在将XYZ转换为线性sRGB时,答案超出范围[0,1]

时间:2018-02-26 00:15:39

标签: python-3.x computer-vision srgb color-conversion cieluv

我的任务是将RGB图像转换为LuvImage。 在此域中执行线性拉伸。而不是将其转换回RGB域。

原始图片:

  

[[0 0 0]

     

[255 0 0]

     

[100 100 100]

     

[0 100 100]]

Luv域中线性拉伸后的Luv图像

  

[[0,0,0],

     

[100,175,37.7],

     

[79.64,0,0],

     

[71.2,-29.29,-6.339]]

现在,我正在将其转换为 XYZ图像。答案是,

  

[[0,0,0],

     

[1.5,1,5.33],

     

[0.533,0.56,0.61],

     

[0.344,0.425,0.523]]

现在,之后我将其转换为线性sRGB图像 通过将图像与矩阵

相乘
  

[[3.240479,-1.53​​715,-0.498535],

     

[ - 0.969256,1.875991,0.041556],

     

[0.055648,-0.204043,1.057311]]

此转换的答案 - 线性sRGB图像

  

[[0。 0. 0。,

     

[3.07132001 0.44046801 0.44082034],

     

[0.55904669 0.55972465 0.55993322],

     

[0.20106868 0.4850426 0.48520307]]

这里的问题是,对于第二个像素,sRGB值不在[0,1]范围内。对于所有其他像素,我获得了正确的值。

def XYZToLinearRGB(self, XYZImage):
    '''
    to find linearsRGBImage, we multiply XYZImage with static array
    [[3.240479, -1.53715, -0.498535],
     [-0.969256, 1.875991, 0.041556],
     [0.055648, -0.204043, 1.057311]]

    '''
    rows, cols, bands = XYZImage.shape # bands == 3

    linearsRGBImage =  np.zeros([rows, cols, bands], dtype=float)
    multiplierMatrix = np.array([[3.240479, -1.53715, -0.498535],
                                 [-0.969256, 1.875991, 0.041556],
                                 [0.055648, -0.204043, 1.057311]])

    for i in range(0, rows):
        for j in range(0, cols):
            X,Y,Z = XYZImage[i,j]
            linearsRGBImage[i,j] = np.matmul(multiplierMatrix, np.array([X,Y,Z]))
        #for j -ends
    #for i -ends

    return linearsRGBImage 

此转换的代码如上所述。有人可以指出第二个像素我做错了什么,以及如何解决它?

1 个答案:

答案 0 :(得分:0)

嗯,我在研究后找到的一个简单的解决方案就是剪切值。 因此,如果该值超出范围,则假设r <0,则将r指定为0。 对于较大的值也是如此。如果r> 1(在我的情况下为3.07),我们将r指定为1。

所以我的代码的最新版本:

def XYZToLinearRGB(self, XYZImage):
    '''
    to find linearsRGBImage, we multiply XYZImage with static array
    [[3.240479, -1.53715, -0.498535],
     [-0.969256, 1.875991, 0.041556],
     [0.055648, -0.204043, 1.057311]]

    '''
    rows, cols, bands = XYZImage.shape # bands == 3

    linearsRGBImage =  np.zeros([rows, cols, bands], dtype=float)
    multiplierMatrix = np.array([[3.240479, -1.53715, -0.498535],
                                 [-0.969256, 1.875991, 0.041556],
                                 [0.055648, -0.204043, 1.057311]])

    for i in range(0, rows):
        for j in range(0, cols):
            X,Y,Z = XYZImage[i,j]
            rgbList = np.matmul(multiplierMatrix, np.array([X,Y,Z]))
            for index, val in enumerate(rgbList):
                if val<0:
                    rgbList[index]=0
                #if val -ends
                if val>1:
                    rgbList[index]=1
                #if val -ends
            #for index, val -ends
            linearsRGBImage[i,j]=rgbList
        #for j -ends
    #for i -ends

    return linearsRGBImage 

虽然如果有人有更好的建议,但最受欢迎。