最近的对图像数据进行处理的时候需要将图像中的某个颜色替换为另一个颜色,但是网络上找到的方法都是通过对图像的遍历进行替换,实在是太费时了!刚开始使用时觉得CPU很快了,一张图片应该用不了多久,但是实际使用中耗时确实难以接受的!于是自己写了一个替换程序加快速度,比遍历快很多,但我觉得不是最快的,应该有通过矩阵索引更快的处理方式,只是我自己暂时并不知道该如何实现,如果以后能够实现会进行更新,暂时先写下自己暂时觉得可用的代码。
一、通过遍历替换
将图像中某个颜色替换为另一个颜色一般的做法是遍历整个图像,逐一替换,如下:
def replace_color_tran(img, src_clr, dst_clr): ''' 通过遍历颜色替换程序 @param img: 图像矩阵 @param src_clr: 需要替换的颜色(r,g,b) @param dst_clr: 目标颜色 (r,g,b) @return 替换后的图像矩阵 ''' img_arr = np.asarray(img, dtype=np.double) dst_arr = img_arr.copy() for i in range(img_arr.shape[1]): for j in range(img_arr.shape[0]): if (img_arr[j][i] == src_clr)[0] == True: dst_arr[j][i] = dst_clr return np.asarray(dst_arr, dtype=np.uint8)
二、通过矩阵操作加快替换
但是这样做,处理速度是很慢的即便是现在CPU很快的情况下。我自己通过numpy矩阵操作将速度提升了一点,具体做法如下:
将图像的三个通道拆分开来为R,G,B三个通道
将三个通道的数据值进行简单的编码,合并为单通道矩阵;
将需要替换的颜色进行同2的编码,利用改编码在2中得到的矩阵中得到对应颜色的索引;
利用3中得到的索引将R,G,B三个通道中的对应颜色值替换为目标值;
将得到的三个通道合并为一个图像数据。
具体实现如下:
def replace_color(img, src_clr, dst_clr): ''' 通过矩阵操作颜色替换程序 @param img: 图像矩阵 @param src_clr: 需要替换的颜色(r,g,b) @param dst_clr: 目标颜色 (r,g,b) @return 替换后的图像矩阵 ''' img_arr = np.asarray(img, dtype=np.double) r_img = img_arr[:,:,0].copy() g_img = img_arr[:,:,1].copy() b_img = img_arr[:,:,2].copy() img = r_img * 256 * 256 + g_img * 256 + b_img src_color = src_clr[0] * 256 * 256 + src_clr[1] * 256 + src_clr[2] #编码 r_img[img == src_color] = dst_clr[0] g_img[img == src_color] = dst_clr[1] b_img[img == src_color] = dst_clr[2] dst_img = np.array([r_img, g_img, b_img], dtype=np.uint8) dst_img = dst_img.transpose(1,2,0) return dst_img
三、结果对比
先看下具体的实现结果,全部测试程序文末给出,(上面的图片是原图,下面是替换后的图片)。
四、程序解释
通过如下方式编码的原因是r,g,b三原色的数值本身是顺序相关的,为了保证最后索引的一致与准确性,采用将不同数值错位开。这里的magic number采用256是因为三原色的数值的范围是[0,255],这样相乘可以保证数据在二进制上的完全相互交错而保证该编码是绝对正确的,当然也可以采用其他形式的编码或者数值选择其他数值,我这样选择是为了保险起见而已。
img = r_img * 256 * 256 + g_img * 256 + b_img src_color = src_clr[0] * 256 * 256 + src_clr[1] * 256 + src_clr[2] #编码
五、完整的测试程序
完整的程序:
from PIL import Image import os import numpy as np import time def replace_color(img, src_clr, dst_clr): ''' 通过矩阵操作颜色替换程序 @param img: 图像矩阵 @param src_clr: 需要替换的颜色(r,g,b) @param dst_clr: 目标颜色 (r,g,b) @return 替换后的图像矩阵 ''' img_arr = np.asarray(img, dtype=np.double) #分离通道 r_img = img_arr[:,:,0].copy() g_img = img_arr[:,:,1].copy() b_img = img_arr[:,:,2].copy() #编码 img = r_img * 256 * 256 + g_img * 256 + b_img src_color = src_clr[0] * 256 * 256 + src_clr[1] * 