在Python中从图像中减去RGB值

Question

我正在一个项目中，我需要从图像中减去RGB值。在示例中，我想从RED中减去BLUE通道，因此RED获得减法的差值。

我有图像的下一个属性：
Dimension：1456x2592，bpp：3

我正在使用的图像为我提供了以下数组：

 [[[ 63  58  60]
     [ 63  58  60]
     [ 64  59  61]
      ...,  
     [155 155 161]  
     [155 155 161] 
     [155 155 161]]

     [[ 58  53  55]
      [ 60  55  57]
      [ 62  57  59]
       ...,  
      [157 157 163]
      [157 157 163]
      [158 158 164]]

我知道这些是图像中的值（RGB），所以现在我继续执行代码（我基于此代码）

import cv2
import numpy as np
from PIL import Image 

# read image into matrix.
m =  cv2.imread("ITESO.jpeg")


# get image properties.
h,w,bpp = np.shape(m)

# iterate over the entire image.
# BLUE = 0, GREEN = 1, RED = 2.    

for py in range(0,h):
    for px in range(0,w):
        #m[py][px][2] = 2   
        n = m[py][px][2]                //n takes the value of RED
        Y = [n, 0, 0]                   //I create an array with [RED, 0, 0]
        m, Y = np.array(m), np.array(Y) 
        m =  np.absolute(m - Y)       //Get the matriz with the substraction 


y = 1
x = 1
print (m)
print (m[x][y]) 

#display image
#cv2.imshow('matrix', m)
#cv2.waitKey(0)
cv2.imwrite('new.jpeg',m)
img = Image.open('new.jpeg')
img.show()

img = Image.open('new.jpeg').convert('L')
img.save('new_gray_scale.jpg')
img.show()

当我打印J矩阵时，它给出以下数组：

B，G，R

蓝色=蓝色-红色

[[[  3  58  60]
  [  3  58  60] 
  [  4  59  61]
  ...,  
 [ 95 155 161]
 [ 95 155 161] 
 [ 95 155 161]]

[[  2  53  55] 
 [  0  55  57]
 [  2  57  59]
 ...,  
 [ 97 157 163] 
 [ 97 157 163] 
 [ 98 158 164]]

但是我无法打开新图像，如果将一个RGB通道设置为一个值，它将显示图像。我使用以下几行：

import cv2
import numpy as np

# read image into matrix.
m =  cv2.imread("python.png")

# get image properties.
h,w,bpp = np.shape(m)

# iterate over the entire image.
for py in range(0,h):
    for px in range(0,w):
        m[py][px][0] = 0 //setting channel Blue to values of 0

# display image
cv2.imshow('matrix', m)
cv2.waitKey(0) 

如何互相减去RGB通道？

PS：在MatLab中，它的工作原理很吸引人，但我无法在python中完成。

Answer 1

请注意，此操作会将dtype矩阵（图像）的值从uint8更改为int32，这可能会导致其他问题。IMO，一种更好的方法（效率更高）是：

import cv2
import numpy as np

img =  cv2.imread('image.png').astype(np.float)  # BGR, float
img[:, :, 2] = np.absolute(img[:, :, 2] - img[:, :, 0])  # R = |R - B|
img = img.astype(np.uint8)  # convert back to uint8
cv2.imwrite('new-image.png', img)  # save the image
cv2.imshow('img', img)
cv2.waitKey()