我想将RGB图像转换为黑白RGB图像，其中如果像素的HSV值在某个范围内，则为黑色，否则为白色。
目前，我创建一个新图像，然后通过迭代其数据创建新像素值列表，然后使用.putdata()将该列表放入形成新图像中。
感觉应该有更快的方法来做到这一点，例如使用.point()，但似乎.point()不是给定像素，而是0到255的值。是否存在一个基于像素的.point()转换？
使用Python/PIL从RGB转换到HSV颜色空间并检测阈值
10
- Claudiu
10
4个回答
21
好的，这个是有效的（修复了一些溢出错误）：
import numpy, Image
i = Image.open(fp).convert('RGB')
a = numpy.asarray(i, int)
R, G, B = a.T
m = numpy.min(a,2).T
M = numpy.max(a,2).T
C = M-m #chroma
Cmsk = C!=0
# Hue
H = numpy.zeros(R.shape, int)
mask = (M==R)&Cmsk
H[mask] = numpy.mod(60*(G-B)/C, 360)[mask]
mask = (M==G)&Cmsk
H[mask] = (60*(B-R)/C + 120)[mask]
mask = (M==B)&Cmsk
H[mask] = (60*(R-G)/C + 240)[mask]
H *= 255
H /= 360 # if you prefer, leave as 0-360, but don't convert to uint8
# Value
V = M
# Saturation
S = numpy.zeros(R.shape, int)
S[Cmsk] = ((255*C)/V)[Cmsk]
# H, S, and V are now defined as integers 0-255
基于维基百科对HSV的定义。我会在有更多时间时仔细查看它。肯定有加速和可能存在的错误。如果您发现任何问题，请告诉我。干杯。
结果：
从这个色轮开始：
我得到了以下结果：
色相：
值：
饱和度：
- Paul
5
我从没见过这种使用掩码的方式。我必须承认，这比我的方法更易于理解。 - Benjamin
我会删除它们。您介意使用相同的色轮发布自己的结果吗？.png文件可以在此处找到：http://www.palette.com/hsvwheel.png - Paul
1不论型号如何，
c始终被定义为M-m。在你的代码中，应该将Value (v) 的定义更改为 M。Value 始终是 M，仅适用于 hexcone 型号。 - Paul使用您的代碼會造成因為
C似乎為零（使用hsvwheel.png）而導致除以零的結果！ - Stefan Profanter我修复了上面的代码并添加了RGB_TO_HSL。请查看我在这个帖子中的发言。 - Stefan Profanter
5
编辑2：现在返回与Paul代码相同的结果，正如它应该...
import numpy, scipy
image = scipy.misc.imread("test.png") / 255.0
r, g, b = image[:,:,0], image[:,:,1], image[:,:,2]
m, M = numpy.min(image[:,:,:3], 2), numpy.max(image[:,:,:3], 2)
d = M - m
# Chroma and Value
c = d
v = M
# Hue
h = numpy.select([c ==0, r == M, g == M, b == M], [0, ((g - b) / c) % 6, (2 + ((b - r) / c)), (4 + ((r - g) / c))], default=0) * 60
# Saturation
s = numpy.select([c == 0, c != 0], [0, c/v])
scipy.misc.imsave("h.png", h)
scipy.misc.imsave("s.png", s)
scipy.misc.imsave("v.png", v)
这段代码给出了颜色的 Hue 值在 0 到 360 之间，饱和度值在 0 到 1 之间，亮度值在 0 到 1 之间。我以图像格式查看了结果，它们看起来不错。
通过阅读您的问题，我不确定您是否只对 HSV 中的“Value”感兴趣。如果是这样，那么您可以跳过大部分代码。
然后，您可以根据这些值选择像素，并使用类似以下内容的代码将它们设置为 1（或白色/黑色）：
newimage = (v > 0.3) * 1
- Benjamin
8
我收回之前的说法。灰度值定义为色相为0只是一种惯例。只要你知道它们存在，NAN也同样有效。 - Paul
哇！几乎变成了一行代码！你漏了一个括号，而且“d”没有定义。色相测试中的条纹已经消失了，但还有其他问题。我想知道scipy的misc.image工具是否在做一些奇怪的事情？ - Paul
我肯定是在编辑过程中复制粘贴了。顺便说一下，你的工作做得很好。我一直希望numpy有一个类似于“select”的函数。现在我知道有这个函数了！ - Paul
1这是一张单色图像。圆形中心的像素具有非零色调，但您的算法却显示它们为零。我采取了额外的步骤，将您的数组转换为“uint8”数组，并通过PIL输出（
Image.fromarray((255*h/360).astype('uint8'),'L').save('hsvwheel_Hb2.png')），结果相同。这意味着错误与scipy的misc.imsave()函数无关。您的算法仍然存在问题。 - Paul哎呀！你对
M 和 m 的定义 包括 alpha 通道。你的问题在于 scipy 是支持 alpha 的！把 m, M = numpy.min(image, 2), numpy.max(image, 2) 改为 m, M = numpy.min(image[:,:,:3], 2), numpy.max(image[:,:,:3], 2) 就可以解决问题了。 - Paul显示剩余3条评论
2
这个解决方案基于Paul的代码。我修复了除零错误并实现了RGB到HSL的转换。还有HSL到RGB的转换：
import numpy
def rgb_to_hsl_hsv(a, isHSV=True):
"""
Converts RGB image data to HSV or HSL.
