python怎么换颜色_python如何实现图像快速替换某种颜色 python实现图像快速替换某种颜色代码...
python如何实现图像快速替换某种颜色？本篇文章小编给大家分享一下python实现图像快速替换某种颜色代码，小编觉得挺不错的，现在分享给大家供大家参考，有需要的小伙伴们可以来看看。
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
@paramimg:图像矩阵
@paramsrc_clr:需要替换的颜色(r,g,b)
@paramdst_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
@paramimg:图像矩阵
@paramsrc_clr:需要替换的颜色(r,g,b)
@paramdst_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
@paramimg:图像矩阵
@paramsrc_clr:需要替换的颜色(r,g,b)
@paramdst_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
@paramimg:图像矩阵
@paramsrc_clr:需要替换的颜色(r,g,b)
@paramdst_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 )