python - numpy.ndarray，其形状(高度、宽度、n)来自每个图像像素的 n 个值

Question

我的输入是模式为RGB或RGBA的PIL.Image.Image，我需要填充一个numpy。 ndarray 具有根据每个像素的 RGB 值计算的 3 个浮点值。输出数组应该可以通过像素坐标进行索引。我找到了以下方法来做到这一点:

import numpy as np
from PIL import Image

def generate_ycbcr(img: Image.Image):
    for r, g, b in img.getdata():
        yield 0.299 * r + 0.587 * g + 0.114 * b
        yield 128 - 0.168736 * r - 0.331264 * g + 0.5 * b
        yield 128 + 0.5 * r - 0.418688 * g - 0.081312 * b

def get_ycbcr_arr(img: Image.Image):
    width, height = img.size
    arr = np.fromiter(generate_ycbcr(img), float, height * width * 3)
    return arr.reshape(height, width, 3)

它有效，但我怀疑有更好和/或更快的方法。有的话请告诉我，没有的话也请告诉我。

注意:我知道我可以将图像 convert() 转换为 YCbCr，然后从中填充 numpy.array，但是转换四舍五入为整数值，这不是我需要的。

Answer 1

对于初学者，您可以将图像直接转换为 numpy 数组，并使用矢量化操作来执行您想要的操作:

def get_ycbcr_vectorized(img: Image.Image):
    R,G,B = np.array(img).transpose(2,0,1)[:3] # ignore alpha if present
    Y = 0.299 * R + 0.587 * G + 0.114 * B
    Cb = 128 - 0.168736 * R - 0.331264 * G + 0.5 * B
    Cr = 128 + 0.5 * R - 0.418688 * G - 0.081312 * B
    return np.array([Y,Cb,Cr]).transpose(1,2,0)

print(np.array_equal(get_ycbcr_arr(img), get_ycbcr_vectorized(img))) # True

但是，您确定直接转换为 'YCbCr' 会有那么大的不同吗？我测试了上面函数中定义的转换:

import matplotlib.pyplot as plt
def aux():
    # generate every integer R/G/B combination
    R,G,B = np.ogrid[:256,:256,:256]
    Y = 0.299 * R + 0.587 * G + 0.114 * B
    Cb = 128 - 0.168736 * R - 0.331264 * G + 0.5 * B
    Cr = 128 + 0.5 * R - 0.418688 * G - 0.081312 * B

    # plot the maximum error along one of the RGB channels
    for arr,label in zip([Y,Cb,Cr], ['Y', 'Cb', 'Cr']):
        plt.figure()
        plt.imshow((arr - arr.round()).max(-1))
        plt.xlabel('R')
        plt.ylabel('G')
        plt.title(f'max_B ({label} - {label}.round())')
        plt.colorbar()

aux()   
plt.show()

结果表明，最大绝对误差为 0.5，尽管这些误差发生在所有像素上:

所以，是的，这可能是一个较大的相对错误，但这不一定是一个大问题。

如果内置转换足够:

arr = np.array(img.convert('YCbCr'))

这就是您所需要的。