Question

我一直在编写一个脚本，我基本上需要它：

使图像灰度（或双色调，我会同时使用两者来查看哪一个效果更好）。
处理每个单独的列并为每列创建净强度值。
将结果吐出到有序列表中。

使用ImageMagick有一种非常简单的方法（虽然您需要一些Linux实用程序来处理输出文本），但我真的没有看到如何使用Python和PIL执行此操作。

这是我到目前为止所拥有的：

from PIL import Image

image_file = 'test.tiff'

image = Image.open(image_file).convert('L')

histo = image.histogram()
histo_string = ''

for i in histo:
  histo_string += str(i) + "\n"

print(histo_string)

这会输出一些东西（我想查看结果图），但它看起来与ImageMagick输出完全不同。我用这个来检测扫描书的接缝和内容。

感谢任何帮助过的人！

我现在有一个（令人讨厌的）解决方案，现在可以使用：

from PIL import Image
import numpy

def smoothListGaussian(list,degree=5):
  window=degree*2-1
  weight=numpy.array([1.0]*window)
  weightGauss=[]

  for i in range(window):
    i=i-degree+1
    frac=i/float(window)
    gauss=1/(numpy.exp((4*(frac))**2))
    weightGauss.append(gauss)

  weight=numpy.array(weightGauss)*weight
  smoothed=[0.0]*(len(list)-window)

  for i in range(len(smoothed)):
    smoothed[i]=sum(numpy.array(list[i:i+window])*weight)/sum(weight)

  return smoothed

image_file = 'verypurple.jpg'
out_file = 'out.tiff'

image = Image.open(image_file).convert('1')
image2 = image.load()
image.save(out_file)

intensities = []

for x in xrange(image.size[0]):
  intensities.append([])

  for y in xrange(image.size[1]):
    intensities[x].append(image2[x, y] )

plot = []

for x in xrange(image.size[0]):
  plot.append(0)

  for y in xrange(image.size[1]):
    plot[x] += intensities[x][y]

plot = smoothListGaussian(plot, 10)

plot_str = ''

for x in range(len(plot)):
  plot_str += str(plot[x]) + "\n"

print(plot_str)

Answer 1

我看到你正在使用numpy。我会先将灰度图像转换为numpy数组，然后使用numpy沿轴进行求和。额外奖励：当你修改它以接受一维数组作为输入时，你可能会发现你的平滑函数运行得更快。

>>> from PIL import Image
>>> import numpy as np
>>> i = Image.open(r'C:\Pictures\pics\test.png')
>>> a = np.array(i.convert('L'))
>>> a.shape
(2000, 2000)
>>> b = a.sum(0) # or 1 depending on the axis you want to sum across
>>> b.shape
(2000,)

Answer 2

从the docs for PIL开始，histogram会为您提供图片中每个像素值的像素数列表。如果你有一个灰度图像，将有256个不同的可能值，范围从0到255，从image.histogram返回的列表将有256个条目。

PIL：创建图像颜色亮度的一维直方图？

2 个答案: