使用OpenCV将RGB图像转换为LMS，反之亦然

Question

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

Answer 1

根据你的问题背景，有几个错误：

1. 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。

2. 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。

3. 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reshape调用，并从最初的调用中使用x, y和{}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。

4. 为了进行比较，让我们通过反变换来确定原始值。

因此：

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

# Change
Tlms2rgb = np.linalg.inv(Trgb2lms)

imgpath = "(insert filename 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')

#imgFlatten = imgINrgb.flatten()

# Change
imgReshaped = imgINrgb.transpose(2, 0, 1).reshape(3,-1)

# Change
imgLMS = Trgb2lms @ imgReshaped
imgOUT = Tlms2rgb @ imgLMS

# New
imgLMS = imgLMS.transpose(z, x, y).permute(1, 2, 0).astype(np.uint8)
imgOUT = imgOUT.transpose(z, x, y).permute(1, 2, 0).astype(np.uint8)