将范围内的RGB像素值转换为连续数字

Question

伙计们，我是python的新手，但我对此深信不疑。 如果您能帮助我，将不胜感激。

我有一个图像，每个像素中都有许多颜色。 它们都表示一个数字。

使用从0到15625像素的此范围构建图像。 从0到15625范围内的每个像素都有不同的颜色，并且使用该颜色构造了上面的图像。

图片范围 （非常大，因此您可能需要下载它才能查看图片）

我想做的是将RGB值从第一个像素值（5,5,5）转换为1，将下一个像素值转换为2，依此类推。 因此，上图中的每个像素可能对应一个值。

这类似于这个问题，但是我不认为它可以完成我想做的事情。 如何将图像的所有像素值转换为特定范围-python

这是我用来创建范围的代码

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

# Create array to hold output image
result=np.zeros([1,25*25*25,3],dtype=np.uint8)

#change the values above i.e. 51*51*51 done by (upperbound-lowerbound)/step i.e (255-0)/5
j=0
for r in range(5,255,10):
    for g in range(5,255,10):
        for b in range(5,255,10):
            result[0,j]= (r,g,b)
            j+=1

# Convert output array to image and save
im=Image.fromarray(result)
im.save("perfect1.png")

这是查找范围内每个像素的RGB值的代码

from PIL import Image

i = Image.open('perfect1.png')
pixels = i.load() # this is not a list, nor is it list()'able
width, height = i.size

all_pixels = []
for x in range(width):
    for y in range(height):
        cpixel = pixels[x, y]
        all_pixels.append(cpixel)

print all_pixels

这是用于创建没有额外像素值的子数组的代码，因为图像中的每个“像素”值都包含许多像素。 a =图像值数组

rows_mask = np.insert(np.diff(a[:, 0]).astype(np.bool), 0, True)
columns_mask = np.insert(np.diff(a[0]).astype(np.bool), 0, True)
b = a[np.ix_(rows_mask, columns_mask)]

Answer 1

这是一些主意。

让我们加载您的图像

import numpy as np
from scipy.misc import imread

img = imread("img.png")[..., :3]   # drop alpha channel
lut = imread("lut.png").squeeze()  # squeeze 1D first axis

print(img.shape)
print(lut.shape)

哪个输出

(589, 612, 3)
(15625, 3)

现在假设我们要查找图像中的第一个像素

print(img[0, 0])
[245 245  95]

您可以在查找表中找到所有具有相同值的像素（ axis=1以逐行比较）

np.all(img[0, 0] == lut, axis=1)

这为您提供了所有像素的遮罩，对于匹配项为True ，否则为False 。

现在，您可以使用np.where将其转换为索引列表（在您的情况下，我们假设其长度为1 ）。

idx = np.where(np.all(img[0, 0] == lut, axis=1))

并且，假设每个像素都有一个唯一的映射，您将获得

(array([15609]),)

现在，此方法确实非常缓慢且效率低下，您必须对图像的每个像素重复此方法。 可能有某种方法可以加快它的速度，但是目前我还没有看到它，让我们看看是否还有其他人有更好的输入。