你如何比较像素？

Question

我正在使用 PIL 拍摄具有黑色背景的图像并用它制作蒙版。我想要程序做的是遍历图像中的所有像素，如果像素为黑色，则将其变为白色，如果是任何其他颜色，则将其变为黑色，但我不确定如何适当地比较像素值以确定什么与像素有关。

到目前为止，这是我创建全黑图像的代码。

import os, sys
import Image

filename = "C:\Users\pdiffley\Dropbox\C++2\Code\Test\BallSpriteImage.bmp"
height   = 50
width    = 50


im = Image.open(filename)
im = im.load()

i = 0
j = 0
while i<height:
    while j<width:
        if im[j,i] == (0,0,0):
            im[j,i] = (255,255,255)
        else:
            im[j,i] = (0,0,0) 
        j = j+1
    i = i+1
mask = Image.new('RGB', (width, height))
newfile = filename.partition('.')
newfile = newfile[0] + "Mask.bmp"

mask.save(newfile)

我认为问题在于 if 语句将 im[j,i] 与 RGB 值 (0,0,0) 进行比较，该值始终为 false。比较像素的正确方法是什么？

Answer 1

像素数据比较正确。但是逻辑有两个问题：

1. 当你完成一行时，你应该将 j 重置为 0。
2. 您正在修改对象“im”，但写入“mask”。

这应该可以工作（只要你没有 alpha 通道 - 正如 andrewdski 指出的那样）：

img = Image.open(filename)
im = img.load()

i = 0
while i<height:
    j = 0
    while j<width:
        if im[j,i] == (0,0,0):
            im[j,i] = (255,255,255)
        else:
            im[j,i] = (0,0,0) 
        j = j+1
    i = i+1
newfile = filename.partition('.')
newfile = newfile[0] + "Mask.png"

img.save(newfile)

Answer 2

这是我重写它的方法，它通过使用for 循环来避免像素索引重置问题，将数据写入单独的掩码图像而不是返回到源，并删除硬编码的图像大小。我还在文件名字符串中添加了r 前缀来处理其中的反斜杠。

import os, sys
import Image

BLACK = (0,0,0)
WHITE = (255, 255, 255)

filename = r"C:\Users\pdiffley\Dropbox\C++2\Code\Test\BallSpriteImage.bmp"

img = Image.open(filename)
width, height = img.size
im = img.load()

mask = Image.new('RGB', (width, height))
msk = mask.load()

for y in xrange(height):
    for x in xrange(width):
        if im[x,y] == BLACK:
            msk[x,y] = WHITE
        else:  # not really needed since mask's initial color is black
            msk[x,y] = BLACK

newfilename = filename.partition('.')
newfilename = newfilename[0] + "Mask.bmp"
mask.save(newfilename)

Answer 3

以下函数使用.point方法，分别作用于图像的每个波段：

CVT_TABLE= (255,) + 255 * (0,)

def do_convert(img):
    return img.point(CVT_TABLE * len(img.getbands()))

在每个频段上单独工作意味着这样的图片：
将转换为：

但是，如果您先将图像转换为“L”模式，您几乎可以得到您想要的：

CVT_TABLE= (255,) + 255 * (0,)

def do_convert(img):
    return img.convert("L").point(CVT_TABLE)

产生以下结果：

唯一的缺点是一些最暗的颜色（例如#000001，可能是最深的蓝色）可能会通过模式转换转换为黑色。