PIL中的P模式、P模式转为L模式

目录

  • 1. 参考链接
  • 2. code:显示调色板情况
  • 3. 得到该图像的模式以及转换
    • 1. 得到图像的mode
    • 2. 转换模式(接上),用convert
  • 4. 其他相关博文

1. 参考链接

  • 图片P模式 PIL 分割(这个博文很棒,下面大部分都是这个博文里面的内容)

  • 利用python PIL库进行图像模式的转换

  • P代表palette,调色板,也就是图片中会包含一个调色表的列表,每一个像素位置放的只是一个index,那么这个像素要展示的颜色就是调色板中第index位置展示的颜色

  • 我用到的图片显示出的palette是768=256*3长度,因为每个颜色需要RGB三个通道,所以768长度也就对应了256种颜色,这种图片最多能展示256种颜色,而传统的RGB最多可以展示256*256*256种颜色。(所以P模式与L模式一样,都是8bit图像


2. code:显示调色板情况

import os
import numpy as np
from PIL import Image
from collections import Counter
from random import shuffle

if __name__ == '__main__':
    root_dir = r"D:\SoftWareInstallMenu\JetBrains\PycharmProjects\tunnel_datadeal\crackop\labels"
    names = os.listdir(root_dir)
    # shuffle(names)  # 打乱数组元素
    for name in names:
        path = os.path.join(root_dir, name)
        image = Image.open(path)
        # 打印图片格式
        print(image.mode)
        if image.mode == 'P':
            # 获取调色板
            palette = image.getpalette()
            # 统计每种颜色出现的频率
            print(Counter(np.array(image).flatten()))

            print(len(palette))  # 打印调色板长度:768 = 256 * 3
            print(image.getpalette())  # 打印调色板

3. 得到该图像的模式以及转换

在PIL中,图像模式大致分为9种,分别为:1,L,P,RGB,RGBA,CMYK,YCbCr,I, F

常见的几种模式

  • 1:二值图像(1bit,非黑即白,但是它的每个像素用8个bit表示,0表示黑,255表示白)(下面的8bit也是这个橘色部分的含义,可结合着理解一下)
  • L:灰度图(8bit, 0~255),在PIL模式中,从模式"RGB"转换到模式"L",有一个计算公式,即: L = R ∗ 299 / 1000 + G ∗ 587 / 1000 + B ∗ 114 / 1000 L = R * 299/1000 + G * 587/1000+ B * 114/1000 L=R299/1000+G587/1000+B114/1000(只取整数部分)。
  • P:调色板模式(8bit)
  • RGB:真彩图像(24bit)

PIL中的P模式、P模式转为L模式_第1张图片

1. 得到图像的mode

from PIL import Image
image = Image.open(image_path)
mode = image.mode
print(mode)	# P

2. 转换模式(接上),用convert

image_L = image.convert('L')
print(image_L.mode)	# L

4. 其他相关博文

  • 我写的一些博文
    • 【数据集制作】用于语义分割,labelme4.5.13版本,实现按照指定颜色生成分割颜色批量转换json文件
    • labelme的安装、批量转换方法(版本号4.5.13)
  • 可能以后会有参考性的博文:
    • PIL和cv2读取图片时的差异
      在这里插入图片描述

你可能感兴趣的:(图像分割知识点,学习,python,numpy)