替换OpenCV中多个RGB值的所有像素

Question

我对图像处理和 python 还很陌生，所以请耐心等待

我正在尝试拍摄一张大图 (5632x2048)，它基本上是一张包含各省的世界地图（从《钢铁之心 4》中提取），每个省都使用不同的 RGB 值着色，并用一组着色颜色，每种颜色对应一个特定的国家。我目前正在使用此代码

import numpy as np
import cv2
import sqlite3

dbPath = 'PATH TO DB'
dirPath = 'PATH TO IMAGE'

con = sqlite3.connect(dbPath)
cur = con.cursor()

im = cv2.imread(dirPath)

cur.execute('SELECT * FROM Provinces ORDER BY id')
provinceTable = cur.fetchall()

for line in provinceTable:
    input_rgb = [line[1], line[2], line[3]]
    if line[7] == None:
        output_rgb = [255,255,255]
    else:
        output_rgb = line[7].replace('[', '').replace(']','').split(',')
    im[np.all(im == (int(input_rgb[0]), int(input_rgb[1]), int(input_rgb[2])), axis=-1)] = (int(output_rgb[0]), int(output_rgb[1]), int(output_rgb[2]))

cv2.imwrite('result.png',im)

我遇到的问题是它非常慢（50 分钟后它还没有完成），因为我通过循环而不是矢量化肯定使用了 numpy 错误（我的一个概念'我还是新手，不知道该怎么做）。 Google 也不是很有帮助。

最好的方法是什么？

编辑：忘了提到我要替换的值的数量非常大（~15000）

Answer 1

正如我在 cmets 中提到的，我认为您会想要使用 np.take(yourImage, LUT)，其中 LUT 是一个查找表。

所以，如果你制作一个与你的形状相同的虚拟图像：

import numpy as np

# Make a dummy image of 5632x2048 RGB values
im = np.random.randint(0,256,(5632,2048,3), np.uint8)

这将是 34MB。现在将其重塑为 RGB 值的高向量：

# Make image into a tall vector, as tall as necessary and 3 RGB values wide
v = im.reshape((-1,3))

这将是 (11534336, 3) 的形状，然后将其展平为 24 位值，而不是使用 np.dot() 的三个 8 位值

# Make into tall vector of shape 11534336x1 rather than 11534336x3
v24 = np.dot(v.astype(np.uint32),[1,256,65536])

您现在将拥有一个 24 位像素值的一维向量，其形状为 (11534336,)

现在创建您的 RGB 查找表（我在这里创建所有 2^24 个 RGB 条目，您可能需要更少）：

RGBLUT = np.zeros((2**24,3),np.uint8)

并设置 LUT。因此，假设您要将原始图像中的所有颜色映射到输出图像中的中灰色 (128)：

RGBLUT[:] = 128

现在执行np.dot() 的操作，就像我们对图像所做的一样，所以我们得到一个形状为 (224,1) 而不是形状 (224,3) 的 LUT：

LUT24 = np.dot(RGBLUT.astype(np.uint32), [1,256,65536])

然后在表中进行实际查找：

result = np.take(LUT24, v24)

在我的 Mac 上，5632x2048 图像需要 334 毫秒。

---

然后通过移位和与运算重塑并转换回三个 8 位值，以撤消 np.dot() 的效果。

我目前无法测试重新组装，但它看起来很像这样：

BlueChannel   = result & 0xff         # Blue channel is bottom 8 bits
GreenChannel  = (result>>8)  &0 xff   # Green channel is middle 8 bits
RedChannel    = (result>>16) &0 xff   # Red channel is top 8 bits

现在将这三个单通道组合成一个 3 通道图像：

RGB = np.dstack(RedChannel, GreenChannel, BlueChannel))

然后从高向量重新整形到原始图像的尺寸：

RGB = RGB.reshape(im.shape)

---

关于设置 LUT，比中灰色更有趣，如果你想将橙色，即 rgb(255,128,0) 映射到洋红色，即 rgb(255,0,255)，你可以沿着行：

LUT[np.dot([255,128,0],[1,256,65536])] = [255,0,255]  # map orange to magenta
LUT[np.dot([255,255,255],[1,256,65536])] = [0,0,0]  # map white to black
LUT[np.dot([0,0,0],[1,256,65536])] = [255,255,255]  # map black to white

关键字：Python、图像处理、LUT、RGB LUT 24 位 LUT、查找表。

Answer 2

这是使用 Numpy 和 Python/OpenCV 实现此目的的一种方法。在这里，我将红色变为绿色。

输入：

import cv2
import numpy as np

# load image
img = cv2.imread('test_red.png')

# change color
result = img.copy()
result[np.where((result==[0,0,255]).all(axis=2))] = [0,255,0]

# save output
cv2.imwrite('test_green.png', result)

# Display various images to see the steps
cv2.imshow('result',result)
cv2.waitKey(0)
cv2.destroyAllWindows()

结果：

Answer 3

您可以先创建图像的蒙版并使用它来替换颜色。可能有一种更快的纯 numpy 方法，但我不知道。

此代码运行大约需要 0.5 秒。您应该预计每次颜色替换大约需要半秒钟。

import cv2
import numpy as np
import time

# make image
res = (5632, 2048, 3);
img = np.zeros(res, np.uint8);

# change black to white
black = (0,0,0);
white = (255,255,255);

# make a mask
start_time = time.time();
mask = cv2.inRange(img, black, black);
print("Mask Time: " + str(time.time() - start_time));

# replace color
start_time = time.time();
img[mask == 255] = white;
print("Replace Time: " + str(time.time() - start_time));

就您的代码而言，它看起来像这样

for line in provinceTable:
    input_rgb = [line[1], line[2], line[3]]
    input_rgb = (int(input_rgb[0]), int(input_rgb[1]), int(input_rgb[2]))
    if line[7] == None:
        output_rgb = (255,255,255)
    else:
        output_rgb = line[7].replace('[', '').replace(']','').split(',')
        output_rgb = (int(output_rgb[0]), int(output_rgb[1]), int(output_rgb[2]))
    mask = cv2.inRange(im, input_rgb, input_rgb)
    im[mask == 255] = output_rgb