256 + src_clr[2] #索引并替换颜色 r_img[img == src_color] = dst_clr[0] g_img[img == src_color] = dst_clr[1] b_img[img == src_color] = dst_clr[2] #合并通道 dst_img = np.array([r_img, g_img, b_img], dtype=np.uint8) #将数据转换为图像数据(h,w,c) dst_img = dst_img.transpose(1,2,0) return dst_img def replace_color_tran(img, src_clr, dst_clr): ''' 通过遍历颜色替换程序 @param img: 图像矩阵 @param src_clr: 需要替换的颜色(r,g,b) @param dst_clr: 目标颜色 (r,g,b) @return 替换后的图像矩阵 ''' img_arr = np.asarray(img, dtype=np.double) dst_arr = img_arr.copy() for i in range(img_arr.shape[1]): for j in range(img_arr.shape[0]): if (img_arr[j][i] == src_clr)[0] == True: dst_arr[j][i] = dst_clr return np.asarray(dst_arr, dtype=np.uint8) img = '1.jpg' img = Image.open(img).convert('RGB') res_img = img.copy() count = 20 matrix_time = 0 trans_time = 0 for i in range(count): print(i) start = time.time() dst_img = replace_color(img, (8,10,51), (255,0,0)) end = time.time() matrix_time += (end - start) start = time.time() dst_img = replace_color_tran(img, (8,10,51), (255,0,0)) end = time.time() trans_time += (end - start) res_img = dst_img res_img = Image.fromarray(res_img) res_img.save('2.jpg') print('矩阵操作花费时间:', matrix_time / count ) print('遍历操作花费时间:', trans_time / count )
以上这篇python 实现图像快速替换某种颜色就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。
python,图像,替换颜色
《魔兽世界》大逃杀!60人新游玩模式《强袭风暴》3月21日上线
暴雪近日发布了《魔兽世界》10.2.6 更新内容,新游玩模式《强袭风暴》即将于3月21 日在亚服上线,届时玩家将前往阿拉希高地展开一场 60 人大逃杀对战。
艾泽拉斯的冒险者已经征服了艾泽拉斯的大地及遥远的彼岸。他们在对抗世界上最致命的敌人时展现出过人的手腕,并且成功阻止终结宇宙等级的威胁。当他们在为即将于《魔兽世界》资料片《地心之战》中来袭的萨拉塔斯势力做战斗准备时,他们还需要在熟悉的阿拉希高地面对一个全新的敌人──那就是彼此。在《巨龙崛起》10.2.6 更新的《强袭风暴》中,玩家将会进入一个全新的海盗主题大逃杀式限时活动,其中包含极高的风险和史诗级的奖励。
《强袭风暴》不是普通的战场,作为一个独立于主游戏之外的活动,玩家可以用大逃杀的风格来体验《魔兽世界》,不分职业、不分装备(除了你在赛局中捡到的),光是技巧和战略的强弱之分就能决定出谁才是能坚持到最后的赢家。本次活动将会开放单人和双人模式,玩家在加入海盗主题的预赛大厅区域前,可以从强袭风暴角色画面新增好友。游玩游戏将可以累计名望轨迹,《巨龙崛起》和《魔兽世界:巫妖王之怒 经典版》的玩家都可以获得奖励。
更新日志
- 【雨果唱片】中国管弦乐《鹿回头》WAV
- APM亚流新世代《一起冒险》[FLAC/分轨][106.77MB]
- 崔健《飞狗》律冻文化[WAV+CUE][1.1G]
- 罗志祥《舞状元 (Explicit)》[320K/MP3][66.77MB]
- 尤雅.1997-幽雅精粹2CD【南方】【WAV+CUE】
- 张惠妹.2007-STAR(引进版)【EMI百代】【WAV+CUE】
- 群星.2008-LOVE情歌集VOL.8【正东】【WAV+CUE】
- 罗志祥《舞状元 (Explicit)》[FLAC/分轨][360.76MB]
- Tank《我不伟大,至少我能改变我。》[320K/MP3][160.41MB]
- Tank《我不伟大,至少我能改变我。》[FLAC/分轨][236.89MB]
- CD圣经推荐-夏韶声《谙2》SACD-ISO
- 钟镇涛-《百分百钟镇涛》首批限量版SACD-ISO
- 群星《继续微笑致敬许冠杰》[低速原抓WAV+CUE]
- 潘秀琼.2003-国语难忘金曲珍藏集【皇星全音】【WAV+CUE】
- 林东松.1997-2039玫瑰事件【宝丽金】【WAV+CUE】