什么是Image Stride?

简介: 什么是Image Stride?

perface


当视频图像存储在内存中时,内存缓冲区可能在每行像素后包含额外的填充字节。填充字节会影响图像在内存中的存储方式,但不会影响图像的显示方式。

stride 是从内存中的一行像素到内存中的下一行像素的字节数。Stride 也叫pitch。如果存在填充字节,则**Stride **比图像的宽度宽,如下图所示。

包含具有相同维度的视频帧的两个缓冲区可以具有两个不同的strides。

如果你处理一个视频图像,你必须考虑strides。

此外,有两种方式可以将图像排列在存储器中。在自上而下的图像中,图像中最上面的一行像素首先出现在内存中。

在自下而上的图像中,最后一行像素首先出现在内存中。下图显示了自上而下的图像和自下而上的图像之间的区别

自下而上的图像具有negative stride因为stride被定义为相对于显示的图像向下移动一行像素所需的字节数

YUV图像应该始终是自上而下的,并且Direct3D曲面中包含的任何图像都必须是自上而下的。

系统内存中的RGB图像通常是自下而上的。

视频转换尤其需要处理步幅不匹配的缓冲区,因为输入缓冲区可能与输出缓冲区不匹配。

例如,假设您要转换源图像并将结果写入目标图像。假设两个图像具有相同的宽度和高度,但可能不具有相同的像素格式或相同的图像步幅。

下面的示例代码显示了编写此类函数的通用方法。这不是一个完整的工作示例,因为它抽象了许多具体的细节。

void ProcessVideoImage(
    BYTE*       pDestScanLine0,     
    LONG        lDestStride,        
    const BYTE* pSrcScanLine0,      
    LONG        lSrcStride,         
    DWORD       dwWidthInPixels,     
    DWORD       dwHeightInPixels
    )
{
    for (DWORD y = 0; y < dwHeightInPixels; y++)
    {
        SOURCE_PIXEL_TYPE *pSrcPixel = (SOURCE_PIXEL_TYPE*)pSrcScanLine0;
        DEST_PIXEL_TYPE *pDestPixel = (DEST_PIXEL_TYPE*)pDestScanLine0;
        for (DWORD x = 0; x < dwWidthInPixels; x +=2)
        {
            pDestPixel[x] = TransformPixelValue(pSrcPixel[x]);
        }
        pDestScanLine0 += lDestStride;
        pSrcScanLine0 += lSrcStride;
    }
}
  • 此函数采用六个参数:
  • 指向目标图像中扫描行0起点的指针。
  • 目标图像的stride 。
  • 指向源图像中扫描行0起点的指针。
  • 源图像的stride 。
  • 图像的宽度(以像素为单位)。
  • 图像的高度(以像素为单位)。

一般的想法是一次处理一行,对行中的每个像素进行迭代。

假设SOURCE_PIXEL_TYPEDEST_PIXEL_TYPE分别是表示源图像和目的图像的像素布局的结构。

(例如,32位RGB使用RGBQUAD结构。并非每个像素格式都有预定义的结构。)将数组指针投射到结构类型可以访问每个像素的RGB或YUV组件

在每一行的开头,函数存储一个指向该行的指针。在行的末尾,它将指针增加图像步幅的宽度,从而使指针前进到下一行。

此示例为每个像素调用一个名为TransformPixelValue的假设函数。 这可以是从源像素计算目标像素的任何函数。当然,具体细节将取决于具体任务。

例如,如果使用平面YUV格式,则必须独立于亮度平面访问色度平面;对于隔行扫描视频,您可能需要单独处理字段;等等

为了给出更具体的示例,以下代码将32位RGB图像转换为AYUV图像。RGB像素使用RGBQUAD结构访问,AYUV像素使用DXVA2_AYUVSample8结构访问。

//-------------------------------------------------------------------
// Name: RGB32_To_AYUV
// Description: Converts an image from RGB32 to AYUV
//-------------------------------------------------------------------
void RGB32_To_AYUV(
    BYTE*       pDest,
    LONG        lDestStride,
    const BYTE* pSrc,
    LONG        lSrcStride,
    DWORD       dwWidthInPixels,
    DWORD       dwHeightInPixels
    )
{
    for (DWORD y = 0; y < dwHeightInPixels; y++)
    {
        RGBQUAD             *pSrcPixel = (RGBQUAD*)pSrc;
        DXVA2_AYUVSample8   *pDestPixel = (DXVA2_AYUVSample8*)pDest;
        for (DWORD x = 0; x < dwWidthInPixels; x++)
        {
            pDestPixel[x].Alpha = 0x80;
            pDestPixel[x].Y = RGBtoY(pSrcPixel[x]);   
            pDestPixel[x].Cb = RGBtoU(pSrcPixel[x]);   
            pDestPixel[x].Cr = RGBtoV(pSrcPixel[x]);   
        }
        pDest += lDestStride;
        pSrc += lSrcStride;
    }
}

