Question

我正在尝试对图片应用“滤镜”，以将红色，绿色和蓝色内容更改为原始内容的0.1、0.5和0.9。我正在按照本课程的要求使用python和枕头

现在，我正在尝试通过应用.split方法将颜色部分拆分为不同的图片。接下来，我想将原始图片的不同部分乘以0.1、0.5和0.9 为此，我使用numpy.array（）将其转换为矩阵这是要走的路吗？如果是这样，我如何将更改后的矩阵转换回图片？

import PIL
from PIL import Image
from PIL import ImageFilter
from PIL import ImageEnhance
import numpy

from IPython.display import display
# read image and convert to RGB
image=Image.open("readonly/msi_recruitment.gif")
image=image.convert('RGB')
image_bands = image.split()
rot = image_bands[0]
grün = image_bands[1]
blau = image_bands[2]
#display(image_bands)
print(x)
z = numpy.array(rot)
z = z * [0.1]

display(z)

谢谢您的帮助！

Answer 1

我很想以numpy的方式完成大部分任务。首先加载库并打开图像：

arr = np.array(im, dtype=float)

然后直接转换为numpy数组：

(height, width, 3)

请注意，这将为您提供形状为arr[:,:,0]的数组，其中最后3个元素是RGB通道，即dtype=float是红色通道。 red * 0.1的原因是使您的“过滤器”更容易，因为您不能直接对整数数据类型（图像大多为uint8）进行arr[:,:,0] *= 0.1 arr[:,:,1] *= 0.5 arr[:,:,2] *= 0.9。

然后您可以进行转换：

Image.fromarray(arr.astype(np.uint8))

并转换回PIL /枕头图像，确保在途中返回正确的数据类型：

arr = np.array(im)
arr[:,:,0] //= 10
arr[:,:,1] //= 2
arr[:,:,2] -= arr[:,:,2] // 10
Image.fromarray(arr)

Jupyter为我很好地内联显示

请注意，如果您想使用更少的内存，则可以使用以下内容：

{{1}}

但是做这样的事情很尴尬，因为您的“过滤器”变得更加复杂

将.split图像的RGB内容更改为band

1 个答案: