將范圍內的RGB像素值轉換為連續數字

Question

伙計們，我是python的新手，但我對此深信不疑。 如果您能幫助我，將不勝感激。

我有一個圖像，每個像素中都有許多顏色。 它們都表示一個數字。

使用從0到15625像素的此范圍構建圖像。 從0到15625范圍內的每個像素都有不同的顏色，並且使用該顏色構造了上面的圖像。

圖片范圍 （非常大，因此您可能需要下載它才能查看圖片）

我想做的是將RGB值從第一個像素值（5,5,5）轉換為1，將下一個像素值轉換為2，依此類推。 因此，上圖中的每個像素可能對應一個值。

這類似於這個問題，但是我不認為它可以完成我想做的事情。 如何將圖像的所有像素值轉換為特定范圍-python

這是我用來創建范圍的代碼

#!/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")

這是查找范圍內每個像素的RGB值的代碼

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

這是用於創建沒有額外像素值的子數組的代碼，因為圖像中的每個“像素”值都包含許多像素。 a =圖像值數組

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

這是一些主意。

讓我們加載您的圖像

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)

哪個輸出

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

現在假設我們要查找圖像中的第一個像素

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以逐行比較）

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

這為您提供了所有像素的遮罩，對於匹配項為True ，否則為False 。

現在，您可以使用np.where將其轉換為索引列表（在您的情況下，我們假設其長度為1 ）。

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

並且，假設每個像素都有一個唯一的映射，您將獲得

(array([15609]),)

現在，此方法確實非常緩慢且效率低下，您必須對圖像的每個像素重復此方法。 可能有某種方法可以加快它的速度，但是目前我還沒有看到它，讓我們看看是否還有其他人有更好的輸入。