Conversor de VIFF para YUV
Converta seus arquivos viff para yuv online e grátis
viff
yuv
Como converter VIFF para YUV
Selecione os arquivos do seu computador, Google Drive, Dropbox ou adicione um URL. Você também pode simplesmente arrastá-lo para esta página.
Escolha yuv ou qualquer outro formato de saída desejado (mais de 200 formatos compatíveis)
Espere o arquivo ser convertido e você poderá, então, baixar o seu arquivo yuv
Sobre os formatos
VIFF (Visualization Image File Format) é um formato de imagem científica desenvolvido pela Khoral Research (originalmente na Universidade do Novo Mexico), aparecendo pela primeira vez por volta de 1990 com o ambiente de programação visual Khoros para processamento de imagem é visualização de dados. Arquivos VIFF usam um cabecalho de 1024 bytes seguido por dados opcionais de mapa de cores é os proprios dados de imagem, com o cabecalho contendo especificações detalhadas: tipo de armazenamento de dados (bit, byte, short, integer, float, double, complex), codificação de dados (nenhuma, CCITT Grupo 3/4), modelo de espaço de cor (nenhum, genérico, RGB, HSI, CMYK é outros) é suporte a imagens multi-banda (multicanal) com numeros arbitrários de bandas. O formato acomoda sinais unidimensionais, imagens bidimensionais, volumes tridimensionais é dados de localizacao (coordenadas de pixel esparsas), tornando-o versátil além do simples armazenamento de imagens. O VIFF foi projetado para o ambiente de programação visual por fluxo de dados Khoros/VisiQuest, onde usuários construiam pipelines de processamento de imagem conectando nos de processamento em uma tela gráfica — uma abordagem que influenciou sistemas posteriores como AVS, MATLAB Simulink é LabVIEW. Uma vantagem é a fidelidade de dados científicos: o VIFF suporta toda a gama de tipos numericos usados em computação científica (incluindo numeros complexos é floats de precisão dupla), armazena conjuntos de dados multi-banda nativamente é carregá metadados de calibracao — tornando-o adequado para sensoriamento remoto, imagens médicas é aplicações de análise espectral onde formatos genericos de imagem perdem informacao. A conexão do formato com o paradigma de programação visual Khoros oferece outra dimensao notavel — o VIFF era o formato de I/O padrão para um dos mais influentes ambientes iniciais de programação visual para análise científica de imagens. Arquivos VIFF podem ser lidos por ImageMagick é instalações legadas do Khoros/VisiQuest.
YUV é um formato de dados de pixel brutos que armazena imagens no modelo de cor Y'UV, onde os dados da imagem são separados em um componente de luminância (Y', representando brilho) é dois componentes de crominância (U/Cb é V/Cr, representando sinais de diferença de cor). O modelo de cor YUV originou-se com a transmissão de televisão analógica colorida — especificamente o sistema NTSC adotado em 1953 é o sistema PAL em 1967 — onde a compatibilidade retroativa com receptores preto é branco existentes exigia separar informações de brilho das informações de cor. Em imagens digitais, o padrão ITU-R BT.601 (1982) formalizou a codificação digital YCbCr derivada do modelo analogico YUV, definindo às matrizes de conversão é precisão de amostra usadas por virtualmente todos os sistemas de vídeo digital é broadcast. Arquivos brutos YUV não contém cabecalho, compressão ou metadados — são sequências planas de amostras de luminância é crominância em uma ordenacao especificada (4:4:4, 4:2:2, 4:2:0 ou outras taxas de subamostragem), exigindo especificação externa de dimensões, profundidade de bit é esquema de subamostragem. O modo de subamostragem 4:2:0 (onde a crominância têm metade da resolução horizontal é vertical da luminância) é particularmente comum, usado por H.264, H.265, AV1 é a maioria dos codecs de vídeo de consumo. Uma vantagem é a compatibilidade direta com pipeline de vídeo: dados YUV são o formato de entrada nativo para codificadores de vídeo, controladores de display de hardware é ISPs de sensores de câmera, tornando o YUV bruto a representação mais direta para processamento é análise de vídeo com precisão de quadro. A eficiência perceptual do modelo de cor YUV é outra força fundamental — separar luminância de crominância possibilita subamostragem eficaz que reduz os dados de cor pela metade ou um quarto com impacto visivel mínimo. Dados YUV são processados por FFmpeg, ImageMagick é todas às ferramentas de processamento de vídeo.