numpy将RGB图像转换为YIQ色彩空间

Question

对于一堂课，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：

我开始用循环编写一个凌乱的代码以进行矩阵乘法，然后发现一个函数

 skimage.color.yiq2rgb(imYIQ)

当我向内看他们在做什么时，我看到了以下内容（我正在复制内容，这样会更清楚）：

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())

什么时候arr只是RGB图片作为矩阵

我想了解为什么这可行？他们为什么要使用转置矩阵？（.T）当arr形状与yiq_from_rgb 不同时，点积又如何工作？

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，我们分别将其称为(p1r, p1g, p1b)R，G，B通道，我们需要将其与变换矩阵相乘并将结果相加，如下所示：

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)

在(y1y,y1i,y1q)四舍五入后，是所得YIQ图像中第一个像素的值int。我们对整个RGB图像中的所有像素执行相同类型的乘法运算，并获得所需的YIQ图像。

现在，由于他们使用np.dot(arr, yiq_from_rgb.T)来完成整个实现，因此要正确计算权重，就需要转换矩阵。并且copy仅出于此转换的目的而具有专用的转置转换矩阵。

另外，请注意，与您的图相反，np.dot()RGB数组在转换矩阵的左侧。