PIL Лучший способ заменить цвет?

Ответ 1

Вам нужно представить изображение как двухмерный массив. Это означает либо составление списка списков пикселей, либо просмотр 1-мерного массива как 2d с некоторой умной математикой. Затем для каждого целевого пикселя вам нужно будет найти все окружающие пиксели. Вы можете сделать это с помощью генератора python, таким образом:

def targets(x,y):
    yield (x,y) # Center
    yield (x+1,y) # Left
    yield (x-1,y) # Right
    yield (x,y+1) # Above
    yield (x,y-1) # Below
    yield (x+1,y+1) # Above and to the right
    yield (x+1,y-1) # Below and to the right
    yield (x-1,y+1) # Above and to the left
    yield (x-1,y-1) # Below and to the left

Итак, вы бы использовали его следующим образом:

for x in range(width):
    for y in range(height):
        px = pixels[x][y]
        if px[0] == 255 and px[1] == 255 and px[2] == 255:
            for i,j in targets(x,y):
                newpixels[i][j] = replacementColor

Ответ 2

Лучший способ сделать это - использовать алгоритм "color to alpha", используемый в Gimp для замены цвета. Это будет отлично работать в вашем случае. Я повторил этот алгоритм с помощью PIL для открытого исходного кода python-фотопроцессора phatch. Здесь вы можете найти полную реализацию здесь. Это чистая реализация PIL, и у нее нет других зависимостей. Вы можете скопировать код функции и использовать его. Вот пример с использованием Gimp:

до

Вы можете применить функцию color_to_alpha на изображении, используя черный цвет. Затем вставьте изображение на другой цвет фона, чтобы выполнить замену.

Кстати, эта реализация использует модуль ImageMath в PIL. Это намного эффективнее, чем доступ к пикселям с использованием getdata.

EDIT: Вот полный код:

from PIL import Image, ImageMath

def difference1(source, color):
    """When source is bigger than color"""
    return (source - color) / (255.0 - color)

def difference2(source, color):
    """When color is bigger than source"""
    return (color - source) / color


def color_to_alpha(image, color=None):
    image = image.convert('RGBA')
    width, height = image.size

    color = map(float, color)
    img_bands = [band.convert("F") for band in image.split()]

    # Find the maximum difference rate between source and color. I had to use two
    # difference functions because ImageMath.eval only evaluates the expression
    # once.
    alpha = ImageMath.eval(
        """float(
            max(
                max(
                    max(
                        difference1(red_band, cred_band),
                        difference1(green_band, cgreen_band)
                    ),
                    difference1(blue_band, cblue_band)
                ),
                max(
                    max(
                        difference2(red_band, cred_band),
                        difference2(green_band, cgreen_band)
                    ),
                    difference2(blue_band, cblue_band)
                )
            )
        )""",
        difference1=difference1,
        difference2=difference2,
        red_band = img_bands[0],
        green_band = img_bands[1],
        blue_band = img_bands[2],
        cred_band = color[0],
        cgreen_band = color[1],
        cblue_band = color[2]
    )

    # Calculate the new image colors after the removal of the selected color
    new_bands = [
        ImageMath.eval(
            "convert((image - color) / alpha + color, 'L')",
            image = img_bands[i],
            color = color[i],
            alpha = alpha
        )
        for i in xrange(3)
    ]

    # Add the new alpha band
    new_bands.append(ImageMath.eval(
        "convert(alpha_band * alpha, 'L')",
        alpha = alpha,
        alpha_band = img_bands[3]
    ))

    return Image.merge('RGBA', new_bands)

image = color_to_alpha(image, (0, 0, 0, 255))
background = Image.new('RGB', image.size, (255, 255, 255))
background.paste(image.convert('RGB'), mask=image)

Ответ 3

Использование numpy и PIL:

Это загружает изображение в массив numpy формы (W,H,3), где W - это ширина и H - это высота. Третья ось массива представляет собой 3 цвета каналов, R,G,B.

import Image
import numpy as np

orig_color = (255,255,255)
replacement_color = (0,0,0)
img = Image.open(filename).convert('RGB')
data = np.array(img)
data[(data == orig_color).all(axis = -1)] = replacement_color
img2 = Image.fromarray(data, mode='RGB')
img2.show()

Так как orig_color является кортежем длины 3, а data имеет форма (W,H,3), NumPy трансляции orig_color в массив формы (W,H,3) для выполнения сравнения data == orig_color. Результат в булевом массиве формы (W,H,3).

(data == orig_color).all(axis = -1) является булевым массивом формы (W,H), который True, где RGB-цвет в data равен original_color.

Ответ 4

#!/usr/bin/python
from PIL import Image
import sys

img = Image.open(sys.argv[1])
img = img.convert("RGBA")

pixdata = img.load()

# Clean the background noise, if color != white, then set to black.
# change with your color
for y in xrange(img.size[1]):
    for x in xrange(img.size[0]):
        if pixdata[x, y] == (255, 255, 255, 255):
            pixdata[x, y] = (0, 0, 0, 255)

Ответ 5

Если пиксели нелегко идентифицировать, например, вы говорите (r < 100 и g < 100 и b < 100) также неправильно соответствует черной области, это означает, что у вас много шума.

Лучшим способом было бы определить регион и заполнить его желаемым цветом, вы можете идентифицировать регион вручную или, возможно, путем обнаружения края, например. http://bitecode.co.uk/2008/07/edge-detection-in-python/

или более сложный подход заключается в использовании библиотеки, такой как opencv (http://opencv.willowgarage.com/wiki/) для идентификации объектов.

Ответ 6

Это часть моего кода, результат: источник

target

import os
import struct
from PIL import Image
def changePNGColor(sourceFile, fromRgb, toRgb, deltaRank = 10):
    fromRgb = fromRgb.replace('#', '')
    toRgb = toRgb.replace('#', '')

    fromColor = struct.unpack('BBB', bytes.fromhex(fromRgb))
    toColor = struct.unpack('BBB', bytes.fromhex(toRgb))

    img = Image.open(sourceFile)
    img = img.convert("RGBA")
    pixdata = img.load()

    for x in range(0, img.size[0]):
        for y in range(0, img.size[1]):
            rdelta = pixdata[x, y][0] - fromColor[0]
            gdelta = pixdata[x, y][0] - fromColor[0]
            bdelta = pixdata[x, y][0] - fromColor[0]
            if abs(rdelta) <= deltaRank and abs(gdelta) <= deltaRank and abs(bdelta) <= deltaRank:
                pixdata[x, y] = (toColor[0] + rdelta, toColor[1] + gdelta, toColor[2] + bdelta, pixdata[x, y][3])

    img.save(os.path.dirname(sourceFile) + os.sep + "changeColor" + os.path.splitext(sourceFile)[1])

if __name__ == '__main__':
    changePNGColor("./ok_1.png", "#000000", "#ff0000")