如何使用 Python Pillow (PIL) 获得部分灰度图像？答案

【问题标题】：How to have a partial grayscale image using Python Pillow (PIL)?如何使用 Python Pillow (PIL) 获得部分灰度图像？
【发布时间】：2021-03-04 18:01:54
【问题描述】：

例子：

第一张图片：原始图片。
第二、第三和第四图像：输出 I 想要。

我知道 PIL 有方法 PIL.ImageOps.grayscale(image) 返回第四张图像，但它没有参数来生成第二张和第三张图像（部分灰度）。

【问题讨论】：

标签： python python-3.x image image-processing python-imaging-library

【解决方案1】：

from PIL import ImageEnhance
# value: float between 0.0 (grayscale) and 1.0 (original)
ImageEnhance.Color(image).enhance(value)

P.S.：Mark 的解决方案有效，但似乎增加了曝光率。

【讨论】：

【解决方案2】：

当您将图像转换为灰度时，您实际上是在对其进行去饱和以去除饱和颜色。所以，为了达到你想要的效果，你可能想转换成HSV模式，降低饱和度，再转换回RGB模式。

from PIL import Image

# Open input image
im = Image.open('potato.png')

# Convert to HSV mode and separate the channels
H, S, V = im.convert('HSV').split()

# Halve the saturation - you might consider 2/3 and 1/3 saturation
S = S.point(lambda p: p//2)

# Recombine channels
HSV = Image.merge('HSV', (H,S,V))

# Convert to RGB and save
result = HSV.convert('RGB')
result.save('result.png')

如果您更喜欢在 Numpy 而不是 PIL 中进行图像处理，您可以使用以下代码实现与上述相同的结果：

from PIL import Image
import numpy as np

# Open input image
im = Image.open('potato.png')

# Convert to HSV and go to Numpy
HSV = np.array(im.convert('HSV'))

# Halve the saturation with Numpy. Hue will be channel 0, Saturation is channel 1, Value is channel 2
HSV[..., 1] = HSV[..., 1] // 2

# Go back to "PIL Image", go back to RGB and save
Image.fromarray(HSV, mode="HSV").convert('RGB').save('result.png')

当然，将整个饱和度通道设置为零以获得全灰度。

【讨论】：