用Python PIL改变图像色调
使用Python PIL，我试图调整给定图像的色调。
我对graphics的术语并不是很熟悉，所以我所说的“调整色调”的意思是做Photoshop的“色调/饱和度”操作 ：这是为了统一改变图像的颜色，如下图所示：
- 原版的：
- 色调调整为+180（红色）：
- 色调调整为-78（绿色）：
仅供参考，对于此色调设置，Photoshop使用-180至+180的比例（其中-180等于+180），这可以表示HSL色调比例 （以0-360度表示）。
我正在寻找的是一个函数，给定PIL图像和[0，1]内的浮点色调 （或[0,360]内的int）无关紧要，返回图像的色调偏移色调，如上例所示。
到目前为止我所做的是荒谬的，显然没有给出预期的结果。 它只是将我的原始图像与彩色图层混合在一起。
import Image im = Image.open('tweeter.png') layer = Image.new('RGB', im.size, 'red') # "hue" selection is done by choosing a color... output = Image.blend(im, layer, 0.5) output.save('output.png', 'PNG') （请不要笑）结果： 
提前致谢！
解决scheme ：这里是unutbu代码更新，所以它符合我所描述的。
import Image import numpy as np import colorsys rgb_to_hsv = np.vectorize(colorsys.rgb_to_hsv) hsv_to_rgb = np.vectorize(colorsys.hsv_to_rgb) def shift_hue(arr, hout): r, g, b, a = np.rollaxis(arr, axis=-1) h, s, v = rgb_to_hsv(r, g, b) h = hout r, g, b = hsv_to_rgb(h, s, v) arr = np.dstack((r, g, b, a)) return arr def colorize(image, hue): """ Colorize PIL image `original` with the given `hue` (hue within 0-360); returns another PIL image. """ img = image.convert('RGBA') arr = np.array(np.asarray(img).astype('float')) new_img = Image.fromarray(shift_hue(arr, hue/360.).astype('uint8'), 'RGBA') return new_img
在标准库中的colorsys模块中有Python代码来将RGB转换为HSV（反之亦然）。 我第一次尝试使用
rgb_to_hsv=np.vectorize(colorsys.rgb_to_hsv) hsv_to_rgb=np.vectorize(colorsys.hsv_to_rgb)
vector化这些function。 不幸的是，使用np.vectorize导致代码太慢。
通过将colorsys.rgb_to_hsv和colorsys.hsv_to_rgb翻译成本地numpy操作，我能够大致获得5倍的加速。
import Image import numpy as np def rgb_to_hsv(rgb): # Translated from source of colorsys.rgb_to_hsv # r,g,b should be a numpy arrays with values between 0 and 255 # rgb_to_hsv returns an array of floats between 0.0 and 1.0. rgb = rgb.astype('float') hsv = np.zeros_like(rgb) # in case an RGBA array was passed, just copy the A channel hsv[..., 3:] = rgb[..., 3:] r, g, b = rgb[..., 0], rgb[..., 1], rgb[..., 2] maxc = np.max(rgb[..., :3], axis=-1) minc = np.min(rgb[..., :3], axis=-1) hsv[..., 2] = maxc mask = maxc != minc hsv[mask, 1] = (maxc - minc)[mask] / maxc[mask] rc = np.zeros_like(r) gc = np.zeros_like(g) bc = np.zeros_like(b) rc[mask] = (maxc - r)[mask] / (maxc - minc)[mask] gc[mask] = (maxc - g)[mask] / (maxc - minc)[mask] bc[mask] = (maxc - b)[mask] / (maxc - minc)[mask] hsv[..., 0] = np.select( [r == maxc, g == maxc], [bc - gc, 2.0 + rc - bc], default=4.0 + gc - rc) hsv[..., 0] = (hsv[..., 0] / 6.0) % 1.0 return hsv def hsv_to_rgb(hsv): # Translated from source of colorsys.hsv_to_rgb # h,s should be a numpy arrays with values between 0.0 and 1.0 # v should be a numpy array with values between 0.0 and 255.0 # hsv_to_rgb returns an array of uints between 0 and 255. rgb = np.empty_like(hsv) rgb[..., 3:] = hsv[..., 3:] h, s, v = hsv[..., 0], hsv[..., 1], hsv[..., 2] i = (h * 6.0).astype('uint8') f = (h * 6.0) - i p = v * (1.0 - s) q = v * (1.0 - s * f) t = v * (1.0 - s * (1.0 - f)) i = i % 6 conditions = [s == 0.0, i == 1, i == 2, i == 3, i == 4, i == 5] rgb[..., 0] = np.select(conditions, [v, q, p, p, t, v], default=v) rgb[..., 1] = np.select(conditions, [v, v, v, q, p, p], default=t) rgb[..., 2] = np.select(conditions, [v, p, t, v, v, q], default=p) return rgb.astype('uint8') def shift_hue(arr,hout): hsv=rgb_to_hsv(arr) hsv[...,0]=hout rgb=hsv_to_rgb(hsv) return rgb img = Image.open('tweeter.png').convert('RGBA') arr = np.array(img) if __name__=='__main__': green_hue = (180-78)/360.0 red_hue = (180-180)/360.0 new_img = Image.fromarray(shift_hue(arr,red_hue), 'RGBA') new_img.save('tweeter_red.png') new_img = Image.fromarray(shift_hue(arr,green_hue), 'RGBA') new_img.save('tweeter_green.png')
产量
和
最近有一个枕头的副本，应该可以使用
def rgb2hsv(image): return image.convert('HSV')
好问题。 PIL不会转换为HSV或HSL色彩空间，但是这是您需要进行的转换，以便在不改变图像的亮度和饱和度的情况下改变色调。
你需要做的是转换为HSV，然后在一定程度上增加所有的H值，然后转换回RGB。
一段时间以前，有一半的工作是由我来完成的。 它使用另一个名为NumPy的python模块，并将RGB色彩空间转换为HSV。 写反向转换不会太麻烦。
