Python: convierte la imagen del espacio de color RGB a YDbDr

Nov 18 2020

Intentando convertir la imagen del espacio de color RGB al espacio de color YDbDr de acuerdo con la fórmula:

Y = 0.299R + 0.587G + 0.114B

Db = -0.45R - 0.883G +1.333B

Dr = -1.333R + 1.116G + 0.217B

Con el siguiente código estoy tratando de mostrar solo el canal Y, que debería ser una imagen en escala de grises, pero sigo obteniendo la imagen en color azul:

import numpy as np
from PIL import Image
import cv2
import matplotlib.pyplot as plt

img = cv2.imread("./pics/Slike_modela/Test/Proba/1_Color.png")
new_img = []
for row in img:
    new_row = []
    for pixel in row:
        Y = 0.299*pixel[2]+0.587*pixel[1]+0.114*pixel[0]
        Db = -0.45*pixel[2]-0.883*pixel[1]+1.333*pixel[0]
        Dr = -1.333*pixel[2]+1.116*pixel[1]+0.217*pixel[0]
        new_pixel = [Y, Db, Dr]
        new_row.append(new_pixel)
    new_img.append(new_row)

new_img_arr = np.array(new_img)
new_img_arr_y = new_img_arr.copy()
new_img_arr_y[:,:,1] = 0
new_img_arr_y[:,:,2] = 0
print (new_img_arr_y)
cv2.imshow("y image", new_img_arr_y) 
key = cv2.waitKey(0)

Al imprimir la matriz de resultados, veo los números correctos de acuerdo con la fórmula y la forma correcta de la matriz.

Cual es mi error ¿Cómo obtener una imagen del canal Y, es decir, una imagen en escala de grises?

Respuestas

1 MarkSetchell Nov 22 2020 at 13:19

Al procesar imágenes con Python, debería intentar evitar:

  • tratar las imágenes como listas y agregar millones y millones de píxeles, cada uno de los cuales crea un objeto completamente nuevo y ocupa espacio para administrar

  • procesamiento de imágenes con forbucles, que son muy lentos

La mejor manera de lidiar con ambos es mediante el uso de Numpyotras bibliotecas o técnicas de código vectorizado. Es por ello que OpenCV , wand, scikit-imageimágenes Abrir y manejar como matrices numpy.

Entonces, básicamente, desea hacer un producto escalar de los canales de color con un conjunto de 3 pesos:

import cv2
import numpy as np

# Load image
im = cv2.imread('paddington.png', cv2.IMREAD_COLOR)

# Calculate Y using Numpy "dot()"
Y = np.dot(im[...,:3], [0.114, 0.587, 0.299]).astype(np.uint8)

Eso es.