef unsigned char uchar;// YUV420转换为BMP图像void yuv420_to_bmp(uchar *yuv_data, int width, int height, const char *output_filename)
{int bmp_size = width * height * 3;uchar *bmp_data = (uchar *)malloc(bmp_size);int i, j;int y_idx = 0;int uv_idx = width * height;for (i = 0; i < height; i++){for (j = 0; j < width; j++){uchar y = yuv_data[y_idx++];uchar u = (i % 2 == 0 && j % 2 == 0) ? yuv_data[uv_idx++] : yuv_data[uv_idx - 2];uchar v = (i % 2 == 0 && j % 2 == 0) ? yuv_data[uv_idx++] : yuv_data[uv_idx - 2];int r = y + 1.403 * (v - 128);int g = y - 0.344 * (u - 128) - 0.714 * (v - 128);int b = y + 1.770 * (u - 128);r = r < 0 ? 0 : (r > 255 ? 255 : r);g = g < 0 ? 0 : (g > 255 ? 255 : g);b = b < 0 ? 0 : (b > 255 ? 255 : b);bmp_data[(i * width + j) * 3 + 0] = b;bmp_data[(i * width + j) * 3 + 1] = g;bmp_data[(i * width + j) * 3 + 2] = r;}}stbi_write_bmp(output_filename, width, height, 3, bmp_data);free(bmp_data);printf("BMP image saved to %s\n", output_filename);
}/*
基于stbimg开源库实现jpg解码为YUV420，YUV420转换为BMP图片工程
*/
int IPG_YUV420_BMP()
{const char *input_filename = "./111.jpg";const char *output_filename = "./002output.bmp";int width, height, channels;uchar *image_data = stbi_load(input_filename, &width, &height, &channels, 0);if (image_data == NULL){printf("Failed to load image: %s\n", input_filename);return 1;}// return 0;printf("%s %d channels = %d\n", __func__, __LINE__, channels);if (channels != 3){printf("Invalid image format: must be RGB\n");stbi_image_free(image_data);return 1;}// 分配YUV420数据内存int yuv_size = width * height * 3 / 2;uchar *yuv_data = (uchar *)malloc(yuv_size);// RGB转YUV420int i, j;int rgb_idx = 0;int y_idx = 0;int uv_idx = width * height;for (i = 0; i < height; i++){for (j = 0; j < width; j++){uchar r = image_data[rgb_idx++];uchar g = image_data[rgb_idx++];uchar b = image_data[rgb_idx++];uchar y = (uchar)(0.299 * r + 0.587 * g + 0.114 * b);uchar u = (uchar)(-0.14713 * r - 0.28886 * g + 0.436 * b + 128);uchar v = (uchar)(0.615 * r - 0.51499 * g - 0.10001 * b + 128);yuv_data[y_idx++] = y;// 每隔一行和一列采样U、V分量if (i % 2 == 0 && j % 2 == 0){yuv_data[uv_idx++] = u;yuv_data[uv_idx++] = v;}}}
// 创建一个文件来保存YUV数据
FILE* yuv_file = fopen("output.yuv", "wb");
if (yuv_file == NULL) {printf("Failed to open YUV file for writing\n");free(yuv_data);stbi_image_free(image_data);return 1;
}// 将YUV数据写入到文件中
fwrite(yuv_data, sizeof(uchar), yuv_size, yuv_file);// 关闭文件
fclose(yuv_file);// 将YUV420转换为BMP图像yuv420_to_bmp(yuv_data, width, height, output_filename);stbi_image_free(image_data);free(yuv_data);return 0;
}int main(int argc, char const *argv[])
{IPG_YUV420_BMP();return 0;
}
void rgb_to_yuv(uchar r, uchar g, uchar b, uchar *y, uchar *u, uchar *v)
{*y = (uchar)(0.299 * r + 0.587 * g + 0.114 * b);*u = (uchar)(-0.14713 * r - 0.28886 * g + 0.436 * b + 128);*v = (uchar)(0.615 * r - 0.51499 * g - 0.10001 * b + 128);
}void yuv_to_rgb(uchar y, uchar u, uchar v, uchar *r, uchar *g, uchar *b)
{int r_temp = y + 1.403 * (v - 128);int g_temp = y - 0.344 * (u - 128) - 0.714 * (v - 128);int b_temp = y + 1.770 * (u - 128);*r = r_temp < 0 ? 0 : (r_temp > 255 ? 255 : r_temp);*g = g_temp < 0 ? 0 : (g_temp > 255 ? 255 : g_temp);*b = b_temp < 0 ? 0 : (b_temp > 255 ? 255 : b_temp);
}void process_image(const char *input_filename, const char *output_filename)
{int width, height, channels;uchar *image_data = stbi_load(input_filename, &width, &height, &channels, 3);if (image_data == NULL){printf("Failed to load the image.\n");return;}uchar *yuv_data = (uchar *)malloc(width * height * 3);uchar *output_data = (uchar *)malloc(width * height * 3);for (int i = 0; i < width * height * 3; i += 3){uchar y, u, v;rgb_to_yuv(image_data[i], image_data[i + 1], image_data[i + 2], &y, &u, &v);yuv_data[i] = y;yuv_data[i + 1] = u;yuv_data[i + 2] = v;}for (int i = 0; i < width * height * 3; i += 3){uchar r, g, b;yuv_to_rgb(yuv_data[i], yuv_data[i + 1], yuv_data[i + 2], &r, &g, &b);output_data[i] = r;output_data[i + 1] = g;output_data[i + 2] = b;}stbi_write_bmp(output_filename, width, height, 3, output_data);stbi_image_free(image_data);free(yuv_data);free(output_data);
}

