Почему XOR, красный канал изображения RGB, сохранение, перезагрузка и XORing снова, не возвращает исходное изображение?

Question

Это код, который я использую для изменения значения красного

pic=imread('farooq1.jpg');
[imr,imc,clr]=size(pic);

for row=1:imr
    for col=1:imc
        for k=1:clr  
          if(k==1) 
            img2(row,col,k)=bitxor(pic(row,col,k),66);
          else
            img2(row,col,k)=pic(row,col,k);   
          end
        end
    end
end

imwrite(img2,'farooq_scr.jpg');
imshow(img2);

Но когда я снова использую этот же код в результирующем файле для отмены XORing, результат не соответствует исходному изображению.

Пожалуйста, предложите мне, если вы знаете лучший способ сделать это.

Answer 1

Причина, по которой вы не можете восстановить исходное изображение, не имеет ничего общего с кодом для обработки плоскости красного цвета, который работает правильно, но может быть выполнен более эффективно и кратко, используя векторизованный код, предложенный Jonas :

img2 = pic;
img2(:,:,1) = bitxor(img2(:,:,1),66);

Проблема, с которой вы столкнулись, связана с форматом, в котором вы сохраняете файл изображения. По умолчанию файлы изображений JPEG созданы с использованием IMWRITE сохраняются с использованием сжатия с потерями для уменьшения размера файла.Это приводит к потере информации об изображении, что делает невозможным восстановление исходного изображения при загрузке этого изображения и повторной обработке.

Вы можете устранить проблему, указав, что сжатие без потерь используется при сохранении вашего изображения JPEG, например:

imwrite(img2,'farooq_scr.jpg','Mode','lossless');

ПРИМЕР:

Вот пример использования изображения JPEG 'greens.jpg', которое входит в комплектПанель инструментов обработки изображений:

rawImg = imread('greens.jpg');  %# Load the original image
subplot(2,2,1);
imshow(rawImg);                 %# Display the original image
title('Original Image');

modImg = rawImg;                           %# Initialize a modified image
modImg(:,:,1) = bitxor(modImg(:,:,1),66);  %# Modify the red plane of the image
subplot(2,2,2);
imshow(modImg);                            %# Display the modified image
title('Modified Image');

imwrite(modImg,'lossy_image.jpg');     %# Save with lossy compression
lossyImg = imread('lossy_image.jpg');          %# Reload the image
lossyImg(:,:,1) = bitxor(lossyImg(:,:,1),66);  %# Reprocess the image
subplot(2,2,3);
imshow(lossyImg);                              %# Display the image
title({'Using Lossy Image' 'to Recover Original'});

imwrite(modImg,'lossless_image.jpg',...      %# Save with lossless compression
        'Mode','lossless');
losslessImg = imread('lossless_image.jpg');          %# Reload the image
losslessImg(:,:,1) = bitxor(losslessImg(:,:,1),66);  %# Reprocess the image
subplot(2,2,4);
imshow(losslessImg);                                 %# Display the image
title({'Using Lossless Image' 'to Recover Original'});

И вот результирующий набор изображений:

Вы можете видеть, что сохранение изображения со сжатием без потерь позволяет восстановитьоригинал при повторном применении ваших шагов обработки.Вы можете подтвердить, что вернули точное то же изображение, что и оригинал, используя функцию ISEQUAL :

>> isequal(rawImg,lossyImg)     %# Lossy image doesn't match; returns false
ans =
     0
>> isequal(rawImg,losslessImg)  %# Lossless image matches exactly; returns true
ans =
     1

Answer 2

Вы должны убедиться, что новый образ того же класса, что и старый.Также вы можете избавиться от нескольких петель

pic = imread('peppers.png');

%# initialize img2 to the same size and same class as pic
%# by making it a copy of pic
img2 = pic;

%# apply bitxor to the red channel
img2(:,:,1) = bitxor(pic(:,:,1),66);

%# write the data
imwrite(img2,'peppers_scr.png')
imshow(img2)

%# show that the reverse works
img3 = imread('peppers_scr.png');
img3(:,:,1) = bitxor(img3(:,:,1),66);
figure %# create new figure 
imshow(img3)