Konwerter plików VIFF do YUV
Konwertuj swoje pliki w formacie viff do formatu yuv przez Internet i bezpłatnie
viff
yuv
Jak przekonwertować plik w formacie VIFF do formatu YUV
Wybierz pliki z komputera, dysku Google, usługi Dropbox, adresu URL lub po prostu przeciągnij plik na stronę.
Wybierz format yuv lub inny potrzebny Ci format (spośród ponad 200 wspieranych formatów).
Poczekaj, aż plik zostanie przekonwertowany do formatu yuv; od razu po konwersji możesz go pobrać.
O formatach
VIFF (Visualization Image File Format) to naukowy format obrazów opracowany przez Khoral Research (pierwotnie na University of New Mexico), pojawiający się po raz pierwszy około 1990 roku wraz ze środowiskiem programowania wizualnego Khoros do przetwarzania obrazów i wizualizacji danych. Pliki VIFF wykorzystują 1024-bajtowy nagłówek, po którym następują opcjonalne dane mapy kolorów i same dane obrazu, z nagłówkiem zawierającym szczegółowe specyfikacje: typ przechowywania danych (bit, bajt, short, integer, float, double, complex), kodowanie danych (brak, CCITT Group 3/4), model przestrzeni kolorów (brak, generyczny, RGB, HSI, CMYK i inne) oraz obsługę obrazów wielopasmowych (wielokanałowych) z dowolną liczbą pasm. Format obsługuje sygnały jednowymiarowe, obrazy dwuwymiarowe, wolumeny trójwymiarowe i dane lokalizacyjne (rzadkie współrzędne pikseli), co czyni go wszechstronnym wykraczając poza proste przechowywanie obrazów. VIFF został zaprojektowany dla środowiska programowania wizualnego Khoros/VisiQuest, w którym użytkownicy budowali potoki przetwarzania obrazów, łącząc węzły przetwarzania w graficznym płótnie — podejście, które wpłynęło na późniejsze systemy takie jak AVS, MATLAB Simulink i LabVIEW. Jedną z zalet jest wierność danych naukowych: VIFF obsługuje pełen zakres typów numerycznych używanych w obliczeniach naukowych (w tym liczby zespolone i wartości zmiennoprzecinkowe podwójnej precyzji), natywnie przechowuje wielopasmowe zbiory danych i przenosi metadane kalibracyjne — co czyni go odpowiednim dla zastosowań teledetekcji, obrazowania medycznego i analizy widmowej, gdzie ogólne formaty obrazów tracą informacje. Związek formatu z paradygmatem programowania wizualnego Khoros stanowi kolejny godny uwagi wymiar — VIFF był standardowym formatem we/wy jednego z najbardziej wpływowych wczesnych środowisk programowania wizualnego dla naukowej analizy obrazów. Pliki VIFF mogą być odczytywane przez ImageMagick i starsze instalacje Khoros/VisiQuest.
YUV to surowy format danych pikseli przechowujący obrazy w modelu kolorów Y'UV, gdzie dane obrazu są rozdzielone na komponent luminancji (Y', reprezentujący jasność) i dwa komponenty chrominancji (U/Cb i V/Cr, reprezentujące sygnały różnicy kolorów). Model kolorów YUV wywodzi się z analogowej kolorowej telewizji nadawczej — konkretnie systemu NTSC przyjętego w 1953 roku i systemu PAL w 1967 roku — gdzie wsteczna kompatybilność z istniejącymi czarno-białymi odbiornikami wymagała oddzielenia informacji o jasności od koloru. W obrazowaniu cyfrowym standard ITU-R BT.601 (1982) sformalizował cyfrowe kodowanie YCbCr wywodzące się z analogowego modelu YUV, definiując macierze konwersji i precyzję próbek stosowane przez praktycznie wszystkie cyfrowe systemy wideo i nadawcze. Surowe pliki YUV nie zawierają nagłówka, kompresji ani metadanych — są płaskimi sekwencjami próbek luminancji i chrominancji w określonej kolejności (4:4:4, 4:2:2, 4:2:0 lub inne proporcje podpróbkowania), wymagając zewnętrznego określenia wymiarów, głębi bitowej i schematu podpróbkowania. Tryb podpróbkowania 4:2:0 (gdzie chrominancja ma połowę rozdzielczości poziomej i pionowej luminancji) jest szczególnie powszechny, stosowany przez H.264, H.265, AV1 i większość konsumenckich kodeków wideo. Jedną z zalet jest bezpośrednia kompatybilność z potokami wideo: dane YUV są natywnym formatem wejściowym koderów wideo, sprzętowych kontrolerów wyświetlania i procesorów sygnału obrazu (ISP) kamer, co czyni surowe YUV najbardziej bezpośrednią reprezentacją do przetwarzania i analizy wideo z dokładnością do klatki. Percepcyjna wydajność modelu kolorów YUV to kolejna fundamentalna zaleta — oddzielenie luminancji od chrominancji umożliwia efektywne podpróbkowanie, które zmniejsza dane kolorystyczne o połowę lub ćwierć z minimalnym wpływem wizualnym. Dane YUV są przetwarzane przez FFmpeg, ImageMagick i wszystkie narzędzia do przetwarzania wideo.