void rgb_to_yuv420(uchar r, uchar g, uchar b, uchar *y, uchar *u, uchar *v)
{*y = (uchar)(0.299 * r + 0.587 * g + 0.114 * b);*u = (uchar)(-0.14713 * r - 0.28886 * g + 0.436 * b + 128);*v = (uchar)(0.615 * r - 0.51499 * g - 0.10001 * b + 128);
}void yuv420_to_rgb(uchar y, uchar u, uchar v, uchar *r, uchar *g, uchar *b)
{int r_temp = y + 1.403 * (v - 128);int g_temp = y - 0.344 * (u - 128) - 0.714 * (v - 128);int b_temp = y + 1.770 * (u - 128);*r = r_temp < 0 ? 0 : (r_temp > 255 ? 255 : r_temp);*g = g_temp < 0 ? 0 : (g_temp > 255 ? 255 : g_temp);*b = b_temp < 0 ? 0 : (b_temp > 255 ? 255 : b_temp);
}void process_image_420(const char *input_filename, const char *output_filename)
{int width, height, channels;uchar *image_data = stbi_load(input_filename, &width, &height, &channels, STBI_rgb);if (image_data == NULL){printf("Failed to load the image.\n");return;}printf("channels = %d \n", channels);uchar *yuv_data = (uchar *)malloc(width * height * 3 / 2);uchar *output_data = (uchar *)malloc(width * height * channels);for (int i = 0; i < height; i++){for (int j = 0; j < width; j++){uchar r = image_data[(i * width + j) * channels];uchar g = image_data[(i * width + j) * channels + 1];uchar b = image_data[(i * width + j) * channels + 2];uchar y, u, v;rgb_to_yuv420(r, g, b, &y, &u, &v);yuv_data[i * width + j] = y;if (i % 2 == 0 && j % 2 == 0){yuv_data[width * height + (i / 2) * (width / 2) + j / 2] = u;yuv_data[width * height + (width / 2) * (height / 2) + (i / 2) * (width / 2) + j / 2] = v;}}}// 创建一个文件来保存YUV数据FILE *yuv_file = fopen("output.yuv", "wb");if (yuv_file == NULL){printf("Failed to open YUV file for writing\n");free(yuv_data);stbi_image_free(image_data);return;}// 将YUV数据写入到文件中fwrite(yuv_data, sizeof(uchar), width * height * 3 / 2, yuv_file);// 关闭文件fclose(yuv_file);for (int i = 0; i < height; i++){for (int j = 0; j < width; j++){uchar y = yuv_data[i * width + j];uchar u = yuv_data[width * height + (i / 2) * (width / 2) + j / 2];uchar v = yuv_data[width * height + (width / 2) * (height / 2) + (i / 2) * (width / 2) + j / 2];uchar r, g, b;yuv420_to_rgb(y, u, v, &r, &g, &b);output_data[(i * width + j) * channels] = r;output_data[(i * width + j) * channels + 1] = g;output_data[(i * width + j) * channels + 2] = b;}}stbi_write_bmp(output_filename, width, height, channels, output_data);stbi_image_free(image_data);free(yuv_data);free(output_data);
}


参考：
[https://mp.weixin.qq.com/s/Mh_cLQeRy5J5AufeaGaOmA](https://mp.weixin.qq.com/s/Mh_cLQeRy5J5AufeaGaOmA)
[https://blog.csdn.net/www_dong/article/details/115149370](https://blog.csdn.net/www_dong/article/details/115149370)注意：如果代码运行有问题，慢慢检查，仔细看一下错误是什么！

