如何在python中对图像进行操作答案

【问题标题】：How to perform operations on images in python如何在python中对图像进行操作
【发布时间】：2021-12-04 20:26:42
【问题描述】：

我正在尝试完成一个挑战，我使用一个方程从其他图像构建一个新图像 (d)。然后我必须得到图像（d）中的标志。给定的图像是 a.png、b.png c.png 和 y.png，它们可以在这里找到：https://drive.google.com/drive/folders/1bZOm_0apr5ZmaRNf9R5UVIEmtMuYSphn?usp=sharing

等式：d = y - 21a - 3b + 41c

我当前的代码

from PIL import Image

imagey = Image.open('y.png')
imagea = Image.open('a.png')
imageb = Image.open('b.png')
imagec = Image.open('c.png')
size = width, height = imagey.size

new = Image.new('RGB', size)

imgy = imagey.load()
imga = imagea.load()
imgb = imageb.load()
imgc = imagec.load()
data = new.load()

for x in range(width):
    for y in range(height):
        they = imgy[x, y]
        thea = imga[x, y]
        theb = imgb[x, y]
        thec = imgc[x, y]

        new_color = ((int(they[0])) & ~(int((21 * thea[0])) ^ int((3 * theb[0])) ^ int(~(41 * thec[0]))),
                     (int(they[1])) & ~(int((21 * thea[1])) ^ int((3 * theb[1])) ^ int(~(41 * thec[1]))),
                     (int(they[2])) & ~(int((21 * thea[2])) ^ int((3 * theb[2])) ^ int(~(41 * thec[2]))))
        data[x, y] = new_color

new.save('final.png')
new.show()

【问题讨论】：

我不明白。你的公式是简单的乘法和加法。这与按位运算有什么关系？
如果您将Pillow image 转换为numpy array，或者您将使用OpenCV 或imageio 来加载图像（并直接获取numpy array），那么您可以直接使用imagey - 21*imagea - 3*imageb + 41*imagec

标签： python python-3.x python-imaging-library bitwise-operators

【解决方案1】：

如果您将Pillow image 转换为numpy array，或者您将使用OpenCV 或imageio 加载图像（并直接获取numpy array），那么您可以这样做直接

new = imagey - 21*imagea - 3*imageb + 41*imagec

结果：

不理想，但比使用您的代码要好得多。

overflow 可能有问题。它可以创建具有8bits 值的数组，并且计算可以给出16bits 或32bits 值，在每次计算中可以减少到8bits。

完整的工作代码：

import imageio

imagey = imageio.imread('y.png')
imagea = imageio.imread('a.png')
imageb = imageio.imread('b.png')
imagec = imageio.imread('c.png')

new = imagey - 21*imagea - 3*imageb + 41*imagec

imageio.imwrite('final.png', new)

# --- imageio doesn't have function to display it ---

import matplotlib.pyplot as plt

plt.imshow(new)
plt.show()

编辑：

如果我使用OpenCV，那么我会得到理想的结果

完整的工作代码：

import cv2

imagey = cv2.imread('y.png')
imagea = cv2.imread('a.png')
imageb = cv2.imread('b.png')
imagec = cv2.imread('c.png')

new = imagey - 21*imagea - 3*imageb + 41*imagec

cv2.imwrite('final.png', new)

# --- show window with image and wait for press any key ---

cv2.imshow('Image', new)
cv2.waitKey(0)
cv2.destroyAllWindows()

编辑：

顺便说一句： 版本将PIL Image 转换为numpy array，然后再转换回PIL Image - 但它给出的结果与imageio 相同。

from PIL import Image
import numpy as np

imagey = Image.open('y.png')
imagea = Image.open('a.png')
imageb = Image.open('b.png')
imagec = Image.open('c.png')

arr_y = np.array(imagey)
arr_a = np.array(imagea)
arr_b = np.array(imageb)
arr_c = np.array(imagec)

arr_new = arr_y - 21*arr_a - 3*arr_b + 41*arr_c

new = Image.fromarray(arr_new)

new.save('final.png')
new.show()

顺便说一句：

如果我在 Linux 上使用程序 file 检查图像，那么它显示 b.png 和 c.png 是 JPEG，而不是 PNG。

$ file b.png

b.png: JPEG image data, JFIF standard 1.01, resolution (DPI), 
density 300x300, segment length 16, 
Exif Standard: [TIFF image data, big-endian, direntries=0], baseline, 
precision 8, 960x640, components 3

我发现cv2.imread() 为c.png（即JPG 文件）和其他模块提供了几乎不同的值——我并不是说cv2 在BGR 中给出颜色而不是RGB - 后来这给出了正确的结果。可能cv2使用不同的C库来读取JPG。

【讨论】：