注意：<->OpenCV 3.2.0之前版本的YUV RGB转换为buggy！首先，在许多情况下，U和V通道的顺序被交换。据我所知，2.x在www.example.com发布时仍然是坏2.4.13.2的。

它们显示灰度的原因是，在split绘制3通道YUV图像时，您创建了三个1通道图像。由于包含像素的数据结构不存储任何有关值表示的 * 内容 * 的信息，因此imshow将任何1通道图像视为灰度显示。类似地，它将任何3通道图像视为BGR。
在Wikipedia示例中看到的是色度通道的假彩色渲染。为了实现这一点，您需要应用预定义的色彩Map表或使用自定义查找表（LUT）。这将把U和V值Map到适当的BGR值，然后可以显示这些值。
事实证明，用于Wikipedia示例的颜色Map表相当简单。

U通道色彩Map表

绿色和蓝色之间的简单级数：

colormap_u = np.array([[[i,255-i,0] for i in range(256)]],dtype=np.uint8)

字符串
x1c 0d1x的数据

V通道色彩Map表

绿色和红色之间的简单渐变：

colormap_v = np.array([[[0,255-i,i] for i in range(256)]],dtype=np.uint8)

型

的

像示例一样可视化YUV

现在，我们可以把它们放在一起，重新创建这个例子：

import cv2
import numpy as np

def make_lut_u():
    return np.array([[[i,255-i,0] for i in range(256)]],dtype=np.uint8)

def make_lut_v():
    return np.array([[[0,255-i,i] for i in range(256)]],dtype=np.uint8)

img = cv2.imread('shed.png')

img_yuv = cv2.cvtColor(img, cv2.COLOR_BGR2YUV)
y, u, v = cv2.split(img_yuv)

lut_u, lut_v = make_lut_u(), make_lut_v()

# Convert back to BGR so we can apply the LUT and stack the images
y = cv2.cvtColor(y, cv2.COLOR_GRAY2BGR)
u = cv2.cvtColor(u, cv2.COLOR_GRAY2BGR)
v = cv2.cvtColor(v, cv2.COLOR_GRAY2BGR)

u_mapped = cv2.LUT(u, lut_u)
v_mapped = cv2.LUT(v, lut_v)

result = np.vstack([img, y, u_mapped, v_mapped])

cv2.imwrite('shed_combo.png', result)

型
测试结果：

的

使用所描述的LUT值可能正是维基百科文章图像的制作方式，但描述暗示它是任意的，并且可能因为它很简单而使用。它不是任意的;结果基本上与RGBYUV转换如何工作相匹配<->。如果你使用的是OpenCV，那么方法BGR 2 YUV和YUV 2BGR使用维基百科上同一篇YUV文章中的转换公式给予结果。（我使用Java生成的图像稍微暗一点，否则是一样的。
补遗：我很抱歉，在Dan Mašek通过向我们展示查找表技巧完美而敏锐地回答了这个问题之后，我选择了他。Wikipedia YUV文章的作者并没有在文章中描述绿蓝和绿红渐变，但正如Dan Mašek指出的那样，它并不完美。U和V的颜色图像确实有点像实际发生的情况，所以我称之为夸张的颜色，而不是假色。维基百科上关于YCrCb的文章很相似，但不知何故有所不同。

// most of the Java program which should work in other languages with OpenCV:
// everything duplicated to do both the U and V at the same time
Mat src = new Mat();
Mat dstA = new Mat();
Mat dstB = new Mat();
src = Imgcodecs.imread("shed.jpg", Imgcodecs.IMREAD_COLOR);

List<Mat> channelsYUVa = new ArrayList<Mat>();
List<Mat> channelsYUVb = new ArrayList<Mat>();

Imgproc.cvtColor(src, dstA, Imgproc.COLOR_BGR2YUV); // convert bgr image to yuv
Imgproc.cvtColor(src, dstB, Imgproc.COLOR_BGR2YUV);

Core.split(dstA, channelsYUVa); // isolate the channels y u v
Core.split(dstB, channelsYUVb);

// zero the 2 channels we do not want to see isolating the 1 channel we want to see
channelsYUVa.set(0, Mat.zeros(channelsYUVa.get(0).rows(),channelsYUVa.get(0).cols(),channelsYUVa.get(0).type()));
channelsYUVa.set(1, Mat.zeros(channelsYUVa.get(0).rows(),channelsYUVa.get(0).cols(),channelsYUVa.get(0).type()));

channelsYUVb.set(0, Mat.zeros(channelsYUVb.get(0).rows(),channelsYUVb.get(0).cols(),channelsYUVb.get(0).type()));
channelsYUVb.set(2, Mat.zeros(channelsYUVb.get(0).rows(),channelsYUVb.get(0).cols(),channelsYUVb.get(0).type()));

Core.merge(channelsYUVa, dstA); // combine channels (two of which are zero)
Core.merge(channelsYUVb, dstB);

Imgproc.cvtColor(dstA, dstA, Imgproc.COLOR_YUV2BGR); // convert to bgr so it can be displayed
Imgproc.cvtColor(dstB, dstB, Imgproc.COLOR_YUV2BGR);

HighGui.imshow("V channel", dstA); // display the image
HighGui.imshow("U channel", dstB);

HighGui.waitKey(0);

字符串