Home / Questions / 226799
Accepted
Jesus_jbs
Asked: 2020-01-03 10:22:13 +0800 CST 2020-01-03 10:22:13 +0800 CST

如何使用 numpy.xml 修改图像中的颜色强度。Python

  • 772

我有以下定义来创建一个以灰度显示图像的函数：

def escala_grises(imagen):
''' Transforma una imagen en color a grados de grises

ENTRADA: 
   - imagen: matriz de píxeles -> [[(float, float, float)]]
SALIDA: 
   - matriz de píxeles con la imagen de entrada en escala de grises -> [[float]]

Toma como entrada una matriz de píxeles RGB, y produce como salida una
matriz de píxeles con intensidades en escala de grises (un único valor por
cada pixel).

Para convertir una imagen en color a escala de grises hay que aplicar
los siguientes pesos para integrar los tres canales de color en un único
valor de intensidad:
    - Rojo:  0.2989
    - Verde: 0.5870
    - Azul:  0.1140
'''

参数imagen是使用数组从“.jpeg”文件中提取的数组。例如：[[[82, 119, 171], [91, 128, 180], [85, 122, 174], [84, 121, 173], [88, 125, 177], [84, 121, 173], [84, 121, 173], [85, 122, 174]]]。

我猜它是一个 3D 数组，因为方法shape返回(330, 600, 3)，我认为 3 来自“RGB”文件中存在的颜色数。

[0.2989, 0.5870, 0.1140]问题是，考虑到我只能使用以下导入的模块，如何修改数组以使平均颜色强度匹配：

from matplotlib import pyplot as plt
import numpy as np

- 回复 abulafia 关于评论 显然，我不应该使用métodos图书馆numpy，因为我不应该给他们。因此，我尝试使用以下代码重新创建您告诉我的内容： 

filtro = []
for i in imagen:
    for r,g,b in i:
        rojo = r*0.2989
        verde = g*0.5870
        azul = b*0.1140
        numero = [int(rojo + verde + azul)]
        filtro.append(numero)
return filtro

但它给出了一个带有错误的空白图像：

ValueError: Image size of 1x198000 pixels is too large. It must be less than 2^16 in each direction.

附灰度功能和图像显示功能测试：

def test_escala_grises(imagen):
    grises = escala_grises(imagen)
    muestra_imagen(grises, cmap='gray')
    guarda_imagen('../img/grises.jpeg', grises, cmap='gray')

def muestra_imagen(imagen, cmap=None):
    imagen = np.array(imagen, dtype='uint8')
    plt.imshow(imagen, cmap=cmap)
    plt.show()
python

1 Answers

  1. Best Answer

    将每个像素转换为灰度的代码是正确的。但是你有一个错误：

    • 您在函数末尾返回的列表escala_grises()不再像输入图像那样是二维数组，而只是像素序列。你必须使用reshape它来恢复它原来的二维形状，否则plt.imgshow()它不知道如何显示它。
    • 您应该使用cmap="Gray_r"来使用灰度，其中 0 代表黑色，255 代表白色（默认值是相反的）。

    解决这些问题：

    import numpy as np
import matplotlib.pyplot as plt

def escala_grises(imagen):
  filtro = []
  for i in imagen:
      for r,g,b in i:
          rojo = r*0.2989
          verde = g*0.5870
          azul = b*0.1140
          numero = [int(rojo + verde + azul)]
          filtro.append(numero)
  # Usamos los valores en imagen.shape para conocer el ancho x alto originales
  # y reformateamos la lista para que use esas dimensiones
  result = np.reshape(filtro, imagen.shape[:2])
  return result


def muestra_imagen(imagen, cmap="Greys_r"):
    # Con el nuevo código no es necesario convertirlo a array numpy
    # pues la función escala_grises ya retorna uno
    # imagen = np.array(imagen, dtype='uint8')
    plt.imshow(imagen, cmap=cmap)
    plt.show()

    使用示例（下图，取自此处）

    输入图像

    im = plt.imread("no-bonsai-kitten.jpg", format="jpeg")
grises = escala_grises(im)
muestra_imagen(grises)

    结果：

    结果

    更新

    所以不需要使用np.reshape()，返回的结果escala_grises()应该是一个列表的列表，这样它的每个元素都代表一行（元素的数量与原始图像中的列数一样多）。

    下面的代码实现了这个版本：

    def escala_grises(imagen):
  result = []  # Esta lista será de "filas"
  for fila in range(imagen.shape[0]):
    aux = []   # Creamos una fila vacia
    for columna in range(imagen.shape[1]):
      pixel = imagen[fila][columna]
      gris = pixel[0]*0.2989 + pixel[1]*0.5870 + pixel[2]*0.1140
      # Añadimos este pixel a la fila
      aux.append(int(gris))
    # Una vez terminada la fila, la añadimos a la lista general
    result.append(aux)
  return result
    • 1