使用PIL中的Image.point（）方法操作像素d

Question

我正在使用Python Imaging Library使用定义颜色关系的查找表对黑白图像进行着色。查找表只是一个包含256个RGB元组的元素列表：

>>> len(colors)
256
>>> colors[0]
(255, 237, 237)
>>> colors[127]
(50, 196, 33)
>>> 

我的第一个版本使用了getpixel()和putpixel()方法：

    for x in range(w):
        for y in range(h):
            pix = img.getpixel((x,y))
            img.putpixel((x,y), colors[pix[0]])

太慢了。一份profile报告指出，putpixel和getpixel方法是罪魁祸首。稍加调查（即阅读文档），我发现“注意，这种方法相对较慢。“回复：putpixel。（对于1024x1024图像，putpixel和50sgetpixel中的实际运行时:53s）

根据文档中的建议，我使用了im.load()和直接像素访问：

    pixels = img.load()
    for x in range(w):
        for y in range(h):
            pix = pixels[x, y]
            pixels[x, y] = colors[pix[0]]                

处理速度提高了一个数量级，但仍然很慢：处理1024x1024图像的时间约为3.5秒。

对PIL文档进行更深入的研究似乎表明，Image.point()正是为了这个目的而设计的：

im.point(table) => image

im.point(function) => image

Returns a copy of the image where each pixel has been mapped through the given table. The table should contains 256 values per band in the image. If a function is used instead, it should take a single argument. The function is called once for each possible pixel value, and the resulting table is applied to all bands of the image.

我花了一些时间修改界面，但似乎不能完全正确。请原谅我的无知，但皮尔的文件是简略的，我没有太多的图像处理经验。我在谷歌上搜索了一下，找到了一些例子，但没有什么能让我使用“点击”。因此，最后，我的问题是：

• Image.point()是这项工作的正确工具吗？
• Image.point()需要什么格式/结构的表？
• 有人能给出一个示例实现吗？到目前为止，我尝试过的每一个迭代都以一个直接的黑色图像结束。

Answer 1

Is Image.point() the right tool for this job?

是的，确实，Image.point()非常适合这个工作

What format/structure does Image.point() expect the table?

您应该展平列表，而不是[(12, 140, 10), (10, 100, 200), ...]使用：

[12, 140, 10, 10, 100, 200, ...]

下面是我刚刚尝试的一个快速示例：

im = im.point(range(256, 0, -1) * 3)

顺便说一下，如果你需要更多的颜色控制并且你觉得Image.point不适合你，你也可以使用Image.getdata和Image.putdata来比load和putpixel更快地改变颜色。但它比Image.point慢。

Image.getdata提供所有像素的列表，修改它们并使用Image.putdata将它们写回。就这么简单。但是，首先尝试使用Image.point来完成它。

---

编辑

我在第一个解释中出错了，现在我将正确解释：

颜色表实际上是这样的

[0, 1, 2, 3, 4, 5, ...255, 0, 1, 2, 3, ....255, 0, 1, 2, 3, ...255]

每个波段都是相邻的。 要将颜色（0，0，0）更改为（10，100，10），需要如下所示：

[10, 1, 2, 3, 4, 5, ...255, 100, 1, 2, 3, ....255, 10, 1, 2, 3, ...255]

要将颜色列表转换为正确的格式，请尝试以下操作：

table = sum(zip(*colors), ())

我认为我的第一个例子应该为您演示格式。

Answer 2

我认为像so（直接从PIL tutorial）这样的逐带基础上point可能更为典型：

# split the image into individual bands
source = im.split()

R, G, B = 0, 1, 2

# select regions where red is less than 100
mask = source[R].point(lambda i: i < 100 and 255)

# process the green band
out = source[G].point(lambda i: i * 0.7)

# paste the processed band back, but only where red was < 100
source[G].paste(out, None, mask)

# build a new multiband image
im = Image.merge(im.mode, source)