Используя PIL и NumPy, чтобы преобразовать изображение в массив Lab, измените значения, а затем выполните обратное

Я пытаюсь преобразовать изображение PIL в массив, используя NumPy. Затем я хочу преобразовать этот массив в значения Lab, изменить значения, а затем преобразовать массив обратно в изображение и сохранить изображение. У меня есть следующий код:

import Image, color, numpy

# Open the image file
src = Image.open("face-him.jpg")

# Attempt to ensure image is RGB
src = src.convert(mode="RGB")

# Create array of image using numpy
srcArray = numpy.asarray(src)

# Convert array from RGB into Lab
srcArray = color.rgb2lab(srcArray)

# Modify array here

# Convert array back into Lab
end = color.lab2rgb(srcArray)

# Create image from array
final = Image.fromarray(end, "RGB")

# Save
final.save("out.jpg")

Этот код зависит от PIL, NumPy и цвета. цвет можно найти в тубе SciPy здесь. Я загрузил файл color.py вместе с некоторыми colordata.txt файлами. Я изменил color.py так, чтобы он мог запускаться независимо от источника SciPy, и все кажется, что он работает нормально - значения в массиве меняются при выполнении преобразований.

Моя проблема в том, что когда я запускаю приведенный выше код, который просто преобразует изображение в Lab, а затем обратно в RGB и сохраняет его, я возвращаю следующее изображение:

Что происходит не так? Является ли это тем, что я использую функции color.py?

Для справки:
Изображение источника - face-him.jpg
Все исходные файлы, необходимые для тестирования - colour-test.zip

Ответ 1

Не пробовав, ошибки масштабирования распространены при преобразовании цветов:
RGB - это байты 0.. 255, например. желтый [255,255,0], тогда как rgb2xyz() и т.д. работают на тройках поплавков, желтый [1., 1., 0].
(color.py не имеет проверок диапазона: lab2rgb( rgb2lab([255,255,0]) ) является нежелательным.)

В IPython, %run main.py, затем печатайте углы srcArray и заканчиваете?

Добавлено 13July: для записи/для google, вот идиомы NumPy для упаковки, распаковки и преобразования массивов изображений RGB:

    # unpack image array, 10 x 5 x 3 -> r g b --
img = np.arange( 10*5*3 ).reshape(( 10,5,3 ))
print "img.shape:", img.shape
r,g,b = img.transpose( 2,0,1 )  # 3 10 5
print "r.shape:", r.shape

    # pack 10 x 5 r g b -> 10 x 5 x 3 again --
rgb = np.array(( r, g, b )).transpose( 1,2,0 )  # 10 5 3 again
print "rgb.shape:", rgb.shape
assert (rgb == img).all()

    # rgb 0 .. 255 <-> float 0 .. 1 --
imgfloat = img.astype(np.float32) / 255.
img8 = (imgfloat * 255).round().astype(np.uint8)  
assert (img == img8).all()

Ответ 2

Как отметил Денис, в lab2rgb или rgb2lab нет проверок диапазона, а rgb2lab ожидает ожидаемых значений в диапазоне [0,1].

>>> a = numpy.array([[1,2,3],[4,5,6],[7,8,9]])
>>> a
array([[1, 2, 3],
       [4, 5, 6],
       [7, 8, 9]])
>>> color.lab2rgb(color.rgb2lab(a))
array([[ -1.74361805e-01,   1.39592186e-03,   1.24595808e-01],
       [  1.18478213e+00,   1.15700655e+00,   1.13767806e+00],
       [  2.62956273e+00,   2.38687422e+00,   2.21535897e+00]])
>>> from __future__ import division
>>> b = a/10
>>> b
array([[ 0.1,  0.2,  0.3],
       [ 0.4,  0.5,  0.6],
       [ 0.7,  0.8,  0.9]])
>>> color.lab2rgb(color.rgb2lab(a))
array([[ 0.1,  0.2,  0.3],
       [ 0.4,  0.5,  0.6],
       [ 0.7,  0.8,  0.9]])

В color.py функции xyz2lab и lab2xyz выполняют некоторую математику, которую я не могу вывести с первого взгляда (я не знаком с преобразованиями numpy или изображений).

Изменить (этот код исправляет проблему):

PIL дает вам номера [0,255], попробуйте масштабировать их до [0,1], прежде чем перейти к функции rgb2lab и выполнить резервное копирование при выходе. например:.

#from __future__ import division # (if required)
[...]
# Create array of image using numpy
srcArray = numpy.asarray(src)/255

# Convert array from RGB into Lab
srcArray = color.rgb2lab(srcArray)

# Convert array back into Lab
end = color.lab2rgb(srcArray)*255
end = end.astype(numpy.uint8)