时间戳

首页 > 解决方案 > 我如何在 Python 中读取图像并用定义的像素顺序重写它

python - 我如何在 Python 中读取图像并用定义的像素顺序重写它

问题描述

我目前正在尝试找到一种方法：

  1. 使用 Python 读取图像文件

  2. 将所有像素值读取为HSV值

  3. H首先按，然后按S和对这个值数组进行排序V

  4. 使用 numpy 从这个新制作的 Array 制作图像。

如果有人能指出我正确的方向，我将非常感激。

编辑1：

我已经尝试了一些代码，它确实产生了结果，但这不是预期的结果。我猜， np.sort 确实对元组进行了总体排序，而不是按列之一。也许有人有一个想法，如何解决这个问题。

import glob
from PIL import Image, ImageDraw
import numpy as np
import os
import colorsys

#definition of HSL/HSV colorspace
def hsl(x):
        to_float = lambda x : x / 255.0
        (r, g, b) = map(to_float, x)
        h, s, l = colorsys.rgb_to_hsv(r,g,b)
        h = h if 0 < h else 1 # 0 -> 1
        return h, s, l


#get the image filenames
images = glob.glob("test/*.jpg")
print(images)


#output_folder generation
output_folder = 'test/out_new'
if not os.path.exists(output_folder):
    os.makedirs(output_folder)


#loop through all image filenames
for image in images:
    #load the current image
    im = Image.open(image) 
    
    #get a tuple of the x and y dimensions of the image
    width, height = im.size

    # creating empty img-array with same dimensions
    data = np.zeros((height, width, 3), dtype=np.uint8)
    #load the pixel info of image
    pix = im.load()
    width, height = im.size # get original size for processing

    img_filename = os.path.splitext(image)[0]+'_sorted.jpg'
    img_filename = os.path.split(img_filename)[1]
    img_filename = os.path.join(output_folder, img_filename)

        
    dataset = {}

    for x in range(width):
        for y in range(height):
            h = (pix[x,y][0])
            s = (pix[x,y][1])
            l = (pix[x,y][2])
            #make a unique id for this color to use as key
            uid = f'{h},{s},{l}'
        

            # use h,s,l pixel output for image. switched axis due to bug in 
            data[y][x] = [h, s, l]
            # uncomment for r,g,b pixel output for image
            #data[y][x] = [r, g, b]

            if not uid in dataset:
                dataset[uid] = 0
            #count one up for this key
            dataset[uid] += 1

         

    # sort pixel 
    data_sorted = np.sort(data, axis=0)
    # create image
    newimage = Image.fromarray(data_sorted)
    #newimage = Image.fromarray(data)
    # save image
    newimage.save(img_filename)

编辑 2：提供的代码标记遗憾地没有产生预期的结果。由代码创建的图像应包含与原始图像相同的彩色像素，但采用排序方式。因此，原件的每种颜色都应该仍然可见。 我这样做是为了创建一种在二维图像中（准）可视化 H、S 和 V 数组的三个维度的方法。

原图[1]：https ://i.stack.imgur.com/hmiOE.jpg

Marks代码[2]生成的图片：https ://i.stack.imgur.com/foHGC.jpg

非常感谢您到目前为止的答案！

标记代码实际上做了它应该做的事情，如果我将转换为 HSV 的话。附上一个例子。

排序后的 RGB 值 [3]：https ://i.stack.imgur.com/WWiY1.jpg

标签： pythonnumpypython-imaging-library

解决方案

这是一些希望能满足您要求的代码：

#!/usr/bin/env python3

import numpy as np
from PIL import Image

# Load image and convert to HSV
im = Image.open('image.png').convert('HSV')

# Convert to Numpy array and reshape to column vector of HSV pixels
pv = np.array(im).reshape(-1,3)

# Sort by H, S, V and convert back to original shape
res = pv[np.lexsort((pv[:,2], pv[:,1],pv[:,0]))]
res = res.reshape((im.height,im.width,3))

# Convert back to PIL Image, back to RGB and save
Image.fromarray(res, mode='HSV').convert('RGB').save('result.png')

推荐阅读