我正在尝试使用Python中的OpenCV将图像从RGB转换为LMS,反之亦然。据我所知,我应该使用一个给定的3x3变换矩阵,并将其乘以一个3x1 RGB/LMS矩阵。使用的变换矩阵可以找到here。在
我在这个站点上探索了{a2} {a3}questions,但不幸的是它们是C++,我还没有精通的语言,我很难理解它们是如何解决了它们的问题的。在
以下是我目前为止的代码:【截至2019年5月19日解决】
import numpy as np
import cv2
#Transformation Matrix#
MsRGB = np.zeros((3,3), dtype='float')
MHPE = np.zeros((3,3), dtype='float')
MsRGB = np.array([[0.4124564, 0.3575761, 0.1804375],
[0.2126729, 0.7151522, 0.0721750],
[0.0193339, 0.1191920, 0.9503041]])
MHPE = np.array([[ 0.4002, 0.7076, -0.0808],
[-0.2263, 1.1653, 0.0457],
[ 0, 0, 0.9182]])
Trgb2lms = MHPE @ MsRGB
Tlms2rgb = np.linalg.inv(Trgb2lms)
imgpath = "(insert file directory here)"
imgIN = cv2.imread(imgpath,cv2.IMREAD_UNCHANGED)
imgINrgb = cv2.cvtColor(imgIN, cv2.COLOR_BGR2RGB)
x,y,z = imgINrgb.shape
imgLMS = np.zeros((x,y,z), dtype='float')
imgReshaped = imgINrgb.transpose(2, 0, 1).reshape(3,-1)
imgLMS = Trgb2lms @ imgReshaped #Convert to LMS
imgOUT = Tlms2rgb @ imgLMS #Convert back to RGB
imgLMS = imgLMS.reshape(z, x, y).transpose(1, 2, 0).astype(np.uint8)
imgOUT = imgOUT.reshape(z, x, y).transpose(1, 2, 0).astype(np.uint8)
imgOUT = cv2.cvtColor(imgOUT, cv2.COLOR_RGB2BGR)
cv2.imshow('Input', imgIN)
cv2.imshow('LMS', imgLMS)
cv2.imshow('Output', imgOUT)
cv2.waitKey(0)
cv2.destroyAllWindows()
该代码现在能够使用给定的变换矩阵对给定的RGB图像执行线性变换。结果可以找到here。在
根据你的问题背景,有几个错误:
未定义
T
。从代码的上下文判断,这应该是Trgb2lms
,因此我们需要更改它们。根据我从这个问题中得到的信息,你正在对图像中的所有像素应用线性变换。要做到这一点,您需要重塑矩阵,以便我们有三行,其中每一行对应一个像素,然后沿列分解所有像素。在这种情况下,
reshape
方法是不正确的。您不仅需要无序排列维度,以便最后一个维度是第一个维度,而且还需要将reshape
的最后一个维度设置为-1。这意味着我们将自动填充列,以便它包含图像中的像素总数。最后,一旦你做了线性变换,你需要重塑矩阵回到原来的图像大小。您可以使用最后一个}来推断图像尺寸。记住,当我们重塑时,通道是第一位的,所以我们必须再次置换维度。在完成转换后,您还需要返回到无符号8位精度。
reshape
调用,并从最初的调用中使用x, y
和{为了进行比较,让我们通过反变换来确定原始值。
因此:
相关问题 更多 >
编程相关推荐