Использование PIL и NumPy для преобразования изображения в массив Lab, изменения значений и последующего преобразования

Question

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 color . цвет можно найти в сундуке SciPy здесь . Я скачал файл color.py вместе с некоторыми файлами colordata .txt . Я изменил color.py так, чтобы он мог работать независимо от источника SciPy, и все это кажется для правильной работы - значения в массиве меняются, когда я запускаю преобразования.

Моя проблема в том, что когда я запускаю приведенный выше код, который просто конвертирует изображение в Lab, затем возвращается в RGB и сохраняет его, я получаю следующее изображение:

Что не так? Это факт, что я использую функции из color.py?

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

Answer 1

Не пробуя, 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 с плавающей точкой, желтый [1., 1., 0].
(color.py не имеет проверок диапазона: lab2rgb( rgb2lab([255,255,0]) ) является мусором.)

В IPython, %run main.py, затем печатать углы srcArray и заканчивать?

Добавлено 13 июля: для записи / для Google, вот идиомы NumPy для упаковки, распаковки и конвертации 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()

Answer 2

Как указал Денис, в lab2rgb или rgb2lab нет никаких проверок диапазона, и rgb2lab, кажется, ожидает значения 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 цвете.py, функции xyz2lab и lab2xyz выполняют некоторые математические операции, которые я не могу с первого взгляда определить (я не очень хорошо разбираюсь в numpy или преобразованиях изображений).

Редактироватьпроблема):

PIL дает вам числа [0,255], попробуйте уменьшить их до [0,1], прежде чем переходить к функции rgb2lab, и обратно 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)