Question

下面是python中使用PIL突出显示两个图像之间差异的当前工作代码。但其余的图像都是黑色的。

目前我想要显示背景以及突出显示的图像。

无论如何，我可以保持节目的背景更轻，只是突出差异。

from PIL import Image, ImageChops
point_table = ([0] + ([255] * 255))

def black_or_b(a, b):
    diff = ImageChops.difference(a, b)
    diff = diff.convert('L')
    # diff = diff.point(point_table)
    h,w=diff.size
    new = diff.convert('RGB')
    new.paste(b, mask=diff)
    return new

a = Image.open('i1.png')
b = Image.open('i2.png')
c = black_or_b(a, b)
c.save('diff.png')

！https://drive.google.com/file/d/0BylgVQ7RN4ZhTUtUU1hmc1FUVlE/view?usp=sharing

Answer 1

PIL确实有一些方便的图像处理方法，但是当人们想要的时候还有很多缺点开始进行严肃的图像处理 -

大多数Python文章都会建议你切换在你的像素数据上使用NumPy，我会给出你完全控制 - 其他成像库，如leptonica，gegl和vips 都有Python绑定和一系列不错的功能用于图像合成/分割。

在这种情况下，事情是想象一个人会怎样在图像处理程序中获得所需的输出：你有一个黑色（或其他颜色）阴影放置原始图像，然后粘贴第二张图像，但是使用阈值（即像素是相等或者不同 - 所有中间值都应该四舍五入差异的“不同”作为第二幅图像的掩模。

我修改了你的功能以创建这样的合成 -

from PIL import Image, ImageChops, ImageDraw
point_table = ([0] + ([255] * 255))

def new_gray(size, color):
    img = Image.new('L',size)
    dr = ImageDraw.Draw(img)
    dr.rectangle((0,0) + size, color)
    return img

def black_or_b(a, b, opacity=0.85):
    diff = ImageChops.difference(a, b)
    diff = diff.convert('L')
    # Hack: there is no threshold in PILL,
    # so we add the difference with itself to do
    # a poor man's thresholding of the mask: 
    #(the values for equal pixels-  0 - don't add up)
    thresholded_diff = diff
    for repeat in range(3):
        thresholded_diff  = ImageChops.add(thresholded_diff, thresholded_diff)
    h,w = size = diff.size
    mask = new_gray(size, int(255 * (opacity)))
    shade = new_gray(size, 0)
    new = a.copy()
    new.paste(shade, mask=mask)
    # To have the original image show partially
    # on the final result, simply put "diff" instead of thresholded_diff bellow
    new.paste(b, mask=thresholded_diff)
    return new


a = Image.open('a.png')
b = Image.open('b.png')
c = black_or_b(a, b)
c.save('c.png')

Answer 2

以下是使用libvips的解决方案：

import sys

from gi.repository import Vips

a = Vips.Image.new_from_file(sys.argv[1], access = Vips.Access.SEQUENTIAL)
b = Vips.Image.new_from_file(sys.argv[2], access = Vips.Access.SEQUENTIAL)

# a != b makes an N-band image with 0/255 for false/true ... we have to OR the
# bands together to get a 1-band mask image which is true for pixels which
# differ in any band
mask = (a != b).bandbool("or")

# now pick pixels from a or b with the mask ... dim false pixels down 
diff = mask.ifthenelse(a, b * 0.2)

diff.write_to_file(sys.argv[3])

使用PNG图像时，大多数CPU时间用于PNG读写，因此vips只比PIL解决方案快一点。

libvips确实使用了更少的内存，特别是对于大图像。 libvips是一个流式库：它可以同时加载，处理和保存结果，它不需要在开始工作之前将整个图像加载到内存中。

对于10,000 x 10,000 RGB tif，libvips的速度大约是其两倍，并且需要大约1/10的内存。

Answer 3

如果你没有坚持使用Python的想法，那么使用ImageMagick有一些非常简单的解决方案：

“Diff” an image using ImageMagick

比较两个图像并突出显示第二个图像上的差异

3 个答案: