Convertitore da VIFF ad YUV
Converti i tuoi file viff in yuv online e gratis
viff
yuv
Come convertire VIFF in YUV
Seleziona file dal Computer, Google Drive, Dropbox, URL o trascinandoli sulla pagina.
Scegli yuv o qualsiasi altro formato che ti serva come destinazione (più di 200 formati supportati)
Lascia convertire il file e potrai scaricare il tuo yuv subito dopo
Informazioni sui formati
VIFF (Visualization Image File Format) è un formato immagine scientifico sviluppato da Khoral Research (originariamente presso l'Università del New Mexico), apparso per la prima volta intorno al 1990 con l'ambiente di programmazione visuale Khoros per l'elaborazione delle immagini e la visualizzazione dei dati. I file VIFF utilizzano un'intestazione di 1024 byte seguita da dati opzionali della mappa colore e dai dati immagine stessi, con l'intestazione contenente specifiche dettagliate: tipo di memorizzazione dei dati (bit, byte, short, intero, float, double, complesso), codifica dei dati (nessuna, CCITT Group 3/4), modello dello spazio colore (nessuno, generico, RGB, HSI, CMYK e altri) e supporto per immagini multi-banda (multicanale) con un numero arbitrario di bande. Il formato gestisce segnali monodimensionali, immagini bidimensionali, volumi tridimensionali e dati di posizione (coordinate di pixel sparsi), rendendolo versatile al di là della semplice memorizzazione di immagini. VIFF è stato progettato per l'ambiente di programmazione a flusso di dati visuale Khoros/VisiQuest, dove gli utenti costruivano pipeline di elaborazione immagini collegando nodi di elaborazione in un canvas grafico — un approccio che ha influenzato sistemi successivi come AVS, MATLAB Simulink e LabVIEW. Un vantaggio è la fedeltà dei dati scientifici: VIFF supporta l'intera gamma di tipi numerici utilizzati nel calcolo scientifico (inclusi numeri complessi e double a doppia precisione), memorizza nativamente dataset multi-banda e trasporta metadati di calibrazione — rendendolo adatto per il telerilevamento, l'imaging medico e le applicazioni di analisi spettrale dove i formati immagine generici perdono informazioni. Il legame del formato con il paradigma di programmazione visuale Khoros aggiunge un'altra dimensione notevole — VIFF era il formato I/O standard per uno dei più influenti ambienti di programmazione visuale per l'analisi scientifica delle immagini. I file VIFF possono essere letti da ImageMagick e dalle installazioni legacy di Khoros/VisiQuest.
YUV è un formato dati pixel grezzi che memorizza le immagini nel modello di colore Y'UV, dove i dati immagine sono separati in una componente di luminanza (Y', che rappresenta la luminosità) e due componenti di crominanza (U/Cb e V/Cr, che rappresentano i segnali di differenza cromatica). Il modello di colore YUV ha avuto origine con la trasmissione televisiva a colori analogica — specificamente con il sistema NTSC adottato nel 1953 e il sistema PAL nel 1967 — dove la retrocompatibilità con i ricevitori in bianco e nero esistenti richiedeva la separazione delle informazioni di luminosità da quelle di colore. Nell'imaging digitale, lo standard ITU-R BT.601 (1982) ha formalizzato la codifica digitale YCbCr derivata dal modello YUV analogico, definendo le matrici di conversione e la precisione dei campioni utilizzate da praticamente tutti i sistemi di video digitale e broadcast. I file YUV grezzi non contengono intestazione, compressione o metadati — sono sequenze piatte di campioni di luminanza e crominanza in un ordine specificato (4:4:4, 4:2:2, 4:2:0 o altri rapporti di sottocampionamento), che richiedono la specifica esterna di dimensioni, profondità di bit e schema di sottocampionamento. La modalità di sottocampionamento 4:2:0 (dove la crominanza ha metà della risoluzione orizzontale e metà di quella verticale rispetto alla luminanza) è particolarmente comune, usata da H.264, H.265, AV1 e dalla maggior parte dei codec video consumer. Un vantaggio è la compatibilità diretta con la pipeline video: i dati YUV sono il formato di input nativo per i codificatori video, i controller hardware dei display e gli ISP dei sensori delle telecamere, rendendo lo YUV grezzo la rappresentazione più diretta per l'elaborazione e l'analisi video con precisione al fotogramma. L'efficienza percettiva del modello di colore YUV è un altro punto di forza fondamentale — separare la luminanza dalla crominanza consente un sottocampionamento efficace che dimezza o riduce a un quarto i dati del colore con un impatto visibile minimo. I dati YUV sono elaborati da FFmpeg, ImageMagick e tutti gli strumenti di elaborazione video.