今日、PIL / Numpy / SciPyを使用して変換を行うための好ましい方法は何ですか?
5 に答える
リンクされた質問が行われた2010年以降、対応するコードはscipyから別のツールキットに移動しました: http ://scikit-image.org/
これが私が実際に探していたコードです:
from skimage import io, color
rgb = io.imread(filename)
lab = color.rgb2lab(rgb)
ラボの性質上、 srgb- > lab変換は追加のパラメーターに依存することにも注意してください。ホワイトポイント。例:
• PhotoshopはD50(iccの標準)と呼ばれるホワイトポイントを使用し
ます。• OpenCVとskimageはD65( srgbの標準)。
•デフォルトのMatlab実装はD50を使用します(他のものを使用できます)、
この素敵なFAQはそれをこのように説明しています:
他のものを使用する正当な理由がない限り、D65を使用する必要があります。
印刷業界では一般的にD50が使用され、写真では一般的にD55が使用されます。
これらは、屋内(タングステン)と日光の観察条件の間の妥協点を表しています。
(0,0,255)
RGBをLabに変換することで、どのホワイトポイントを扱っているかがわかります。
•D50は(30、68、-112)
•D55(30、73、-110)
•D65(32、79、-108)
「D」の後の数字は、白色点の(内部で)使用される色温度に対応します:D50 = 5003 K(黄色がかった)、D65 = 6504 K(青みがかった)
アレックスとローマンが私を正しい方向に向けてくれたので、彼らの答えに感謝しています。
私はこのコードを古いAdobeCookbookサイトで見つけ、Pythonに適合させました。サードパーティのモジュールやコンポーネントは必要ありません。
def rgb2lab ( inputColor ) :
num = 0
RGB = [0, 0, 0]
for value in inputColor :
value = float(value) / 255
if value > 0.04045 :
value = ( ( value + 0.055 ) / 1.055 ) ** 2.4
else :
value = value / 12.92
RGB[num] = value * 100
num = num + 1
XYZ = [0, 0, 0,]
X = RGB [0] * 0.4124 + RGB [1] * 0.3576 + RGB [2] * 0.1805
Y = RGB [0] * 0.2126 + RGB [1] * 0.7152 + RGB [2] * 0.0722
Z = RGB [0] * 0.0193 + RGB [1] * 0.1192 + RGB [2] * 0.9505
XYZ[ 0 ] = round( X, 4 )
XYZ[ 1 ] = round( Y, 4 )
XYZ[ 2 ] = round( Z, 4 )
XYZ[ 0 ] = float( XYZ[ 0 ] ) / 95.047 # ref_X = 95.047 Observer= 2°, Illuminant= D65
XYZ[ 1 ] = float( XYZ[ 1 ] ) / 100.0 # ref_Y = 100.000
XYZ[ 2 ] = float( XYZ[ 2 ] ) / 108.883 # ref_Z = 108.883
num = 0
for value in XYZ :
if value > 0.008856 :
value = value ** ( 0.3333333333333333 )
else :
value = ( 7.787 * value ) + ( 16 / 116 )
XYZ[num] = value
num = num + 1
Lab = [0, 0, 0]
L = ( 116 * XYZ[ 1 ] ) - 16
a = 500 * ( XYZ[ 0 ] - XYZ[ 1 ] )
b = 200 * ( XYZ[ 1 ] - XYZ[ 2 ] )
Lab [ 0 ] = round( L, 4 )
Lab [ 1 ] = round( a, 4 )
Lab [ 2 ] = round( b, 4 )
return Lab
編集:サンプルpyCMSコード:
from PIL import Image
import pyCMS
im = Image.open(...)
im2 = pyCMS.profileToProfile(im, pyCMS.createProfile("sRGB"), pyCMS.createProfile("LAB"))
編集:PILフォークであるPillowには、pyCMSが組み込まれているようです。
PILイメージで機能 するpyCMS(http://www.cazabon.com/pyCMS/ )を使用できます。
速度が重要でない場合は、python-colormath(http://code.google.com/p/python-colormath/)を使用してください。
PIL画像のRGB<->LAB色空間を変換するためのクラスは次のとおりです。
from PIL import ImageCms
class ColorTrans:
'''Class for transforming RGB<->LAB color spaces for PIL images.'''
def __init__(self):
self.srgb_p = ImageCms.createProfile("sRGB")
self.lab_p = ImageCms.createProfile("LAB")
self.rgb2lab_trans = ImageCms.buildTransformFromOpenProfiles(srgb_p, lab_p, "RGB", "LAB")
self.lab2rgb_trans = ImageCms.buildTransformFromOpenProfiles(lab_p, srgb_p, "LAB", "RGB")
def rgb2lab(self, img):
return ImageCms.applyTransform(img, self.rgb2lab_trans)
def lab2rgb(self, img):
return ImageCms.applyTransform(img, self.lab2rgb_trans)
使用例:
color_trans = ColorTrans()
c_img = Image.open(FILENAME)
c_img_lab = color_trans.rgb2lab(c_img)
c_img_rgb = color_trans.lab2rgb(c_img_lab)
現時点では、それを行うための適切なパッケージが見つかりません。RGBはデバイスに依存する色空間であるため、プロファイルがない場合はXYZまたはCIEラボに正確に変換できないことに注意する必要があります。
したがって、色空間を指定したり、カラープロファイルをインポートしたりせずに、RGBからCIEラボに変換する多くのソリューションは、慎重に評価する必要があることに注意してください。ほとんどの場合、sRGB色空間を扱っていると想定している内部のコードを見てください。