关键词：RK3588、RGA、 NV12、 RGB、 BGR、 YUV
前言
在RK3588 中OPENCV的应用虽然很便捷但是对资源消耗过高，这里的资源消耗主要是体现在对CPU以及运行内存（RAM）上。为了更高效利用RK3588系统资源，具有针对性优化常用的opencv常用的函数模块，这里我们选择使用RGA模块进行编译使用。在本文中我将为大家带来常见函数的测试记录供大家参考。
准备工作
进行测试时需要准备一张生成的RGB图像，该图像的大小为1920 x 1080。这里我选择使用代码进行生成RGB图像，这样后面的实验可以轻松获取图像是RGB排列还是BGR排列以及对图像的大小尺寸能够明确知道。
生成图像代码：
import numpy as np
from PIL import Image
# 创建一个1920x1080的空白图像，每个像素为(0, 0, 0)表示黑色
width, height = 1920, 1080
image = np.zeros((height, width, 3), dtype=np.uint8)
# 设置RGB三原色
red = (255, 0, 0)
green = (0, 255, 0)
blue = (0, 0, 255)
# 将图像分为三个区域，分别填充红色、绿色和蓝色
image[:height//3, :] = red
image[height//3:2*height//3, :] = green
image[2*height//3:, :] = blue
# 使用PIL库将NumPy数组转换为图像并保存
img = Image.fromarray(image)
img.save('rgb_image.png')
生成的图像：
测试记录
在本文中将介绍四个常用的转换函数：
- RGB格式数据转YUV格式数据(等同cv::cvtcolor)；
- YUV格式数据转RGB格式数据(等同cv::cvtcolor)；
- RGB格式数据修改大小(等同cv::resize)；
- YUV格式数据修改大小(等同cv::resize)；
这四个函数属于在边缘设备中使用频率较高的函数，例如对图像进行resize操作和RGB2YUV数据格式之间的互相转换。
RGB转NV12
这是由于NV12占用内存是RGB的一半，在传输的过程中可以减少一半的带宽量，这一特性在推拉流中的应用是极其广泛的。
RGB数据： 1920x1080 占用内存为 (1920x1080x3) / 1024 = 6075KB
NV12数据： 1920x1080 占用内存为 (1920x1080x3/2) / 1024 = 3037.5KB
经过热启动后计算平均耗时为：4617us左右
NV12转RGB
对NV12数据进行解码为RGB数据在显示传递的数据时是很重要的一个环节，或是在读取二进制数据后进行显示。
RGB数据： 1920x1080 占用内存为 (1920x1080x3) / 1024 = 6075KB
NV12数据： 1920x1080 占用内存为 (1920x1080x3/2) / 1024 = 3037.5KB
经过热启动后计算平均耗时为：3989us左右
RGB_RESIZE
对于RGB格式的图像是面对处理最多的格式数据图像了，对RGB格式数据进行resize操作是必不可少的基础操作，这里我们对输入图像进行resize到640x480大小。
1920x1080数据： 1920x1080 占用内存为 (1920x1080x3) / 1024 = 6075KB
640x480数据： 640x480 占用内存为 (640x480x3) / 1024 = 900KB
经过热启动后计算平均耗时为：4617us左右
NV12_RESIZE
NV12数据进行resize操作可以有效避免转为RGB进行resize 操作，例如在传输时仅需要对数据rezise操作，此时不需要转RGB后resize然后转NV12传输。
1920x1080数据： 1920x1080 占用内存为 (1920x1080x3/2) / 1024 = 3037.5KB
640x480数据： 640x480 占用内存为 (640x480x3/2) / 1024 = 450KB
经过热启动后计算平均耗时为：2861us左右
