Python – 使用 Pillow 进行频道丢弃

通道删除是一种去除多通道图像的一个通道的方法。移除意味着将特定通道的颜色值变为 0（所有像素），即该特定通道对最终图像没有任何影响（假设颜色是“正常”混合的）。丢弃颜色通道时遵循颜色理论（色轮）。删除通道后，将添加其他通道的值以创建新图像。这种方法广泛用于图像处理包，如 Adobe Photoshop、Gimp 等。

我们将使用pillow库来实现通道丢弃。要安装库，请在命令行中执行以下命令：

pip install pillow

在后面的一种方法中，我们将利用 numpy 库提供的元素操作。要安装numpy ，请在命令行中执行以下命令：

pip install numpy

方法一：

在这种方法中，我们将使用作为参数传递给Image.convert()的变换矩阵。变换矩阵为：

newRed   = 1*oldRed  +  0*oldGreen  +  0*oldBlue  + constant
newGreen = 0*oldRed  +  1*OldGreen  +  0*OldBlue  + constant
newBlue  = 0*oldRed  +  0*OldGreen  +  1*OldBlue  + constant

正常的 RGB 图像将具有如上所示的矩阵。

(1, 0, 0, 0,
 0, 1, 0, 0,
 0, 0, 1, 0)

在上面的矩阵中，通过将 1 更改为 0 将删除该特定通道。出于我们的目的，我们不必更改其他偏移处的值，因为它们会导致不需要的不同效果。

示例图像：

代码：

from PIL import Image
  
# Creating a image object, of the sample image
img = Image.open(r'sample.jpg')
  
# A 12-value tuple which is a transform matrix for dropping 
# green channel (in this case)
matrix = ( 1, 0, 0, 0,
           0, 0, 0, 0,
           0, 0, 1, 0)
  
# Transforming the image to RGB using the aforementioned matrix 
img = img.convert("RGB", matrix)
  
# Displaying the image 
img.show()

输出图像：

解释：

首先，我们通过使用Image.open()打开图像来创建图像对象，然后将返回的对象保存在变量img中。然后我们用值填充我们的变换矩阵（ matrix变量），这将导致从图像中删除绿色通道。因为，绿色通道已从图像中移除（null'd）
最终图像的像素值取决于图像的红色和蓝色通道（给出洋红色阴影，如红色 + 蓝色 = 洋红色）。然后我们将变换矩阵发送到convert()方法并保存返回的图像。最后，我们使用img.show()显示图像。

通过将几个 1 更改为 0，可以在多个通道上应用相同的效果。

例子：

相同的代码，但使用矩阵：

matrix = ( 0, 0, 0, 0,
           0, 0, 0, 0,
           0, 0, 1, 0)

会产生图像

这是一张红色和绿色通道被丢弃的图像（因为它们的位置值为 0）。因此，生成的图像是蓝色的。

与矩阵相同的代码：

matrix = ( 1, 0, 0, 0,
           0, 1, 0, 0,
           0, 0, 1, 0)

会产生图像

这是原始图像，因为所有位置值都是 1，因此保留了所有颜色通道。

方法二：

在这种方法中，我们将使用 numpy 库提供的元素乘法运算（在我们的例子中是广播）来否定图像的颜色通道。

代码：

from PIL import Image
import numpy as np
  
# Opening the test image and saving its object
img = Image.open(r'sample.jpg')
  
# Creating an array out of pixel values of the image
img_arr = np.array(img, np.uint8)
  
# Setting the value of every pixel in the 3rd channel to 0
# Change the 2 to 1 if wanting to drop the green channel 
# Change the 2 to 0 if wanting to drop the red channel
img_arr[::, ::, 2] = 0
  
# Creating an image from the modified array
img = Image.fromarray(img_arr)
  
# Displaying the image
img.show()

输出图像：

解释：

首先，我们为我们的样本图像获取了一个图像对象，并将其存储在变量img中。然后我们使用数据类型np.uint8 （8 位无符号整数）的函数np.array()将图像转换为 numpy 数组。之后，我们使用img_arr[::, ::, 2] = 0将 0 分配为蓝色通道中每个像素的值，这意味着给这个多通道矩阵的第三个通道（蓝色）的每一行和每一列 a值为 0。然后我们使用这个数组使用Image.fromarray()创建一个新图像。最后，我们展示了图像。

注意：第三个参数中的2被视为蓝色通道（第三通道）的原因是因为 numpy 使用基于 0 的索引，因此第一个元素位于索引 0 而不是 1，因此使索引 2 处的元素成为第三个元素.