Я пытаюсь преобразовать изображение PIL в использование массива NumPy. Я затем хочу преобразовать тот массив в значения Лаборатории, изменить значения и затем преобразовать массив, въезжают задним ходом к изображению и сохраняют образ. У меня есть следующий код:
import Image, color, numpy
# Open the image file
src = Image.open("face-him.jpg")
# Attempt to ensure image is RGB
src = src.convert(mode="RGB")
# Create array of image using numpy
srcArray = numpy.asarray(src)
# Convert array from RGB into Lab
srcArray = color.rgb2lab(srcArray)
# Modify array here
# Convert array back into Lab
end = color.lab2rgb(srcArray)
# Create image from array
final = Image.fromarray(end, "RGB")
# Save
final.save("out.jpg")
Этот код зависит от PIL, NumPy и цвета. цвет может быть найден в соединительной линии SciPy здесь. Я загрузил color.py файл наряду с определенным colordata .txt файлы. Я изменил color.py так, чтобы он мог работать независимо из источника SciPy, и все это, кажется, хорошо работает - оценивает в массиве, изменяются, когда я выполняю преобразования.
Моя проблема состоит в том, что, когда я выполняю вышеупомянутый код, который просто преобразовывает изображение в Лабораторию, затем обратно в RGB и сохраняет его, я возвращаю следующее изображение:
Что идет не так, как надо? Действительно ли это - факт, я использую функции от color.py?
Для ссылки:
Исходное изображение - face-him.jpg
Все исходные файлы, требуемые протестировать - colour-test.zip
Не пробовал, ошибки масштабирования часто встречаются при преобразовании цветов:
RGB - это байты 0 ... 255, например, желтый [255,255,0],
тогда как rgb2xyz()
и т.д. работают с тройками плавающих чисел, желтый [1.,1.,0].
(color.py
не имеет проверки диапазона: lab2rgb( rgb2lab([255,255,0]) )
- мусор.)
В IPython, %run main.py
, затем print corners of srcArray и end ?
Добавлено 13 июля: для записи / для google, вот идиомы NumPy для упаковки, распаковки и преобразования массивов RGB изображений:
# unpack image array, 10 x 5 x 3 -> r g b --
img = np.arange( 10*5*3 ).reshape(( 10,5,3 ))
print "img.shape:", img.shape
r,g,b = img.transpose( 2,0,1 ) # 3 10 5
print "r.shape:", r.shape
# pack 10 x 5 r g b -> 10 x 5 x 3 again --
rgb = np.array(( r, g, b )).transpose( 1,2,0 ) # 10 5 3 again
print "rgb.shape:", rgb.shape
assert (rgb == img).all()
# rgb 0 .. 255 <-> float 0 .. 1 --
imgfloat = img.astype(np.float32) / 255.
img8 = (imgfloat * 255).round().astype(np.uint8)
assert (img == img8).all()
Как указал Денис, в lab2rgb
или rgb2lab
нет проверок диапазона, а rgb2lab
, похоже, ожидает значений в диапазоне [0,1] .
>>> a = numpy.array([[1,2,3],[4,5,6],[7,8,9]])
>>> a
array([[1, 2, 3],
[4, 5, 6],
[7, 8, 9]])
>>> color.lab2rgb(color.rgb2lab(a))
array([[ -1.74361805e-01, 1.39592186e-03, 1.24595808e-01],
[ 1.18478213e+00, 1.15700655e+00, 1.13767806e+00],
[ 2.62956273e+00, 2.38687422e+00, 2.21535897e+00]])
>>> from __future__ import division
>>> b = a/10
>>> b
array([[ 0.1, 0.2, 0.3],
[ 0.4, 0.5, 0.6],
[ 0.7, 0.8, 0.9]])
>>> color.lab2rgb(color.rgb2lab(a))
array([[ 0.1, 0.2, 0.3],
[ 0.4, 0.5, 0.6],
[ 0.7, 0.8, 0.9]])
В color.py функции xyz2lab
и lab2xyz
выполняют некоторые математические операции, которые я не могу понять с первого взгляда (я не слишком знаком с numpy или преобразованием изображений ).
PIL дает вам числа [0,255], попробуйте уменьшить их до [0,1] перед переходом к функции rgb2lab и увеличьте при выходе. например:
#from __future__ import division # (if required)
[...]
# Create array of image using numpy
srcArray = numpy.asarray(src)/255
# Convert array from RGB into Lab
srcArray = color.rgb2lab(srcArray)
# Convert array back into Lab
end = color.lab2rgb(srcArray)*255
end = end.astype(numpy.uint8)