如何在Python的OpenCV中正确读取自定义转换的YUV数据？

你遇到的核心问题是：cv.imshow会默认将3通道数组当作BGR格式渲染，而你手动计算得到的toYUV是YUV格式的像素数据（通道顺序为[Y, U, V]），直接显示自然会颜色错乱。

一、验证转换结果的正确方式（优先选择） #

如果只是想对比手动公式和cv.cvtColor的转换结果，不需要显示图像，直接做数值对比最准确（注意浮点运算的精度误差）：

import cv2 as cv
import numpy as np

img = cv.imread('pic.jpeg')

# 手动公式转换（优化为向量化计算，比循环高效）
B = img[..., 0].astype(np.float32)
G = img[..., 1].astype(np.float32)
R = img[..., 2].astype(np.float32)

Y = 0.257 * B + 0.504 * G + 0.095 * R + 16
U = -0.148 * B - 0.291 * G + 0.499 * R + 128
V = 0.439 * B - 0.368 * G - 0.071 * R + 128
toYUV = np.stack([Y, U, V], axis=-1).clip(0, 255).astype(np.uint8)

# OpenCV内置转换
yuv = cv.cvtColor(img, cv.COLOR_BGR2YUV)

# 数值对比
diff = np.abs(toYUV.astype(np.int16) - yuv.astype(np.int16))
print(f"最大像素差值：{np.max(diff)}")
print(f"转换结果是否近似一致：{np.allclose(toYUV, yuv, atol=1)}")

二、正确显示手动生成的YUV图像 #

如果确实需要可视化YUV数据，必须先将YUV格式转换回BGR格式（显示器仅支持RGB/BGR渲染），利用OpenCV的颜色空间转换函数即可：

# 将手动生成的YUV转换为BGR后显示
toYUV_bgr = cv.cvtColor(toYUV, cv.COLOR_YUV2BGR)
cv.imshow('toYUV (converted to BGR)', toYUV_bgr)

# 对比OpenCV转换后的显示效果
yuv_bgr = cv.cvtColor(yuv, cv.COLOR_YUV2BGR)
cv.imshow('yuv (converted to BGR)', yuv_bgr)

cv.waitKey(0)
cv.destroyAllWindows()

额外优化建议 #

你原代码中的嵌套循环效率极低，改用numpy向量化计算（如上示例）可以大幅提升处理速度，尤其是针对大尺寸图像。

内容的提问来源于stack exchange，提问作者soon