Numpy图像处理操作指南

Question

我已经创建了一个脚本，可以将图像的色相在色彩轮上循环移位任意次数。

当我使用PIL导入图像并将其转换为Numpy数组时，它会以如下形式呈现：(x, y, (r,g,b))。

我使用Skimage color模块将此数组从RGB转换为HSV色彩空间（在将RGB值缩放到[0, 1.0]范围之后）。

我遇到的问题是仅操纵所有像素的HSV值中的一个（H、S或V）。 我想要有效地添加，乘以或减去任何这三个维度中的任何一个维度。

我通过将HSV值分成三个单独的数组来使其正常工作： h,s,v = np.dsplit(hsv,3) 按照我想要的方式操作数组： h_new = np.multiply(h,.33) 然后重新组装数组： hsv_new = np.stack((h_new,s,v)) 这似乎不是最有效的方法，因此我的问题是： 如何在不必将数组拆分为块的情况下操纵每个维度？

- sabjorn

Answer 1

hsv[:,:,0] *= 0.33

修改hsv的h组件。

hsv[:,:,0]是hsv的“基本切片”，因此它是原始数组的视图。

---

h, s, v = np.dsplit(hsv, 3)

创建3个新数组h、s、v，并从hsv复制数据到这些新数组中。修改h、s、v不会影响hsv。因此，修改h后需要重新构建hsv，这样会更慢。

---

为了便于表示，您可以将其替换为

h,s,v = np.dsplit(hsv, 3)

使用

h, s, v = hsv[:,:,0], hsv[:,:,1], hsv[:,:,2]

然后，h、s、v 将成为 hsv 的视图，并且修改 h、s、v 将自动影响 hsv 本身。（因此不需要 hsv_new = np.stack((h_new,s,v))）。

---

请注意，h, s, v = np.dsplit(hsv, 3) 会使 h、s 和 v 具有形状为 (n, m, 1)。

h, s, v = hsv[:,:,0], hsv[:,:,1], hsv[:,:,2]

使h、s和v拥有形状为(n, m)。这可能会对你的其他代码产生一些影响，但总体而言我认为后者更好。

- unutbu

---

之前我尝试使用符号'hsv[:][:][0]'做类似的事情时感到特别困惑。你是否知道'hsv[:][:][0]'和'hsv[:,:,0]'之间的区别呢？非常感谢！ - sabjorn

hsv[:] 是整个数组 hsv 的视图。从对象的角度来看，它们并不是同一个对象，因为 hsv[:] is not hsv，但它们共享相同的底层数据。hsv[:].shape 和 hsv.shape 是相同的。对于 hsv[:][:] 也是一样的情况。查看它们的形状，一切都会变得清晰明了。 - unutbu

抱歉这么晚才接受这个答案。显然在过去的日子里我不知道这是可能的（或者这个功能比这个答案更新？！） - sabjorn