Python：如何在 RGB 图像上实现二进制过滤器？ （算法）

Question

我正在尝试使用 python 和 PyQT5 实现二进制图像过滤器（以获取单色二进制图像），并且为了检索新的像素颜色，我使用以下方法：

def _new_pixel_colors(self, x, y):
    color = QColor(self.pixmap.pixel(x, y))

    result = qRgb(0, 0, 0) if all(c < 127 for c in color.getRgb()[:3]) else qRgb(255, 255, 255)

    return result

这可能是 RGB 图像的二元滤镜的正确样本吗？我的意思是，这是检查像素是比(127,127,127)灰色更亮或更暗的充分条件吗？ 请不要使用 opencv、pillow 等提供任何解决方案。我只是询问算法本身。

Answer 1

我至少会比较强度i=R+G+B ...

对于 ROI 之类的蒙版，您可以使用任何阈值技术（自适应阈值是最好的），但如果您生成的图像不是 ROI掩码并且应该类似于原始图像的视觉特征，那么我所知道的最佳转换是使用Dithering。

BW 抖动背后的想法是将灰度转换为 BW 模式，从而保留阴影。结果通常很嘈杂，但保留了更多的视觉细节。这里简单的 C++ 抖动（抱歉不是 Python 编码器）：

picture pic0,pic1;
    // pic0 - source img
    // pic1 - output img
int x,y,i;
color c;
// resize output to source image size clear with black
pic1=pic0; pic1.clear(0);
// dithering
i=0;
for (y=0;y<pic0.ys;y++)
 for (x=0;x<pic0.xs;x++)
    {
    // get source pixel color (AARRGGBB)
    c=pic0.p[y][x];
    // add to leftovers
    i+=WORD(c.db[picture::_r]); // _r,_g,_b are just constants 0,1,2
    i+=WORD(c.db[picture::_g]);
    i+=WORD(c.db[picture::_b]);
    // threshold white intensity is 255+255+255=765
    if (i>=384){ i-=765; c.dd=0x00FFFFFF; } else c.dd=0;
    // copy to destination image
    pic1.p[y][x]=c;
    }

所以它与上面的链接相同，但只使用黑白。 i 是要放置在图像上的累积强度。 xs,ys 是分辨率，c.db[] 是颜色通道访问。

如果我将它应用到这样的彩色图像上：

结果如下：

正如您所看到的，所有细节都保留了下来，但出现了嘈杂的图案……出于打印目的，有时图像的分辨率会成倍增加以提高质量。如果您使用更好的模式（如 16x16 正方形等）更改 naive 2 嵌套 for 循环，则噪声将在其源限制伪影附近保留。还有一些使用伪随机模式的方法（将剩余的i 放在其源像素附近的随机位置）甚至更好......

但是对于 BW 抖动，即使是简单的方法也足够了，因为伪像只有一个像素大小。对于彩色抖动，伪影可能会创建几个像素大小的不需要的水平线图案（取决于使用的调色板不匹配，越差的调色板越大……）

PS 只是为了与其他答案阈值输出进行比较，这是相同的抖动图像：

Answer 2

Image thresholding 是您正在寻找的算法类别 - 二进制阈值会将像素设置为 0 或 1，是的。

根据所需的输出，考虑首先将您的图像转换为具有亮度通道的其他色彩空间，尤其是 HSL。使用(127, 127, 127)作为阈值并没有统一考虑亮度，因为RGB的每个通道都是R、G或B的饱和度；考虑这张图片：

from PIL import Image
import colorsys


def threshold_pixel(r, g, b):
    h, l, s = colorsys.rgb_to_hls(r / 255., g / 255., b / 255.)
    return 1 if l > .36 else 0
    # return 1 if r > 127 and g > 127 and b > 127 else 0


def hlsify(img):
    pixels = img.load()
    width, height = img.size

    # Create a new blank monochrome image.
    output_img = Image.new('1', (width, height), 0)
    output_pixels = output_img.load()

    for i in range(width):
        for j in range(height):
            output_pixels[i, j] = threshold_pixel(*pixels[i, j])

    return output_img


binarified_img = hlsify(Image.open('./sample_img.jpg'))
binarified_img.show()
binarified_img.save('./out.jpg')

其他 StackExchange 网站上有很多关于此主题的讨论，例如

Binarize image data

How do you binarize a colored image?

how can I get good binary image using Otsu method for this image?