在Python上使用PIL更改像素颜色

Question

我对编程非常陌生，并且正在学习有关使用PIL进行图像处理的更多信息。

我有一项特定的任务，要求我将每个特定像素的颜色更改为另一种颜色。 由于需要更改的像素不止几个，因此我创建了一个for循环来访问每个像素。 脚本至少“有效”，但是结果只是每个像素中具有（0，0，0）颜色的黑屏。

from PIL import Image
img = Image.open('/home/usr/convertimage.png')
pixels = img.load()
for i in range(img.size[0]):
    for j in range(img.size[1]):
            if pixels[i,j] == (225, 225, 225):
                pixels[i,j] = (1)
            elif pixels[i,j] == (76, 76, 76):
                pixels [i,j] = (2)
            else: pixels[i,j] = (0)
img.save('example.png')

我的图像是灰度图像。 有特定的颜色，并且边框附近有渐变颜色。 我试图用另一种颜色替换每种特定的颜色，然后用另一种颜色替换渐变颜色。

但是，对于我一生来说，我根本不明白为什么我的输出完全只显示一种（0，0，0）颜色。

我试图在网上和朋友那里寻找答案，但无法提出解决方案。

如果外面有人知道我在做什么错，我们将非常感谢您提供任何反馈意见。 提前致谢。

Answer 1

问题是，正如您所说，您的图像是灰度的 ，因此在此行上：

if pixels[i,j] == (225, 225, 225):

没有像素会等于RGB三元组(255,255,255)因为白色像素将只是灰度值255而不是RGB三元组。

如果将循环更改为：

        if pixels[i,j] == 29:
            pixels[i,j] = 1
        elif pixels[i,j] == 179:
            pixels [i,j] = 2
        else:
            pixels[i,j] = 0

这是对比结果：

---

您可能要考虑使用“ Look Up Table”或LUT进行转换，因为大量的if语句可能会变得笨拙。 基本上，图像中的每个像素都会替换为一个新像素，该像素可以通过在表中查找其当前索引来找到。 我也用numpy来做，很有趣：

#!/usr/local/bin/python3
import numpy as np
from PIL import Image

# Open the input image
PILimage=Image.open("classified.png")

# Use numpy to convert the PIL image into a numpy array
npImage=np.array(PILimage)

# Make a LUT (Look-Up Table) to translate image values. Default output value is zero.
LUT=np.zeros(256,dtype=np.uint8)
LUT[29]=1    # all pixels with value 29, will become 1
LUT[179]=2   # all pixels with value 179, will become 2

# Transform pixels according to LUT - this line does all the work
pixels=LUT[npImage];

# Save resulting image
result=Image.fromarray(pixels)
result.save('result.png')

结果-拉伸对比度后：

---

上面我可能有点冗长，所以如果您喜欢更简洁的代码：

import numpy as np
from PIL import Image

# Open the input image as numpy array
npImage=np.array(Image.open("classified.png"))

# Make a LUT (Look-Up Table) to translate image values
LUT=np.zeros(256,dtype=np.uint8)
LUT[29]=1    # all pixels with value 29, will become 1
LUT[179]=2   # all pixels with value 179, will become 2

# Apply LUT and save resulting image
Image.fromarray(LUT[npImage]).save('result.png')