我已经搜索了任何可能的解决方案,但所有答案都不是很清晰或不完整。如何将梯度图应用于灰度图像
所以,说我已经上传到内存中的图像:
image = Image.open('image.jpg')
我如何应用此梯度(#582f91到#00aeef):
到该图像:
所以我T成为这样的:提前
感谢。
我已经搜索了任何可能的解决方案,但所有答案都不是很清晰或不完整。如何将梯度图应用于灰度图像
所以,说我已经上传到内存中的图像:
image = Image.open('image.jpg')
我如何应用此梯度(#582f91到#00aeef):
到该图像:
所以我T成为这样的:提前
感谢。
我用用Cython脚本之前解决了这个问题(如需要在高帧速率更新)来实现这一目标。这里输入cmap
到功能是一个矩阵的平面阵列,其中每一行对应于一个颜色,并且对应于R G B值。我用一个网站来生成渐变,虽然不记得哪一个。图像被平滑以获得速度并在0到255的int值之间缩放。
为了能够导入和使用用Cython功能,您将需要从命令行运行安装脚本,一旦你有安装用Cython使用PIP即
pip install cython
pyhton setup.py build_ext --inplace
这则应该产生交流文件和.so文件。
用Cython代码:
import numpy as np
cimport numpy as np
cimport cython
DTYPE1 = np.float
ctypedef np.float_t DTYPE1_t
DTYPE2 = np.int
ctypedef np.int_t DTYPE2_t
@cython.boundscheck(False)
@cython.wraparound(False)
def mat_to_im(np.ndarray[DTYPE2_t, ndim=1] data, np.ndarray[DTYPE2_t, ndim=1] cmap):
cdef int wid = data.size
cdef int x, x1, y
cdef np.ndarray[DTYPE2_t, ndim=1] im = np.zeros([wid*3], dtype=DTYPE2)
for x in range(wid):
x1 = x*3
y = data[x]*3
im[x1] = cmap[y]
im[x1+1] = cmap[y+1]
im[x1+2] = cmap[y+2]
return im
安装文件:
from distutils.core import setup, Extension
from Cython.Build import cythonize
import numpy
setup(
name='image convert',
version='1',
description='color map images',
author='scooper',
install_requires=['numpy'],
ext_modules=cythonize([
Extension("image_convert", ["image_convert.pyx"], include_dirs=[numpy.get_include()])])
)
这应该与任何问题的帮助(我已经从更大的代码文件截取设置和没有测试过):http://cython.readthedocs.io/en/latest/src/quickstart/build.html
# make a cmap
mycm=matplotlib.colors.LinearSegmentedColormap.from_list('',['#582f91', '#00aeef'])
# apply on a canal
imgrad=mycm(image[:,:,0])
所以基本上不得不使用映射单独重新分配像素值。返回的图像然后重新成形为原始图像尺寸。 – samocooper
谢谢你。现在让我试试看。 –
恩,好的。我以前从未使用过Cython。你能给我一个快速指南,我如何使用你的功能? –