下一个示例将32位RGB图像转换为YV12图像。此示例显示如何处理平面YUV格式。

(YV12是平面4:2:0格式。)在本例中,函数为目标图像中的三个平面保留三个单独的指针。但是,基本方法与前面的示例相同。

void RGB32_To_YV12(
    BYTE*       pDest,
    LONG        lDestStride,
    const BYTE* pSrc,
    LONG        lSrcStride,
    DWORD       dwWidthInPixels,
    DWORD       dwHeightInPixels
    )
{
    assert(dwWidthInPixels % 2 == 0);
    assert(dwHeightInPixels % 2 == 0);
    const BYTE *pSrcRow = pSrc;
    BYTE *pDestY = pDest;
    // Calculate the offsets for the V and U planes.
    // In YV12, each chroma plane has half the stride and half the height  
    // as the Y plane.
    BYTE *pDestV = pDest + (lDestStride * dwHeightInPixels);
    BYTE *pDestU = pDest + 
                   (lDestStride * dwHeightInPixels) + 
                   ((lDestStride * dwHeightInPixels) / 4);
    // Convert the Y plane.
    for (DWORD y = 0; y < dwHeightInPixels; y++)
    {
        RGBQUAD *pSrcPixel = (RGBQUAD*)pSrcRow;
        for (DWORD x = 0; x < dwWidthInPixels; x++)
        {
            pDestY[x] = RGBtoY(pSrcPixel[x]);    // Y0
        }
        pDestY += lDestStride;
        pSrcRow += lSrcStride;
    }
    // Convert the V and U planes.
    // YV12 is a 4:2:0 format, so each chroma sample is derived from four 
    // RGB pixels.
    pSrcRow = pSrc;
    for (DWORD y = 0; y < dwHeightInPixels; y += 2)
    {
        RGBQUAD *pSrcPixel = (RGBQUAD*)pSrcRow;
        RGBQUAD *pNextSrcRow = (RGBQUAD*)(pSrcRow + lSrcStride);
        BYTE *pbV = pDestV;
        BYTE *pbU = pDestU;
        for (DWORD x = 0; x < dwWidthInPixels; x += 2)
        {
            // Use a simple average to downsample the chroma.
            *pbV++ = ( RGBtoV(pSrcPixel[x]) +
                       RGBtoV(pSrcPixel[x + 1]) +       
                       RGBtoV(pNextSrcRow[x]) +         
                       RGBtoV(pNextSrcRow[x + 1]) ) / 4;        
            *pbU++ = ( RGBtoU(pSrcPixel[x]) +
                       RGBtoU(pSrcPixel[x + 1]) +       
                       RGBtoU(pNextSrcRow[x]) +         
                       RGBtoU(pNextSrcRow[x + 1]) ) / 4;    
        }
        pDestV += lDestStride / 2;
        pDestU += lDestStride / 2;
        // Skip two lines on the source image.
        pSrcRow += (lSrcStride * 2);
    }
}

在所有这些示例中,假设应用程序已经确定了图像Stride。您有时可以从媒体缓冲区获取这些信息。

否则,必须根据视频格式进行计算。有关计算图像Stride和使用视频媒体缓冲区的更多信息,请参阅未压缩的视频缓冲区。

目录
相关文章
|
3月前
|
Python
UserWarning: Palette images with Transparency expressed in bytes should be converted to RGBA images
本文提供了解决PIL库中"Palette images with Transparency"警告的方法,通过将图片转换为'RGB'模式来消除透明通道的问题。
UserWarning: Palette images with Transparency expressed in bytes should be converted to RGBA images
|
3月前
tf.fill()
【8月更文挑战第11天】tf.fill()。
59 2
|
5月前
|
机器学习/深度学习 算法 图形学
shape_predictor_68_face_landmarks
【6月更文挑战第22天】
209 7
|
5月前
|
算法
shape_predictor
【6月更文挑战第19天】
58 8
|
6月前
|
计算机视觉
halcon系列基础之Scale_image_range
halcon系列基础之Scale_image_range
306 0
|
6月前
|
计算机视觉 Python
opencv cv::Range()和cv::Rect()用于crop来获得感兴趣区域
opencv cv::Range()和cv::Rect()用于crop来获得感兴趣区域
225 0
|
算法
frame_size (1536) was not respected for a non-last frame
frame_size (1536) was not respected for a non-last frame
100 0
frame_size (1536) was not respected for a non-last frame
|
存储 API
sws_scale():bad dst image pointers
sws_scale():bad dst image pointers
300 0
sws_scale():bad dst image pointers
|
计算机视觉 Python
cv2 resize 与reshape的区别
cv2 resize 与reshape的区别
|
数据格式
详解torch.size
详解torch.size
227 0
详解torch.size