在这里的第一篇。

  这篇的是为了说明PIL库中图像的mode参数。

SRE实战 互联网时代守护先锋,助力企业售后服务体系运筹帷幄!一键直达领取阿里云限量特价优惠。

  我做的事情是:

  1. 在本地找了jpg的图,convert为不同mode,将不同的图截取做了个脑图,有个直观的感觉吧。
  2. 把不同mode的图通过np.array()转化为array, 打印出array的shape, 和array[0, 0]的值, 便于理解不同mode的通道和像素值的存储。

  1 部分结果见下:

   PIL包中图像的mode参数 人工智能

  2 部分代码和结果:

  

# 将不同模式的图片打印出shape 和 [0, 0]像素点的值
from PIL import Image import matplotlib.pyplot as plt image = Image.open('images/tower.jpg') # 本地一个文件
mode_list = ['1', 'L', 'I', 'F', 'P', 'RGB', 'RGBA', 'CMYK', 'YCbCr' ] for mode in mode_list: img = image.convert(mode) img_data = np.array(img) print('img_{:>1}.shape: {}' .format(mode, img_data.shape)) print('img_{:>}_data[0, 0]: {}'.format(mode, img_data[0, 0])) print('---')
# 以下为output
img_1.shape: (1276, 1920) img_1_data[0, 0]: False --- img_L.shape: (1276, 1920) img_L_data[0, 0]: 88 --- img_I.shape: (1276, 1920) img_I_data[0, 0]: 88 --- img_F.shape: (1276, 1920) img_F_data[0, 0]: 88.94599914550781 --- img_P.shape: (1276, 1920) img_P_data[0, 0]: 131 --- img_RGB.shape: (1276, 1920, 3) img_RGB_data[0, 0]: [ 51 97 147] --- img_RGBA.shape: (1276, 1920, 4) img_RGBA_data[0, 0]: [ 51 97 147 255] ---
img_CMYK.shape: (1276, 1920, 4) img_CMYK_data[0, 0]: [204 158 108 0] --- img_YCbCr.shape: (1276, 1920, 3) img_YCbCr_data[0, 0]: [ 88 160 100] ---
 以上可对mode参数有所了解,第一篇拙劣,还望指正。


  最后一点关于颜色模式的,供备注用。

  1. RGB 为真色彩模式, 可组合为 256 x 256 x256 种, 打印需要更改为 CMYK模式, 需要注意数值溢出的问题。
  2. HSB 模式(本篇没有涉及),建立基于人类感觉颜色的方式,将颜色分为色相(Hue),饱和度(Saturation),明亮度(Brightness),这里不详细展开。
  3. CMYK模式,应用在印刷领域,4个字母意思是青、洋红、黄、黑,因为不能保证纯度,所以需要黑。
  4. 位图模式,见1, 颜色由黑和白表示(True, False)。
  5. 灰度模式,只有灰度, 所有颜色转化为灰度值,见L,I,F。
  6. 双色调模式(未有涉及),节约成本将可使用双色调。
  7. Lab模式(未涉及,ps内置),由3通道组成(亮度,a,b)组成,作为RGB到CMYK的过渡。
  8. 多通道模式,删除RGB,CMYK,Lab中某一个通道后,会转变为多通道,多通道用于处理特殊打印,它的每个通道都为256级灰度通道。
  9. 索引颜色模式,用在多媒体和网页,通过颜色表查取,没有则就近取,仅支持单通道,(8位/像素)。 

  end

 

扫码关注我们
微信号:SRE实战
拒绝背锅 运筹帷幄