:param a: 3D array. Retval of numpy.asarray(Image.open(...), int)
:param isHSV: True = HSV, False = HSL
:return: H,S,L or H,S,V array
"""
R, G, B = a.T
m = numpy.min(a, 2).T
M = numpy.max(a, 2).T
C = M - m #chroma
Cmsk = C != 0
# Hue
H = numpy.zeros(R.shape, int)
mask = (M == R) & Cmsk
H[mask] = numpy.mod(60 * (G[mask] - B[mask]) / C[mask], 360)
mask = (M == G) & Cmsk
H[mask] = (60 * (B[mask] - R[mask]) / C[mask] + 120)
mask = (M == B) & Cmsk
H[mask] = (60 * (R[mask] - G[mask]) / C[mask] + 240)
H *= 255
H /= 360 # if you prefer, leave as 0-360, but don't convert to uint8
# Saturation
S = numpy.zeros(R.shape, int)
if isHSV:
# This code is for HSV:
# Value
V = M
# Saturation
S[Cmsk] = ((255 * C[Cmsk]) / V[Cmsk])
# H, S, and V are now defined as integers 0-255
return H.swapaxes(0, 1), S.swapaxes(0, 1), V.swapaxes(0, 1)
else:
# This code is for HSL:
# Value
L = 0.5 * (M + m)
# Saturation
S[Cmsk] = ((C[Cmsk]) / (1 - numpy.absolute(2 * L[Cmsk]/255.0 - 1)))
# H, S, and L are now defined as integers 0-255
return H.swapaxes(0, 1), S.swapaxes(0, 1), L.swapaxes(0, 1)
def rgb_to_hsv(a):
return rgb_to_hsl_hsv(a, True)
def rgb_to_hsl(a):
return rgb_to_hsl_hsv(a, False)
def hsl_to_rgb(H, S, L):
"""
Converts HSL color array to RGB array
H = [0..360]
S = [0..1]
l = [0..1]
http://en.wikipedia.org/wiki/HSL_and_HSV#From_HSL
Returns R,G,B in [0..255]
"""
C = (1 - numpy.absolute(2 * L - 1)) * S
Hp = H / 60.0
X = C * (1 - numpy.absolute(numpy.mod(Hp, 2) - 1))
# initilize with zero
R = numpy.zeros(H.shape, float)
G = numpy.zeros(H.shape, float)
B = numpy.zeros(H.shape, float)
# handle each case:
mask = (Hp >= 0) == ( Hp < 1)
R[mask] = C[mask]
G[mask] = X[mask]
mask = (Hp >= 1) == ( Hp < 2)
R[mask] = X[mask]
G[mask] = C[mask]
mask = (Hp >= 2) == ( Hp < 3)
G[mask] = C[mask]
B[mask] = X[mask]
mask = (Hp >= 3) == ( Hp < 4)
G[mask] = X[mask]
B[mask] = C[mask]
mask = (Hp >= 4) == ( Hp < 5)
R[mask] = X[mask]
B[mask] = C[mask]
mask = (Hp >= 5) == ( Hp < 6)
R[mask] = C[mask]
B[mask] = X[mask]
m = L - 0.5*C
R += m
G += m
B += m
R *=255.0
G *=255.0
B *=255.0
return R.astype(int),G.astype(int),B.astype(int)
def combineRGB(r,g,b):
"""
Combines separated R G B arrays into one array = image.
scipy.misc.imsave("rgb.png", combineRGB(R,G,B))
"""
rgb = numpy.zeros((r.shape[0],r.shape[1],3), 'uint8')
rgb[..., 0] = r
rgb[..., 1] = g
rgb[..., 2] = b
return rgb
- Stefan Profanter
1
我认为最快的结果可能是通过numpy实现。函数大致如下（更新，添加了更多示例细节）：
limg = im.convert("L", ( 0.5, 0.5, 0.5, 0.5 ) )
na = numpy.array ( limg.getdata() )
na = numpy.piecewise(na, [ na > 128 ], [255, 0])
limg.pytdata(na)
limg.save("new.png")
理想情况下，您可以在不先转换为黑白图像的情况下使用分段函数，这更接近于原始示例。语法应该是这样的：
na = numpy.piecewise(na, [ na[0] > 128 ], [255, 0])
但是，你必须小心，因为RGB图像的返回值要么是3元组，要么是4元组。
- Clarus
2
1使用NumPy的
asarray()函数是通常的转换技术，因为它可以节省一步。我不清楚你在使用piecewise()做什么。你能详细说明一下吗？ - Paul请详细说明这里发生了什么。 - Claudiu
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
原文链接
scikits.image.color.rgb2hsv()来获取HSV值，如果你能安装numpy/scipy等库的话，这是很好的选择。但是@paul，我敢打赌PIL中没有HSV函数，因为没有一种图像二进制格式存储它们的数据为HSV值。而且，最近在PIL中几乎没有添加任何东西...<哭脸/> - fish2000