调整PIL图像的强度比例

Question

调整PIL图像的强度比例

pythonimage-processingpython-imaging-library

4

什么是PIL Image重新调整强度的最简单/最干净的方法？

假设我有一张来自12位相机的16位图像，因此仅使用值0-4095。我希望重新调整强度，使整个范围0-65535都被使用。当图像表示为PIL的Image类型时，最简单/最干净的方法是什么？

到目前为止，我想到的最好的解决方案是：

pixels = img.getdata()
img.putdata(pixels, 16)

这样做是可行的，但总是会使得最不重要的四位为空白。理想情况下，我希望将每个值向左移动四位，然后将四个最重要的位复制到四个最不重要的位。我不知道如何快速实现这一点。

- Vebjorn Ljosa

5个回答

2

为什么要将最高有效位复制回最低有效位？每个像素只有12个有效位信息，无论你做什么都不会改善它。如果你只需要4K的亮度级别，这对于大多数应用来说是可以接受的，那么你的解决方案是正确的，可能是最优的。如果你需要更多的渐变级别，那么像David所说，重新使用直方图进行计算，但这会显著降低速度。

但是，将四个最高有效位复制到四个最低有效位并不是正确的方法 :)

- user162756

2

我考虑复制4个MSB的原因是它将使用整个范围0-（2 ^ 16-1），因此原始图像中的饱和像素在重新缩放的图像中也会出现饱和。 - Vebjorn Ljosa

确实，这是将每个通道的位数提升到更高级别的标准方法。 - bobince

2

你需要做的是直方图拉伸（我回答过的类似问题链接），而不是直方图均衡化：直方图拉伸 http://cct.rncan.gc.ca/resource/tutor/fundam/images/linstre.gif 图片来源：Image source 在你的情况下，你只需要将所有像素值乘以16，这是两个动态范围之间的因子（65536/4096）。

- Ivan

1

你需要做的是直方图均衡化。如何使用python和pil完成：

LINK1
LINK2

编辑：将每个值向左移动四位，然后将最高有效位复制到最低有效位...

def f(n):
   return  n<<4 + int(bin(n)[2:6],2)

print(f(0))
print(f(2**12))

# output
>>> 0
    65664 # Oops > 2^16

- Pratik Deoghare

这两个链接完全相同。 - Nadia Alramli

不，直方图均衡化会以不同的方式拉伸直方图的不同部分。我想做的只是均匀地拉伸直方图，以使用整个强度范围。 - Vebjorn Ljosa

0

也许你应该传递16.0（一个浮点数）而不是16（一个整数）。我试图测试它，但由于某种原因putdata根本没有乘法...所以我希望它对你起作用。

- Paul

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- tzot · Accepted Answer

既然您知道像素值是0-4095，我找不到比这更快的方法：

new_image= image.point(lambda value: value<<4 | value>>8)

根据文档，lambda函数最多会被调用4096次，不管图像大小。

编辑：由于给定的点函数必须是形如argument * scale + offset的形式，对于I图像，则使用point函数是最好的选择:

new_image= image.point(lambda argument: argument*16)

最大的输出像素值将是65520。

第二个例子：

使用itertools来提高效率，对您自己的解决方案进行了修改：

import itertools as it # for brevity
import operator

def scale_12to16(image):
    new_image= image.copy()
    new_image.putdata(
        it.imap(operator.or_,
            it.imap(operator.lshift, image.getdata(), it.repeat(4)),
            it.imap(operator.rshift, image.getdata(), it.repeat(8))
        )
    )
    return new_image

这样可以避免point函数参数的限制。