numpy 将 RGB 图像转换为 YIQ 颜色空间答案

【问题标题】：numpy transforming RGB image to YIQ color spacenumpy 将 RGB 图像转换为 YIQ 颜色空间
【发布时间】：2018-04-09 23:48:02
【问题描述】：

对于一个类，我需要将 RGB 图像转换为 YIQ。我们被告知可以通过以下方式进行转换：

我开始编写带有循环的杂乱代码来进行矩阵乘法，然后我发现了一个函数

 skimage.color.yiq2rgb(imYIQ)

当我查看他们在做什么时，我看到了以下内容（我正在复制内容以便更清楚）：

yiq_from_rgb = yiq_from_rgb = np.array([[0.299,      0.587,        0.114],
                                 [0.59590059, -0.27455667, -0.32134392],
                                 [0.21153661, -0.52273617, 0.31119955]])
return np.dot(arr, yiq_from_rgb.T.copy())

当arr 只是作为矩阵的 RGB 图片时

我想了解为什么会这样？他们为什么要使用转置矩阵？ (.T) 当arr 形状与 yiq_from_rgb 不同时，点积究竟是如何工作的？

【问题讨论】：

来自the docs - For 2-D arrays it is equivalent to matrix multiplication,。
可能需要转置，因为图像数组是从所需的转换规范转置？
Coordinate Conventions - 图像数组维度为（行、列、通道）。所以一个 5x10 的图像将具有 (10, 5, 3) 的形状；红色通道是arr[:,:,0]，蓝色是arr[:,:,1] ...

标签： python numpy image-processing matrix multidimensional-array

【解决方案1】：

在包含转换矩阵的参考图中，转换矩阵位于 RGB 通道的左侧。因此，对于 RGB 图像中的第一个像素，我们将其称为 (p1r, p1g, p1b)，分别对应 R、G、B 通道，我们需要乘以变换矩阵并将结果相加：

y1y = (0.299*p1r + 0.587*p1g + 0.114*p1b)
y1i = (0.596*p1r - 0.275*p1g - 0.321*p1b)
y1q = (0.212*p1r - 0.523*p1g + 0.311*p1b)

其中(y1y,y1i,y1q) 是在舍入/取int 之后生成的 YIQ 图像中第一个像素的值。我们对整个 RGB 图像中的所有像素做同样的乘法，得到想要的 YIQ 图像。

现在，由于他们使用np.dot(arr, yiq_from_rgb.T) 完成整个实现，因此为了正确计算权重，需要转置变换矩阵。而copy只是为了进行这种转换，专门有一个转置变换矩阵。

另外，请注意，与您的图相反，在np.dot() 中，RGB 数组位于转换矩阵的左侧。

【讨论】：

我看到了一些迹象，结果也需要除以255。