用于图像处理的 Numpy 操作

Question

我创建了一个脚本，可以将图像的色调围绕色轮移动任意数量的步骤。

正如你想象的那样，当我导入图像（使用 PIL）并将其转换为 Numpy 数组时，它是这个形状：(x, y, (r,g,b))。

我使用 Skimage 颜色模块将此数组从 RGB 转换为 HSV 颜色空间（在将 RGB 值缩放到 [0,1.0] 范围之后）。

我遇到的问题是仅对所有像素的 HSV 值（H、S 或 V）之一进行操作。我想为数组中的每个“像素”有效地添加、乘以或减去这三个维度中的任何一个。

我通过将 HSV 值拆分为三个单独的数组来使其工作： h,s,v = np.dsplit(hsv,3)

以我想要的方式操作数组： h_new = np.multiply(h,.33)

然后重新组装数组： hsv_new = np.stack((h_new,s,v))

这似乎不是最有效的方法，所以我的问题是： 如何在不必将数组拆分为块的情况下操作这些维度中的每一个？

Answer 1

hsv[:,:,0] *= 0.33

就地修改hsv的h组件。

hsv[:,:,0] 是hsv 的“基本切片”，因此是原始数组的视图。

---

h, s, v = np.dsplit(hsv, 3)

创建 3 个新数组，h、s、v，它们从 hsv 复制数据。修改h、s、v不影响hsv。所以修改h 然后需要重建hsv。因此速度较慢。

---

为了符号方便，你可以替换

h,s,v = np.dsplit(hsv, 3)

与

h, s, v = hsv[:,:,0], hsv[:,:,1], hsv[:,:,2]

那么h、s、v将是hsv的视图，修改h、s、v会自动影响hsv本身。 （所以不需要hsv_new = np.stack((h_new,s,v))）。

---

还要注意h,s,v = np.dsplit(hsv, 3) 使h、s 和v 具有(n, m, 1) 的形状。而

h, s, v = hsv[:,:,0], hsv[:,:,1], hsv[:,:,2]

使h、s 和v 具有(n, m) 的形状。这可能会稍微影响您的其他代码，但总的来说我认为后者更好。