使用Python Imaging Library(PIL),如何检测一张图片是否所有像素都是黑色或白色?
~更新~
条件:不要迭代每个像素!
~更新~
条件:不要迭代每个像素!
if not img.getbbox():
...将测试图像是否完全为黑色。(如果图像中没有非黑色像素,则 Image.getbbox()
返回假值 None
,否则返回点的元组,是真值。)要测试图像是否完全为白色,请先反转它:
if not ImageChops.invert(img).getbbox():
你还可以使用img.getextrema()
。这将告诉你图像中最高和最低的值。为了更方便地处理这个值,你应该先将图像转换为灰度模式(否则极值可能是一个RGB或RGBA元组,也可能是一个单独的灰度值,或者是一个索引,你需要处理所有这些情况)。
extrema = img.convert("L").getextrema()
if extrema == (0, 0):
# all black
elif extrema == (1, 1):
# all white
后一种方法可能会更快,但在大多数应用程序中你不会注意到(两种方法都相当快)。
上述技术的一行版本,可以测试黑色或白色:
if sum(img.convert("L").getextrema()) in (0, 2):
# either all black or all white
扩展Kindall:
如果您查看名为img的图像,则为:
extrema = img.convert("L").getextrema()
它给出了图像中值的范围。因此,全黑的图像将是(0,0),而全白的图像将是(255,255)。因此,您可以查看:
if extrema[0] == extrema[1]:
return("This image is one solid color, so I won't use it")
else:
# do something with the image img
pass
from PIL import Image
img = Image.open("test.png")
clrs = img.getcolors()
clrs
包含 [("出现次数", "颜色"), ...]
通过检查 len(clrs) == 1
,您可以验证图像是否仅包含一种颜色,并通过查看 clrs
中第一个元组的第二个元素来推断颜色。
如果图像包含多种颜色,则可以考虑到出现次数来处理几乎完全单色的图像,如果99%的像素共享相同的颜色。
我尝试了 Kindall 的解决方案 ImageChops.invert(img).getbbox()
,但没有成功,我的测试图像失败了。
我注意到一个问题,白色应该是255但我发现白色图像的数值极值是(0,0)..这是为什么呢?请参见下面的更新。
我改变了 Kindall 的第二个解决方案(getextrema),它可以正确运行,而且不需要图像转换。我编写了一个函数,并验证了它对灰度和RGB图像都起作用:
def is_monochromatic_image(img):
extr = img.getextrema()
a = 0
for i in extr:
if isinstance(i, tuple):
a += abs(i[0] - i[1])
else:
a = abs(extr[0] - extr[1])
break
return a == 0
img
参数是一个PIL图像对象。你可以进行小的修改来检查图像是否为黑白,但是你需要决定“白色”是0还是255,也许你有最终答案,我没有。:-) 希望有用。