VIFF-zu-YUV-Konverter
Wandeln Sie Ihre viff-Dateien online & kostenlos in yuv um
viff
yuv
Wie man VIFF in YUV konvertiert
Wählen Sie Dateien vom Computer, Google Drive, Dropbox, einer URL oder durch Ziehen auf die Seite.
Wählen Sie yuv oder irgendein anderes Format, das Sie als Ergebnis haben wollen (mehr als 200 Formate unterstützt)
Lassen Sie die Datei konvertieren und Sie können Ihre yuv-Datei direkt danach herunterladen
Über die Formate
VIFF (Visualization Image File Format) ist ein wissenschaftliches Bildformat, das von Khoral Research (ursprünglich an der University of New Mexico) entwickelt wurde und um 1990 mit der visuellen Programmierumgebung Khoros für Bildverarbeitung und Datenvisualisierung erschien. VIFF-Dateien verwenden einen 1024-Byte-Header, gefolgt von optionalen Farbkartendaten und den Bilddaten selbst, wobei der Header detaillierte Spezifikationen enthält: Datenspeichertyp (Bit, Byte, Short, Integer, Float, Double, Complex), Datenkodierung (keine, CCITT Group 3/4), Farbraummodell (keines, generisch, RGB, HSI, CMYK und andere) und Unterstützung für Mehrband-Bilder (Mehrkanal) mit beliebiger Bandanzahl. Das Format verarbeitet eindimensionale Signale, zweidimensionale Bilder, dreidimensionale Volumen und Standortdaten (dünne Pixelkoordinaten), was es über die einfache Bildspeicherung hinaus vielseitig macht. VIFF wurde für die visuelle Datenfluss-Programmierumgebung Khoros/VisiQuest konzipiert, in der Benutzer Bildverarbeitungs-Pipelines aufbauten, indem sie Verarbeitungsknoten auf einer grafischen Leinwand verbanden — ein Ansatz, der spätere Systeme wie AVS, MATLAB Simulink und LabVIEW beeinflusste. Ein Vorteil ist die wissenschaftliche Datentreü: VIFF unterstützt das gesamte Spektrum numerischer Typen im wissenschaftlichen Rechnen (einschließlich komplexer Zahlen und doppelter Präzision), speichert Mehrband-Datensätze nativ und trägt Kalibrierungsmetadaten — was es für Fernerkundung, medizinische Bildgebung und Spektralanalyse geeignet macht, wo generische Bildformate Informationen verlieren. Die Verbindung des Formats zum visuellen Programmierparadigma von Khoros bietet eine weitere bemerkenswerte Dimension — VIFF war das Standard-E/A-Format für eine der einflussreichsten frühen visuellen Programmier-Umgebungen für wissenschaftliche Bildanalyse. VIFF-Dateien können von ImageMagick und alten Khoros/VisiQuest-Installationen gelesen werden.
YUV ist ein Rohe-Pixeldaten-Format, das Bilder im Y'UV-Farbmodell speichert, wobei Bilddaten in eine Luminanzkomponente (Y', für Helligkeit) und zwei Chrominanzkomponenten (U/Cb und V/Cr, für Farbdifferenzsignale) getrennt werden. Das YUV-Farbmodell entstand mit dem analogen Farbfernsehen — konkret dem 1953 eingeführten NTSC-System und dem 1967 eingeführten PAL-System — wo die Abwärtskompatibilität mit bestehenden Schwarzweiß-Empfängern die Trennung von Helligkeits- und Farbinformationen erforderte. In der digitalen Bildgebung formalisierte der ITU-R-BT.601-Standard (1982) die digitale YCbCr-Kodierung, die vom analogen YUV-Modell abgeleitet ist, und definierte die Konvertierungsmatrizen und Samplepräzision, die von praktisch allen digitalen Video- und Uebertragungssystemen verwendet werden. YUV-Rohdateien enthalten keinen Header, keine Komprimierung und keine Metadaten — sie sind flache Sequenzen von Luminanz- und Chrominanz-Samples in einer spezifizierten Reihenfolge (4:4:4, 4:2:2, 4:2:0 oder andere Subsampling-Verhältnisse), die externe Angabe von Abmessungen, Bittiefe und Subsampling-Schema erfordern. Der 4:2:0-Subsampling-Modus (bei dem Chrominanz die halbe horizontale und halbe vertikale Auflösung der Luminanz hat) ist besonders verbreitet und wird von H.264, H.265, AV1 und den meisten Consumer-Video-Codecs verwendet. Ein Vorteil ist die direkte Video-Pipeline-Kompatibilität: YUV-Daten sind das native Eingabeformat für Video-Encoder, Hardware-Display-Controller und Kamerasensor-ISPs, was rohes YUV zur direktesten Darstellung für frame-genaue Videoverarbeitung und -analyse macht. Die Wahrnehmungseffizienz des YUV-Farbmodells ist eine weitere grundlegende Stärke — die Trennung von Luma und Chroma ermöglicht effektives Subsampling, das die Farbdaten halbiert oder viertelt, mit minimalem sichtbaren Einfluss. YUV-Daten werden von FFmpeg, ImageMagick und allen Videoverarbeitungswerkzeugen verarbeitet.