VIPS에서 YUV로 변환하는 컨버터

온라인에서 무료로 vips 파일을 yuv로 변환하세요

여기에 파일을 드롭하세요. 1 GB 최대 파일 크기 또는 회원 가입
Facebook Amazon Microsoft Tesla Nestle Walmart L'Oreal

VIPS에서 YUV로 변환하는 방법

1

컴퓨터, Google Drive, Dropbox, URL에서 선택하거나 이 페이지에서 드래그하여 선택해 주세요.

2

yuv 또는 기타 필요한 결과 형식을 선택하세요(200가지 이상의 형식 지원)

3

파일 변환을 실행한 뒤 바로 yuv 파일을 다운로드할 수 있습니다

형식 정보

VIPS는 VASARI 프로젝트(1989-1993) 기간 중 회화의 고해상도 디지털화 및 분석을 위해 런던 내셔널 갤러리에서 John Cupitt과 Kirk Martinez가 개발한 libvips 이미지 처리 라이브러리의 네이티브 파일 포맷입니다. VIPS 포맷은 대형 이미지를 단순하고 메모리 매핑 가능한 레이아웃으로 저장합니다 — 이미지 차원, 밴드(채널) 수, 데이터 유형(8/16/32비트 정수, 플로트, 더블, 컴플렉스), 색상 해석, 해상도, 오프셋 메타데이터가 포함된 헤더와 밴드 인터리브 포맷의 원시 픽셀 데이터가 뒤따릅니다. 이 단순한 레이아웃으로 운영체제의 가상 메모리 관리자가 파일을 주소 공간에 직접 매핑할 수 있어, libvips가 사용 가능한 RAM보다 훨씬 큰 이미지를 필요에 따라 페이지를 교환하며 처리할 수 있습니다 — 주문형 평가(demand-driven evaluation)라는 기법입니다. VIPS 파일은 지원되는 모든 숫자 유형에서 임의의 밴드 수를 가진 이미지를 지원하여, 표준 RGB 사진부터 수백 개 밴드의 초분광 데이터셋까지 수용합니다. 대형 이미지 성능이 장점 중 하나입니다 — libvips의 아키텍처는 주문형으로 평가되는 작은 타일로 이미지를 처리하여, 100,000 x 100,000 픽셀 이미지도 전체 이미지를 메모리에 로드하지 않고 자르기, 크기 조정, 선명화, 저장이 가능합니다 — 수백만 개의 웹 이미지를 처리하는 이미지 처리 서비스의 엔진으로 만드는 기능입니다. 포맷의 과학적 유산도 강점입니다 — VASARI 프로젝트는 초고해상도 다중분광 영상으로 회화를 분석해야 했으며, VIPS 포맷의 임의 밴드 수 및 부동소수점 정밀도 지원은 이러한 계산 영상 기원을 반영합니다. VIPS 파일은 주로 libvips 라이브러리(C, Python, Ruby 및 기타 언어에서 사용 가능)와 함께 사용되며 vips 명령줄 도구 또는 ImageMagick을 통해 다른 포맷으로 변환할 수 있습니다.
최초 출시: 1993
YUV는 이미지 데이터를 휘도 컴포넌트(Y', 밝기를 나타냄)와 두 크로미넌스 컴포넌트(U/Cb 및 V/Cr, 색차 신호를 나타냄)로 분리하는 Y'UV 색상 모델로 이미지를 저장하는 원시 픽셀 데이터 포맷입니다. YUV 색상 모델은 아날로그 컬러 텔레비전 방송에서 유래했습니다 — 구체적으로 1953년에 채택된 NTSC 시스템과 1967년의 PAL 시스템에서 기존 흑백 수신기와의 하위 호환성을 위해 밝기와 색상 정보를 분리해야 했습니다. 디지털 이미징에서 ITU-R BT.601 표준(1982)은 아날로그 YUV 모델에서 파생된 디지털 YCbCr 인코딩을 공식화하여, 사실상 모든 디지털 비디오 및 방송 시스템에서 사용하는 변환 행렬과 샘플 정밀도를 정의했습니다. YUV 원시 파일에는 헤더, 압축, 메타데이터가 없습니다 — 지정된 순서(4:4:4, 4:2:2, 4:2:0 또는 기타 서브샘플링 비율)의 휘도 및 크로미넌스 샘플의 평면 시퀀스이며, 차원, 비트 심도, 서브샘플링 방식의 외부 지정이 필요합니다. 크로미넌스가 휘도의 수평 및 수직 해상도 절반을 갖는 4:2:0 서브샘플링 모드는 H.264, H.265, AV1 및 대부분의 소비자 비디오 코덱에서 사용되어 특히 일반적입니다. 직접적 비디오 파이프라인 호환성이 장점 중 하나입니다 — YUV 데이터는 비디오 인코더, 하드웨어 디스플레이 컨트롤러, 카메라 센서 ISP의 네이티브 입력 포맷으로, 프레임 정밀 비디오 처리 및 분석을 위한 가장 직접적인 표현입니다. YUV 색상 모델의 지각적 효율성도 근본적 강점입니다 — 루마와 크로마를 분리하면 최소한의 가시적 영향으로 색상 데이터를 절반 또는 4분의 1로 줄이는 효과적인 서브샘플링이 가능합니다. YUV 데이터는 FFmpeg, ImageMagick 및 모든 비디오 처리 도구에서 처리됩니다.
개발자: ITU-T (CCIR)
최초 출시: 1982