numpy uint8像素包装解决方案

时间:2011-09-25 18:18:21

标签: python numpy

对于图像处理类,我在单色图像上进行点操作。像素是uint8 [0,255]。

numpy uint8会换行。例如,235 + 30 = 9.我需要像素饱和(max = 255)或截断(min = 0)而不是包裹。

我的解决方案使用int32像素作为点数学,然后转换为uint8以保存图像。

这是最好的方法吗?或者有更快的方法吗?

#!/usr/bin/python

import sys
import numpy as np
import Image

def to_uint8( data ) :
    # maximum pixel
    latch = np.zeros_like( data )
    latch[:] = 255
    # minimum pixel
    zeros = np.zeros_like( data )

    # unrolled to illustrate steps
    d = np.maximum( zeros, data )
    d = np.minimum( latch, d )

    # cast to uint8
    return np.asarray( d, dtype="uint8" )

infilename=sys.argv[1]
img = Image.open(infilename)
data32 = np.asarray( img, dtype="int32")
data32 += 30
data_u8 = to_uint8( data32 )
outimg = Image.fromarray( data_u8, "L" )
outimg.save( "out.png" )

输入图像:
Riemann

输出图像:
Output

3 个答案:

答案 0 :(得分:33)

使用numpy.clip

import numpy as np
np.clip(data32, 0, 255, out=data32)
data_u8 = data32.astype('uint8')

请注意,您也可以通过这种方式照亮图像:

import ImageEnhance
enhancer = ImageEnhance.Brightness(img)
outimg = enhancer.enhance(1.2)
outimg.save('out.png')

答案 1 :(得分:5)

您可以使用OpenCV addsubtract函数(其他说明here)。

>>> import numpy as np
>>> import cv2
>>> arr = np.array([100, 250, 255], dtype=np.uint8)
>>> arr
Out[1]: array([100, 250, 255], dtype=uint8)
>>> cv2.add(arr, 10, arr)  # Inplace
Out[2]: array([110, 255, 255], dtype=uint8)  # Saturated!
>>> cv2.subtract(arr, 150, arr)
Out[3]: array([  0, 105, 105], dtype=uint8)  # Truncated!

不幸的是,不可能将索引用于输出数组,因此每个图像通道的就地计算可能会以这种效率较低的方式执行:

arr[..., channel] = cv2.add(arr[..., channel], 40)

答案 2 :(得分:1)

基本上,它归结为在添加之前进行检查。例如,您可以定义如下函数:

def clip_add(arr, amt):
    if amt > 0:
        cutoff = 255 - amt
        arr[arr > cutoff] = 255
        arr[arr <= cutoff] += amt
    else:
        cutoff = -amt
        arr[arr < cutoff] = 0
        arr[arr >= cutoff] += amt