简单的封装，实现了读取两个接口，使用队列的方式使其独立。为保证线程安全加了锁。有一点不满意的地方，还不是完全的资源自己控制，在外部取用之后，因为我把资源所有权，转交给你，所以我不能自己控制它的释放，在使用时，请取出之后，自己注意释放

根据420sp(NV12/NV21)图像数据存储方式，拷贝裁剪区域的数据进行裁剪

在图像处理领域，色彩空间转换和图像增强是两个重要的环节。本主题主要关注的是YUV色彩空间中的NV12格式与YUV420、YUV422之间的转换，以及相关的图像处理算法，如锐化和自动对比度调整。 让我们了解YUV色彩空间。YUV是一种广泛用于视频编码和图像处理的颜色模型，它将颜色分解为亮度（Y）和两个色差分量（U和V），以节省带宽。YUV420和YUV422是两种常见的子采样模式。 1. **YUV420**：这种格式在每个像素位置存储一个Y分量，然后每4个像素共享一个U和一个V分量，这意味着色度信息的分辨率是亮度的一半。具体来说，对于4:2:0的采样，Y分量有4个像素，而U和V各只有1个像素。 2. **YUV422**：与YUV420相比，YUV422在每个像素行中存储了两个色度分量，而不是每行共享一个。这意味着色度信息的分辨率是亮度的一半宽度，但全高度。YUV422有两种类型，即YUV422i（交错式）和YUV422p（逐行式）。 3. **NV12**：这是YUV420的一个变种，常用于硬件加速的视频解码和编码。在NV12中，Y平面数据连续存储，接着是UV半采样的交错平面。U和V分量在同一平面，每两个像素共用一个色度值。 转换这些格式通常涉及到数据重新布局和可能的插值操作。例如，从NV12转到YUV422，需要将UV平面的半采样数据扩展到全分辨率，这通常通过双线性插值完成。 接下来，我们讨论图像处理算法： 1. **锐化**：锐化是一种提高图像边缘对比度的算法，可以增强细节。常用的方法有高通滤波器，如拉普拉斯滤波器或Sobel滤波器，它们可以检测图像的边缘并增强这些区域。 2. **自动对比度调整**：这是一种动态增强图像对比度的技术，通常涉及查找图像的全局最小和最大灰度值，然后缩放所有像素值以扩大动态范围。一种常用的自动对比度调整算法是直方图均衡化，它可以改变图像的灰度分布，使图像整体更明亮且对比度更强。 在实际应用中，这些算法常被集成到图像处理库或API中，如压缩包中的"XPaiAPI"可能就包含了这些功能。开发人员可以通过调用相应的函数或方法，对输入的YUV数据进行处理，实现格式转换和图像增强，从而优化显示效果或适应不同的设备和应用场景。 YUV色彩空间的转换和图像处理算法是数字图像处理中的基础部分，对于视频编码、实时流媒体、图像编辑等场景都至关重要。理解这些概念和操作方法，对于提升图像质量和优化处理效率有着直接的影响。

本项目旨在通过RTSP协议获取摄像头预览流，并在RK3568开发板上进行人脸识别与姿态识别等处理。由于RTSP协议通常使用H.264/H.265压缩格式，解码后的视频数据需要转换为适合处理的格式（如NV21）。为了满足实时性需求，我们选择FFmpeg作为解码工具，但遇到了解码性能不足、卡顿、掉帧等问题。经过分析，发现Java层解码效率较低，转码过程中产生较大的延迟，影响了预览流畅度。因此，项目中优化了FFmpeg解码过程，采用多线程处理，分离拉流、解码和渲染，使用时间戳控制帧的显示顺序，并增加了队列管理以清理过期帧，确保解码连续性和渲染流畅度。此外，还解决了在不同分辨率下性能瓶颈，提升了在高分辨率下的帧率表现。最终，目标是实现低延迟、高效的视频流处理，满足实时人脸识别与姿态检测需求。

nv12转rgb转bmp格式，亲测可用附源码

基于libyuv库的NV12格式图片的缩放

rgb转换为nv12格式，并保存为raw。 nv12转换为rgb格式，并保存为bmp。

本示例提供了NV16帧转为NV12格式方法，是个完整工程，make后可直接运行，提供了输入所需的nv16图像。

今天小编就为大家分享一篇Python 读取 YUV(NV12) 视频文件实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

使用C++对NV12序列进行转换，快速转换成YUV420和YUV444，不依赖第三方库。 内附实例，可以直接运行。