使用Python/PIL检测HSV颜色空间(来自RGB)的阈值

Question

我想拍摄RGB图像并将其转换为黑白RGB图像,如果其HSV值在某个范围之间,则像素为黑色,否则为白色.

目前我创建了一个新图像,然后通过迭代其数据创建一个新的像素值列表,然后创建.putdata()该列表以形成新图像.

感觉应该有一个更快的方法来做这个,例如.point(),但似乎.point()没有得到像素,而是从0到255的值.是否有.point()转换,但像素？

Answer 1

好的,这确实有效(修复了一些溢出错误):

import numpy, Image
i = Image.open(fp).convert('RGB')
a = numpy.asarray(i, int)

R, G, B = a.T

m = numpy.min(a,2).T
M = numpy.max(a,2).T

C = M-m #chroma
Cmsk = C!=0

# Hue
H = numpy.zeros(R.shape, int)
mask = (M==R)&Cmsk
H[mask] = numpy.mod(60*(G-B)/C, 360)[mask]
mask = (M==G)&Cmsk
H[mask] = (60*(B-R)/C + 120)[mask]
mask = (M==B)&Cmsk
H[mask] = (60*(R-G)/C + 240)[mask]
H *= 255
H /= 360 # if you prefer, leave as 0-360, but don't convert to uint8

# Value
V = M

# Saturation
S = numpy.zeros(R.shape, int)
S[Cmsk] = ((255*C)/V)[Cmsk]

# H, S, and V are now defined as integers 0-255

它基于维基百科对HSV的定义.随着时间的推移,我会仔细研究.肯定有加速和错误.如果您发现任何问题,请告诉我.干杯.

结果:

从这个色轮开始:

我得到这些结果:

色调:

值:

饱和:

Answer 2

编辑2:现在返回与Paul的代码相同的结果,因为它应该......

import numpy, scipy

image = scipy.misc.imread("test.png") / 255.0

r, g, b = image[:,:,0], image[:,:,1], image[:,:,2]
m, M = numpy.min(image[:,:,:3], 2), numpy.max(image[:,:,:3], 2)
d = M - m

# Chroma and Value
c = d
v = M

# Hue
h = numpy.select([c ==0, r == M, g == M, b == M], [0, ((g - b) / c) % 6, (2 + ((b - r) / c)), (4 + ((r - g) / c))], default=0) * 60

# Saturation
s = numpy.select([c == 0, c != 0], [0, c/v])

scipy.misc.imsave("h.png", h)
scipy.misc.imsave("s.png", s)
scipy.misc.imsave("v.png", v)

它给出了从0到360的色调,从0到1的饱和度以及从0到1的值.我以图像格式查看结果,它们看起来很好.

我不确定通过阅读你的问题是否只是你感兴趣的HSV中的"价值".如果是,那么你可以绕过大部分代码.

然后,您可以根据这些值选择像素,并使用以下内容将它们设置为1(或白/黑):

newimage = (v > 0.3) * 1