查找Python中圖像像素和調色板顏色差異的最快方法

我正在研究將圖像轉換爲NES調色板的一些代碼。我目前的代碼有點成功，但非常慢。查找Python中圖像像素和調色板顏色差異的最快方法

我正在使用畢達哥拉斯定理。我將RGB顏色值用作3D空間中的座標，並以此方式進行。與像素的RGB距離最小的調色板中的顏色是使用的顏色。

class image_filter(): 
    def load(self,path): 
     self.i = Image.open(path) 
     self.i = self.i.convert("RGB") 
     self.pix = self.i.load() 

    def colour_filter(self,colours=NES): 
     start = time.time() 
     for y in range(self.i.size[1]): 
      for x in range(self.i.size[0]): 
       pixel = list(self.pix[x,y]) 
       distances = [] 
       for colour in colours: 
        distance = ((colour[0]-pixel[0])**2)+((colour[1]-pixel[1])**2)+((colour[2]-pixel[2])**2) 
        distances.append(distance) 
       pixel = colours[distances.index(sorted(distances,key=lambda x:x)[0])] 
       self.pix[x,y] = tuple(pixel) 
     print "Took "+str(time.time()-start)+" seconds." 

f = image_filter() 
f.load("C:\\path\\to\\image.png") 
f.colour_filter() 
f.i.save("C:\\path\\to\\new\\image.png")

使用列表：

NES = [(124,124,124),(0,0,252), 
      (0,0,188),(68,40,188), 
      (148,0,132),(168,0,32), 
      (168,16,0),(136,20,0), 
      (80,48,0),(0,120,0), 
      (0,104,0),(0,88,0), 
      (0,64,88),(0,0,0), 
      (188,188,188),(0,120,248), 
      (0,88,248),(104,68,252), 
      (216,0,204),(228,0,88), 
      (248,56,0),(228,92,16), 
      (172,124,0),(0,184,0), 
      (0,168,0),(0,168,68), 
      (0,136,136),(248,248,248), 
      (60,188,252),(104,136,252), 
      (152,120,248), 
      (248,120,248),(248,88,152), 
      (248,120,88),(252,160,68), 
      (184,248,24),(88,216,84), 
      (88,248,152),(0,232,216), 
      (120,120,120),(252,252,252),(164,228,252), 
      (184,184,248),(216,184,248), 
      (248,184,248),(248,164,192), 
      (240,208,176),(252,224,168), 
      (248,216,120),(216,248,120), 
      (184,248,184),(184,248,216), 
      (0,252,252),(216,216,216)]

這將產生以下輸入：

和輸出：

這需要14到20秒，這對於其預期的應用來說太長。有誰知道有什麼方法可以大大提高速度？

作爲一個想法，我認爲它可能會使用numpy數組;不過，我對numpy數組並不十分熟悉，無法將其拉下。

如果可能的話，我也想嘗試避免使用scipy--我知道，至少在Windows下，它可能是一個痛苦的安裝，並希望轉向明確。

來源

2017-01-25 WORD_559

這將是很難測試不完整的代碼。這是否過長？我看到許多東西會在這裏，三個嵌套for循環，追加被稱爲操作過過，分選和最後它不是C –

@ MS-DDOS這幾乎是完整的代碼。我認爲可能唯一需要引用但沒有提供的是'NES'列表。我現在補充一下。 –

謝謝，應該有所幫助。但我真的很好奇成員數據，比如'self.i'和'self.pix'，它們的類型是什麼？你正在使用任何庫，或者這只是純粹的Python？ –

方法＃1：我們可以使用Scipy's cdist來得到歐幾里得距離，然後查找最小距離arg並選擇合適的顏色。

因此，與NumPy數組作爲輸入，我們將有像這樣的實現 -

from scipy.spatial.distance import cdist 

out = colours[cdist(pix.reshape(-1,3),colours).argmin(1)].reshape(pix.shape)

方法2：這裏與broadcasting和np.einsum另一種方法 -

subs = pix - colours[:,None,None] 
out = colours[np.einsum('ijkl,ijkl->ijk',subs,subs).argmin(0)]

PIL /列表和NumPy的陣列

之間的接口連接要接受圖像讀取通過PIL，使用：

pix = np.asarray(Image.open('input_filename'))

要使用colours作爲數組：

colours = np.asarray(NES) 

# .... Use one of the listed approaches and get out as output array

要輸出的圖像：

i = Image.fromarray(out.astype('uint8'),'RGB') 
i.save("output_filename")

樣品輸入，使用輸出GI VEN調色板NES -

來源

2017-01-25 21:53:26 Divakar

你能想到的任何方法那不涉及scipy？我知道這是一個痛苦的安裝。 –

關於方法2 - 尋找廣播，這似乎是一個很好的計劃。我需要以什麼方式輸入圖像才能使用此方法？目前我將它作爲PIL RGB圖像進行存儲。我將在圖像中添加當前用於加載的代碼以供您查看。 –

@ WORD_559猜你可以這樣做：'np.asarray（PIL.Image.open（'pic1.jpg'））'把'pix'作爲NumPy數組，其中'pic1.jpg'是輸入文件名和'顏色'：colors = np.asarray（NES）？ – Divakar

查找Python中圖像像素和調色板顏色差異的最快方法

回答

相關問題