【发布时间】:2017-02-24 19:15:06
【问题描述】:
我要将 RGB 图像转换为 YIQ 图像,反之亦然。问题是 Python 给了我一个奇怪的图像,而 MATLAB 显示了正确的图像。我花了几个小时来弄清楚出了什么问题,但我仍然不知道。
我将 Python 3.5.2 与 OpenCV 3.1.0 和 MATLAB R2016a 一起使用。
RGB2YIQ 的 Python 代码:
import cv2 as cv
import numpy as np
def rgb2yiq(img):
row, col, ch = img.shape
Y = np.zeros((row,col))
I = np.zeros((row,col))
Q = np.zeros((row,col))
for i in range(row):
for j in range(col):
Y[i,j] = 0.299 * img[i,j,2] + 0.587 * img[i,j,1] + 0.114 * img[i,j,0]
I[i,j] = 0.596 * img[i,j,2] - 0.274 * img[i,j,1] - 0.322 * img[i,j,0]
Q[i,j] = 0.211 * img[i,j,2] - 0.523 * img[i,j,1] + 0.312 * img[i,j,0]
yiq = cv.merge((Y,I,Q))
return yiq.astype(np.uint8)
def main():
img = cv.imread("C:/Users/Kadek/Documents/MATLAB/peppers.jpg")
img = rgb2yiq(img)
cv.imwrite("YIQ.jpg",img)
cv.namedWindow('Image', cv.WINDOW_NORMAL)
cv.imshow('Image', img)
cv.waitKey(0)
cv.destroyAllWindows()
main()
RGB2YIQ 的 MATLAB 代码:
img = imread('peppers.jpg');
[row col ch] = size(img);
for x=1:row
for y=1:col
Y(x,y) = 0.299 * img(x,y,1) + 0.587 * img(x,y,2) + 0.114 * img(x,y,3);
I(x,y) = 0.596 * img(x,y,1) - 0.274 * img(x,y,2) - 0.322 * img(x,y,3);
Q(x,y) = 0.211 * img(x,y,1) - 0.523 * img(x,y,2) + 0.312 * img(x,y,3);
end
end
yiq(:,:,1) = Y;
yiq(:,:,2) = I;
yiq(:,:,3) = Q;
figure, imshow(yiq);
YIQ2RGB 的 Python 代码:
import cv2 as cv
import numpy as np
def yiq2rgb(img):
row, col, ch = img.shape
r = np.zeros((row,col))
g = np.zeros((row,col))
b = np.zeros((row,col))
for i in range(row):
for j in range(col):
r[i,j] = img[i,j,0] * 1.0 + img[i,j,1] * 0.9562 + img[i,j,2] * 0.6214
g[i,j] = img[i,j,0] * 1.0 - img[i,j,1] * 0.2727 - img[i,j,2] * 0.6468
b[i,j] = img[i,j,0] * 1.0 - img[i,j,1] * 1.1037 + img[i,j,2] * 1.7006
rgb = cv.merge((b,g,r))
return rgb.astype(np.uint8)
def main():
img = cv.imread("YIQ.jpg")
img = yiq2rgb(img)
cv.imwrite("test.jpg",img)
cv.namedWindow('Image', cv.WINDOW_NORMAL)
cv.imshow('Image', img)
cv.waitKey(0)
cv.destroyAllWindows()
main()
YIQ2RGB 的 MATLAB 代码:
img = imread('YIQ.jpg');
[row col ch] = size(img);
for x=1:row
for y=1:col
R(x,y) = 1.0 * img(x,y,1) + 0.9562 * img(x,y,2) + 0.6214 * img(x,y,3);
G(x,y) = 1.0 * img(x,y,1) - 0.2727 * img(x,y,2) - 0.6468 * img(x,y,3);
B(x,y) = 1.0 * img(x,y,1) - 1.1037 * img(x,y,2) + 1.7006 * img(x,y,3);
end
end
rgb(:,:,1) = R;
rgb(:,:,2) = G;
rgb(:,:,3) = B;
imwrite(rgb,'YIQ2RGB.jpg');
figure, imshow(rgb);
有人说我曾经在操作之前将图像转换为 float64。已经尝试过了,但没有任何改变。 我还使用 astype(np.uint8) 将 float64 转换为 uint8 以避免超出 [0..255] 的值。在MATLAB中没有这样的问题。
【问题讨论】:
-
关于高效 numpy 编码的旁注:循环非常慢,向量化速度很快。因此,如果您希望程序在合理的时间内运行,请写
r[:,:] = img[:,:,0]而不是for i in range(row): j in range(col): r[i,j] = img[i,j,0]。 -
在python中,在for循环之前将img转换为float
-
@jadsq 是的,谢谢你的建议。之前没注意。
-
@Miki 我试过了,但没有任何改变。
标签: python matlab opencv image-processing ipython