将范围内的RGB像素值转换为连续数字

Question

伙计们我是python的新手，而且我坚持这个。如果你能帮助我，真的很感激。

我的图像中每个像素都有多种颜色。它们都表示一个数字。

使用0到15625像素的范围构建图像。 0到15625范围内的每个像素具有不同的颜色，并且使用它构造上述图像。

image range（它很大，所以你可能需要下载才能看到图像）

我尝试做的是将RGB值从第一个像素值（5,5,5）的范围转换为1，将范围中的下一个像素值转换为2，依此类推。因此，上图中的每个像素都可以对应一个值。

它类似于这个问题，但我不认为它能做我想做的事情。 How to Convert all pixel values of an image to a certain range -python

这是我用来创建范围的代码

#!/usr/local/bin/python3
from PIL import Image
import numpy as np

# Create array to hold output image
result=np.zeros([1,25*25*25,3],dtype=np.uint8)

#change the values above i.e. 51*51*51 done by (upperbound-lowerbound)/step i.e (255-0)/5
j=0
for r in range(5,255,10):
    for g in range(5,255,10):
        for b in range(5,255,10):
            result[0,j]= (r,g,b)
            j+=1

# Convert output array to image and save
im=Image.fromarray(result)
im.save("perfect1.png")

这是用于查找范围

中每个像素的RGB值的代码

from PIL import Image

i = Image.open('perfect1.png')
pixels = i.load() # this is not a list, nor is it list()'able
width, height = i.size

all_pixels = []
for x in range(width):
    for y in range(height):
        cpixel = pixels[x, y]
        all_pixels.append(cpixel)

print all_pixels

这是用于创建子阵列的代码，其中没有额外的像素值作为每个＆＃34;像素＆＃34;图像中的值包含多个像素。 a =图像值的数组

rows_mask = np.insert(np.diff(a[:, 0]).astype(np.bool), 0, True)
columns_mask = np.insert(np.diff(a[0]).astype(np.bool), 0, True)
b = a[np.ix_(rows_mask, columns_mask)]

Answer 1

这里有一些想法。

让我们加载您的图片

import numpy as np
from scipy.misc import imread

img = imread("img.png")[..., :3]   # drop alpha channel
lut = imread("lut.png").squeeze()  # squeeze 1D first axis

print(img.shape)
print(lut.shape)

哪个输出

(589, 612, 3)
(15625, 3)

现在让我们说要查找图片中的第一个像素

print(img[0, 0])
[245 245  95]

您可以在查找表中找到具有相同值的所有像素（axis=1以逐行比较）

np.all(img[0, 0] == lut, axis=1)

其中为所有像素提供了掩码，匹配为True，否则为False。

现在您可以将其转换为索引列表（在您的情况下，我们可以假设其长度为1）与np.where

idx = np.where(np.all(img[0, 0] == lut, axis=1))

并且，假设每个像素都有一个唯一的映射，你将得到

(array([15609]),)

现在这种方法非常慢且效率低，你必须为图像的每个像素重复它。可能有某种方法可以加快速度，但目前我还没有看到它，让我们看看其他人是否有更好的投入。