使用Python的PIL，有没有好的颜色映射可以将灰度图像转换为彩色图像？

Question

Matplotlib有很多好的配色方案，但性能不佳。我正在编写一些代码，将灰度图像变为彩色，使用配色方案进行插值是一个好主意。我想知道是否有开源的配色方案可用或演示代码可以使用Pillow将灰度图像转换为彩色图像？

---

说明：

1. Matplotlib适合演示，但对于成千上万张图片的性能不佳。
2. Matplotlib配色方案
3. 您可以将灰度图像映射到配色方案以获得彩色图像。

演示：

第一张图片是灰度图像，第二张使用'jet'配色方案映射，第三张使用'hot'配色方案。

问题在于，我对颜色不太了解，并且我希望在PIL中实现这样的效果，以获得更好的性能。

- Adam

---

请澄清你的问题，“但性能不佳”是什么原因？“使用颜色映射进行插值是个好主意”，你是什么意思？“将灰度图像转换为彩色图像”，以何种方式？哪些颜色应映射到哪些灰度色调？你有输入图像和结果的示例吗？ - Bart

Answer 1

您可以使用matplotlib中的颜色映射，并在没有任何matplotlib图形的情况下应用它们等。这将使事情更加快速：

import matplotlib.pyplot as plt

# Get the color map by name:
cm = plt.get_cmap('gist_rainbow')

# Apply the colormap like a function to any array:
colored_image = cm(image)

# Obtain a 4-channel image (R,G,B,A) in float [0, 1]
# But we want to convert to RGB in uint8 and save it:
Image.fromarray((colored_image[:, :, :3] * 255).astype(np.uint8)).save('test.png')

注意：

• 如果您的输入图像是浮点数，则值应在区间[0.0, 1.0]内。

• 如果您的输入图像是整数，则整数应在范围[0，N)内，其中N是映射中的颜色数。但根据您的需求，您可以重新采样映射为任意数量的值:

# If you need 8 color steps for an integer image with values from 0 to 7:
cm = plt.get_cmap('gist_rainbow', lut=8)

- Philipp F

Answer 2

我通过@ImportanceOfBeingErnest提到的重复答案找到了解决方案 (如何将Numpy数组转换为PIL图像并应用matplotlib颜色映射)

import matplotlib as mpl
import matplotlib.pyplot as plt
import matplotlib.image as mpimg
import numpy as np

import timeit

from PIL import Image

def pil_test():
    cm_hot = mpl.cm.get_cmap('hot')
    img_src = Image.open('test.jpg').convert('L')
    img_src.thumbnail((512,512))
    im = np.array(img_src)
    im = cm_hot(im)
    im = np.uint8(im * 255)
    im = Image.fromarray(im)
    im.save('test_hot.jpg')

def rgb2gray(rgb):
    return np.dot(rgb[:,:,:3], [0.299, 0.587, 0.114])

def plt_test():
    img_src = mpimg.imread('test.jpg')
    im = rgb2gray(img_src)
    f = plt.figure(figsize=(4, 4), dpi=128)
    plt.axis('off')
    plt.imshow(im, cmap='hot')
    plt.savefig('test2_hot.jpg', dpi=f.dpi)
    plt.close()

t = timeit.timeit(pil_test, number=30)
print('PIL: %s' % t)
t = timeit.timeit(plt_test, number=30)
print('PLT: %s' % t)

性能测试结果如下：

PIL: 1.7473899199976586
PLT: 10.632971412000188

它们都使用 hot 颜色映射，给我类似的结果。

- Adam

---

虽然它不能完全消除时间差异，但你肯定应该将matplotlib后端切换为非交互式的。你想要PNG格式，所以使用mpl.use("agg")。通过你的代码测试，速度大约快了两倍。 - NichtJens