使用PIL和NumPy将图像转换为Lab数组,修改值,然后再转换回来

RGB是字节0。。255,例如黄色[255255,0], rgb2xyz() 等等。在三个浮子上工作,黄色[1,1,0]。
( color.py lab2rgb( rgb2lab([255,255,0]) ) 是垃圾。)

%run main.py ,然后打印数组的角点并结束?

添加于7月13日:为了记录/为了谷歌,以下是打包、解包和转换RGB图像数组的NumPy惯用法:

    # unpack image array, 10 x 5 x 3 -> r g b --
img = np.arange( 10*5*3 ).reshape(( 10,5,3 ))
print "img.shape:", img.shape
r,g,b = img.transpose( 2,0,1 )  # 3 10 5
print "r.shape:", r.shape

    # pack 10 x 5 r g b -> 10 x 5 x 3 again --
rgb = np.array(( r, g, b )).transpose( 1,2,0 )  # 10 5 3 again
print "rgb.shape:", rgb.shape
assert (rgb == img).all()

    # rgb 0 .. 255 <-> float 0 .. 1 --
imgfloat = img.astype(np.float32) / 255.
img8 = (imgfloat * 255).round().astype(np.uint8)  
assert (img == img8).all()

lab2rgb 或 rgb2lab ,和 RGB2实验室 似乎期望值在[0,1]范围内。

>>> a = numpy.array([[1,2,3],[4,5,6],[7,8,9]])
>>> a
array([[1, 2, 3],
       [4, 5, 6],
       [7, 8, 9]])
>>> color.lab2rgb(color.rgb2lab(a))
array([[ -1.74361805e-01,   1.39592186e-03,   1.24595808e-01],
       [  1.18478213e+00,   1.15700655e+00,   1.13767806e+00],
       [  2.62956273e+00,   2.38687422e+00,   2.21535897e+00]])
>>> from __future__ import division
>>> b = a/10
>>> b
array([[ 0.1,  0.2,  0.3],
       [ 0.4,  0.5,  0.6],
       [ 0.7,  0.8,  0.9]])
>>> color.lab2rgb(color.rgb2lab(a))
array([[ 0.1,  0.2,  0.3],
       [ 0.4,  0.5,  0.6],
       [ 0.7,  0.8,  0.9]])

xyz2lab 和 lab2xyz 函数正在做一些我不能一眼推断出来的数学运算(我对numpy或图像变换不太熟悉)。

PIL会给你数字[0255],在传递到rgb2lab函数之前,试着将这些数字缩小到[0,1],并在出来时进行备份。例如。:

#from __future__ import division # (if required)
[...]
# Create array of image using numpy
srcArray = numpy.asarray(src)/255

# Convert array from RGB into Lab
srcArray = color.rgb2lab(srcArray)

# Convert array back into Lab
end = color.lab2rgb(srcArray)*255
end = end.astype(numpy.uint8)