實驗目的:
對down.rgb和down.yuv檔案分别分析RGB三個通道的機率分布,并計算各自的熵。
已知:
圖檔大小256*256
rgb檔案存儲格式BGRBGR……
yuv檔案以4:2:0采樣,按照全部像素的Y資料塊、U資料塊和V資料塊依次存放。
實驗思路:
1.圖檔大小為256256,每個像素包含BGR三個分量,一共有256256*3個值存入buffer數組中。
2.從buffer數組中分别統計B、G、R的值放入B、G、R三個數組。
3.8bit量化共有256個值,統計B、G、R的機率分布。
4.從機率分布算出熵。
5.yuv同理,注意每采集四個Y信号隻分别采集一個U、V信号,且按照全部像素的Y資料塊、U資料塊和V資料塊依次存放。
6.使用MATLAB繪制機率分布統計圖
實驗代碼:
1、.rgb格式
#include<fstream>
#include<iostream>
#include<cmath>
using namespace std;
#define size 196608//256*256*3
#define height 256
#define width 256
int main()
{
unsigned char R[256*256]={0},G[256*256]={0},B[256*256]={0};//RGB分量
double R_F[256]={0},G_F[256]={0},B_F[256]={0};//RGB機率分布
double R_I=0,G_I=0,B_I=0;//RGB的熵
FILE* picture,* red,*green,*blue;
fopen_s(&picture,"d:\\down.rgb","rb");
fopen_s(&red,"d:\\red.txt","w");
fopen_s(&green,"d:\\green.txt","w");
fopen_s(&blue,"d:\\blue.txt","w");
if(picture==0)
printf("Fail to open the picture!");
else
{
unsigned char buffer[size]={0};
fread(buffer,1,size,picture);//将picture的值寫入數組buffer
//将B、G、R的值分别寫入B、G、R的數組中
for(int i=0,j=0;i<size;i=i+3,j++)
{
//以BGRBGR……順序排列
B[j]=*(buffer+i);
G[j]=*(buffer+i+1);
R[j]=*(buffer+i+2);
}
//統計RGB各數值次數(8bit,範圍0~255)
for(int i=0;i<256;i++)
{
for(int j=0;j<256*256;j++)
{
if(int(R[j]==i)) {R_F[i]++;}
if(int(G[j]==i)) {G_F[i]++;}
if(int(B[j]==i)) {B_F[i]++;}
}
}
//計算RGB頻率
for(int i=0;i<256;i++)
{
R_F[i]=R_F[i]/(256*256);
G_F[i]=G_F[i]/(256*256);
B_F[i]=B_F[i]/(256*256);
}
//将機率寫入檔案
for (int i = 0; i < 256; i++)
{
fprintf(red, "%d\t%f\n", i, R_F[i]);
fprintf(green, "%d\t%f\n", i, G_F[i]);
fprintf(blue, "%d\t%f\n", i, B_F[i]);
}
//計算RGB的熵
for (int i = 0; i < 256; i++)
{
if (R_F[i] != 0) { R_I += -R_F[i] * log(R_F[i]) / log((double)2); }//以2為底的對數
if (G_F[i] != 0) { G_I += -G_F[i] * log(G_F[i]) / log((double)2); }
if (B_F[i] != 0) { B_I += -B_F[i] * log(B_F[i]) / log((double)2); }
}
printf("R的熵為%f\n", R_I);
printf("G的熵為%f\n", G_I);
printf("B的熵為%f\n", B_I);
}
return 0;
}
2、.yuv格式
#include<fstream>
#include<iostream>
#include<cmath>
using namespace std;
#define size 98304//256*256*(1+1/4+1/4)
#define height 256
#define width 256
int main()
{
unsigned char Y[256*256]={0},U[256*256/4]={0},V[256*256/4]={0};//YUV分量
double Y_F[256]={0},U_F[256]={0},V_F[256]={0};//YUV機率分布
double Y_I=0,U_I=0,V_I=0;//RGB的熵
FILE* pictureyuv,* y,*u,*v;
fopen_s(&pictureyuv,"d:\\down.yuv","rb");
fopen_s(&y,"d:\\y.txt","w");
fopen_s(&u,"d:\\u.txt","w");
fopen_s(&v,"d:\\v.txt","w");
if(pictureyuv==0)
printf("Fail to open the picture!");
else
{
unsigned char buffer[size]={0};
fread(buffer,1,size,pictureyuv);//将picture的值寫入數組buffer
//将Y、U、V的值分别寫入Y、UV的數組中
for(int i=0;i<65536;i++)
{
Y[i]=*(buffer+i);//0-65535先存Y分量
}
for(int i=65536;i<81920;i++)
{
U[i-65536]=*(buffer+i);//65536-81919存U分量
}
for(int i=81920;i<size;i++)
{
V[i-81920]=*(buffer+i);//81920-98304存V分量
}
//統計YUV各數值次數(8bit,範圍0~255)
for(int i=0;i<256;i++)
{
for(int j=0;j<256*256;j++)
{
if(int(Y[j]==i)) {Y_F[i]++;}
}
}
for(int i=0;i<256;i++)
{
for(int j=0;j<256*256/4;j++)
{
if(int(U[j]==i)) {U_F[i]++;}
if(int(V[j]==i)) {V_F[i]++;}
}
}
//計算YUV頻率
for(int i=0;i<256;i++)
{
Y_F[i]=Y_F[i]/(256*256);
U_F[i]=U_F[i]/(256*256/4);
V_F[i]=V_F[i]/(256*256/4);
}
//将機率寫入檔案
for (int i = 0; i < 256; i++)
{
fprintf(y, "%d\t%f\n", i, Y_F[i]);
fprintf(u, "%d\t%f\n", i, U_F[i]);
fprintf(v, "%d\t%f\n", i, V_F[i]);
}
//計算YUV的熵
for (int i = 0; i < 256; i++)
{
if (Y_F[i] != 0) { Y_I += -Y_F[i] * log(Y_F[i]) / log((double)2); }//以2為底的對數
if (U_F[i] != 0) { U_I += -U_F[i] * log(U_F[i]) / log((double)2); }
if (V_F[i] != 0) { V_I += -V_F[i] * log(V_F[i]) / log((double)2); }
}
printf("Y的熵為%f\n", Y_I);
printf("U的熵為%f\n", U_I);
printf("V的熵為%f\n", V_I);
}
return 0;
}
用matlab導入txt檔案繪制統計圖如下:
1、RGB
2、YUV
RGB的機率分布不确定性較大,熵更大,熵YUV的機率分布不确定性較較小,熵更小。