使用numpy处理图片——滤镜

方亮

发布于 2024-01-11 10:30:12

1170

发布于 2024-01-11 10:30:12

文章被收录于专栏：方亮方亮

大纲

3维数组切分
- 打平重组法
- 深度切分法
3维数组堆叠

我们在用手机拍照片时，往往会对照片进行滤镜处理，从而让照片更加美观。本文我们将实现几种滤镜效果——去除所有像素中的某一种原色，形成只有红绿、红蓝和绿蓝原色的照片。

为了突出色彩丰富性，我们借用梵高的《星空》为测试照片。

在《使用numpy处理图片——基础操作》一文中，我们介绍了RGBA色彩空间模型。本文我们将忽略Alpha通道，只考虑RGB模型。于是我们得到的数组将是height * width * 3，其中的3是RGB的值所在的维度长度。

我们希望把上图中不同原色的数组进行切分，然后通过不用原色的组合获得新图片。

这儿涉及两个问题：

三维数组切分
三维数组堆叠

3维数组切分

3维数组切分有两种方法。一种是将三维数组打平，然后切片找到相同原色对应的元素，最后重组出长宽不变，但是深度为1的3维数组，我们称之为打平重组法；另外一种就是按深度进行切分，我们称之为深度切分法。

打平重组法

import numpy as np
from PIL import Image

img = Image.open('the_starry_night.jpg')
data = np.array(img)

dataOneDim = data.reshape(data.size)
red = dataOneDim[0::3].reshape((data.shape[0], data.shape[1], 1))
green = dataOneDim[1::3].reshape((data.shape[0], data.shape[1], 1))
blue = dataOneDim[2::3].reshape((data.shape[0], data.shape[1], 1))

我们对dataOneDim中元素进行选择，红色（R）位于RGB的第一位，所以下标是0；绿色（G）位于RGB的第二位，所以下标是1；蓝色（B）位于RGB的第三位，所以下标是2。然后每隔3个元素把所有相同原色的元素挑选出来。

深度切分法

import numpy as np
from PIL import Image

img = Image.open('the_starry_night.jpg')
data = np.array(img)

colorDim3List = np.dsplit(data, 3)
red = colorDim3List[0]
green = colorDim3List[1]
blue = colorDim3List[2]

这儿我们使用dsplit方法，在第三个维度上进行切分。

3维数组堆叠

我们构造出一个和上述只有一个原色的数组相同的数组，它们结构一致，但是每个元素的值为0。

zeros = np.zeros_like(blue)

然后使用dstack方法，将不同原色的三维数组进行堆叠。

redgreen = np.dstack((red, green, zeros))
redgreenImg = Image.fromarray(redgreen)
redgreenImg.save('redgreen.png')

redblue = np.dstack((red, zeros, blue))
redblueImg = Image.fromarray(redblue)
redblueImg.save('redblue.png')

greenblue = np.dstack((zeros, green, blue))
greenblueImg = Image.fromarray(greenblue)
greenblueImg.save('greenblue.png')

得出来的图如下