这篇关于stb_image简单使用的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！


http://www.chinasem.cn/article/261758。

相关文章

详解Vue如何使用xlsx库导出Excel文件

详解Vue如何使用xlsx库导出Excel文件

《详解Vue如何使用xlsx库导出Excel文件》第三方库xlsx提供了强大的功能来处理Excel文件,它可以简化导出Excel文件这个过程,本文将为大家详细介绍一下它的具体使用,需要的小伙伴可以了解... 目录1. 安装依赖2. 创建vue组件3. 解释代码在Vue.js项目中导出Excel文件，使用第三
阅读更多...
Linux alias的三种使用场景方式

Linux alias的三种使用场景方式

《Linuxalias的三种使用场景方式》文章介绍了Linux中`alias`命令的三种使用场景：临时别名、用户级别别名和系统级别别名,临时别名仅在当前终端有效,用户级别别名在当前用户下所有终端有效... 目录linux alias三种使用场景一次性适用于当前用户全局生效，所有用户都可调用删除总结Linux
阅读更多...
java图像识别工具类(ImageRecognitionUtils)使用实例详解

java图像识别工具类(ImageRecognitionUtils)使用实例详解

《java图像识别工具类(ImageRecognitionUtils)使用实例详解》：本文主要介绍如何在Java中使用OpenCV进行图像识别,包括图像加载、预处理、分类、人脸检测和特征提取等步骤... 目录前言1. 图像识别的背景与作用2. 设计目标3. 项目依赖4. 设计与实现 ImageRecogni
阅读更多...
python管理工具之conda安装部署及使用详解

python管理工具之conda安装部署及使用详解

《python管理工具之conda安装部署及使用详解》这篇文章详细介绍了如何安装和使用conda来管理Python环境,它涵盖了从安装部署、镜像源配置到具体的conda使用方法,包括创建、激活、安装包... 目录pytpshheraerUhon管理工具：conda部署+使用一、安装部署1、 下载2、 安装3
阅读更多...
Mysql虚拟列的使用场景

Mysql虚拟列的使用场景

《Mysql虚拟列的使用场景》MySQL虚拟列是一种在查询时动态生成的特殊列,它不占用存储空间,可以提高查询效率和数据处理便利性,本文给大家介绍Mysql虚拟列的相关知识,感兴趣的朋友一起看看吧... 目录1. 介绍mysql虚拟列1.1 定义和作用1.2 虚拟列与普通列的区别2. MySQL虚拟列的类型2
阅读更多...
使用MongoDB进行数据存储的操作流程

使用MongoDB进行数据存储的操作流程

《使用MongoDB进行数据存储的操作流程》在现代应用开发中,数据存储是一个至关重要的部分,随着数据量的增大和复杂性的增加,传统的关系型数据库有时难以应对高并发和大数据量的处理需求,MongoDB作为... 目录什么是MongoDB？MongoDB的优势使用MongoDB进行数据存储1. 安装MongoDB
阅读更多...
关于@MapperScan和@ComponentScan的使用问题

关于@MapperScan和@ComponentScan的使用问题

《关于@MapperScan和@ComponentScan的使用问题》文章介绍了在使用`@MapperScan`和`@ComponentScan`时可能会遇到的包扫描冲突问题,并提供了解决方法,同时,... 目录@MapperScan和@ComponentScan的使用问题报错如下原因解决办法课外拓展总结@
阅读更多...
mysql数据库分区的使用

mysql数据库分区的使用

《mysql数据库分区的使用》MySQL分区技术通过将大表分割成多个较小片段,提高查询性能、管理效率和数据存储效率,本文就来介绍一下mysql数据库分区的使用,感兴趣的可以了解一下... 目录【一】分区的基本概念【1】物理存储与逻辑分割【2】查询性能提升【3】数据管理与维护【4】扩展性与并行处理【二】分区的
阅读更多...
使用Python实现在Word中添加或删除超链接

使用Python实现在Word中添加或删除超链接

《使用Python实现在Word中添加或删除超链接》在Word文档中,超链接是一种将文本或图像连接到其他文档、网页或同一文档中不同部分的功能,本文将为大家介绍一下Python如何实现在Word中添加或... 在Word文档中，超链接是一种将文本或图像连接到其他文档、网页或同一文档中不同部分的功能。通过添加超
阅读更多...
Linux使用fdisk进行磁盘的相关操作

Linux使用fdisk进行磁盘的相关操作

《Linux使用fdisk进行磁盘的相关操作》fdisk命令是Linux中用于管理磁盘分区的强大文本实用程序,这篇文章主要为大家详细介绍了如何使用fdisk进行磁盘的相关操作,需要的可以了解下... 目录简介基本语法示例用法列出所有分区查看指定磁盘的区分管理指定的磁盘进入交互式模式创建一个新的分区删除一个存
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2