numpy将RGB图像转换为YIQ颜色空间

Question

对于课程，我需要将RGB图像转换为YIQ。 我们被告知可以通过以下方式进行转换：

我开始编写一个带有循环的乱码，以便进行矩阵乘法，然后我找到了一个函数

 skimage.color.yiq2rgb(imYIQ)

当我向里面看看他们在做什么时，我看到了以下内容（我正在复制内容以便更清楚）：

yiq_from_rgb = yiq_from_rgb = np.array([[0.299,      0.587,        0.114],
                                 [0.59590059, -0.27455667, -0.32134392],
                                 [0.21153661, -0.52273617, 0.31119955]])
return np.dot(arr, yiq_from_rgb.T.copy())

当arr只是RGB pic作为矩阵时

我试图理解为什么这有效？为什么他们采用Transpose矩阵？ （.T） 当arr形状与yiq_from_rgb不同时，点积如何工作？

Answer 1

在包含转换矩阵的参考图中，转换矩阵位于RGB通道的左侧。因此，对于RGB图像中的第一个像素，我们分别称它为对应于R，G，B通道的(p1r, p1g, p1b)，我们需要乘以变换矩阵并将结果相加如下：

y1y = (0.299*p1r + 0.587*p1g + 0.114*p1b)
y1i = (0.596*p1r - 0.275*p1g - 0.321*p1b)
y1q = (0.212*p1r - 0.523*p1g + 0.311*p1b)

其中(y1y,y1i,y1q)是舍入/取int后生成的YIQ图像中第一个像素的值。我们对整个RGB图像中的所有像素进行相同类型的乘法，并获得所需的YIQ图像。

现在，由于他们使用np.dot(arr, yiq_from_rgb.T)执行整个实现，为了使权重正确运行，需要转换转换矩阵。并且copy只是为了进行转换而专门设置了转置变换矩阵。

另外，请注意，与您的图相反，在np.dot()中，RGB数组位于转换矩阵的左侧。