Python：将图像从 RGB 转换为 YDbDr 颜色空间答案

【问题标题】：Python: Convert image from RGB to YDbDr color spacePython：将图像从 RGB 转换为 YDbDr 颜色空间
【发布时间】：2021-03-01 16:55:29
【问题描述】：

尝试根据公式将图像从RGB色彩空间转换为YDbDr色彩空间：

Y = 0.299R + 0.587G + 0.114B

Db = -0.45R - 0.883G +1.333B

Dr = -1.333R + 1.116G + 0.217B

使用下面的代码，我试图只显示 Y 通道，它应该是灰度图像，但我一直得到的图像都是蓝色的：

import numpy as np
from PIL import Image
import cv2
import matplotlib.pyplot as plt

img = cv2.imread("./pics/Slike_modela/Test/Proba/1_Color.png")
new_img = []
for row in img:
    new_row = []
    for pixel in row:
        Y = 0.299*pixel[2]+0.587*pixel[1]+0.114*pixel[0]
        Db = -0.45*pixel[2]-0.883*pixel[1]+1.333*pixel[0]
        Dr = -1.333*pixel[2]+1.116*pixel[1]+0.217*pixel[0]
        new_pixel = [Y, Db, Dr]
        new_row.append(new_pixel)
    new_img.append(new_row)

new_img_arr = np.array(new_img)
new_img_arr_y = new_img_arr.copy()
new_img_arr_y[:,:,1] = 0
new_img_arr_y[:,:,2] = 0
print (new_img_arr_y)
cv2.imshow("y image", new_img_arr_y) 
key = cv2.waitKey(0)

在打印结果数组时，我会根据公式和正确的数组形状看到正确的数字。

我的错误是什么？如何得到Y通道图像即灰度图像？

【问题讨论】：

如果你想要灰度，你应该使用new_pixel = [Y, Y, Y]：所有值都应该相同。
你能解释一下为什么吗？我尝试了所有三个 Y，但它仍然是一样的。当我尝试使用 RGB 图像时，我可以轻松地只显示一个通道，例如红色通道，只需将像素的蓝色和绿色值设置为 0。
如果您设置所有 Y，您应该删除其他字节的零设置。灰度意味着所有颜色都应该具有相同的强度（黑色和白色都具有相同的强度）。
你能告诉我 BGR 中的 [255,0,0] 是什么颜色吗？如果您将 G、R 通道设置为 0，会发生什么？要么制作单通道图像，要么将三个通道设置为相同的值
你是对的，将所有三个像素通道设置为 Y，它显示的是灰度。虽然起初它显示的是通过修改解决的白色图像：cv2.imshow("image y", np.uint8(new_img_arr_y))。 [255,0,0] G 和 R 设置为 0 是纯蓝色图像。谢谢！

标签： python image opencv rgb

【解决方案1】：

当使用 Python 处理图像时，你真的，真的应该尽量避免：

将图像视为列表并附加数百万像素，每个像素都会创建一个全新的对象并占用空间来管理
使用for 循环处理图像，非常慢

处理这两种情况的更好方法是使用Numpy 或其他矢量化代码库或技术。这就是 OpenCV、wand、scikit-image 将图像作为 Numpy 数组打开和处理的原因。

所以，你基本上想用一组 3 个权重对颜色通道进行点积：

import cv2
import numpy as np

# Load image
im = cv2.imread('paddington.png', cv2.IMREAD_COLOR)

# Calculate Y using Numpy "dot()"
Y = np.dot(im[...,:3], [0.114, 0.587, 0.299]).astype(np.uint8)

就是这样。

【讨论】：