# Note using matrix not array.rgb_to_ycc = np.matrix( (0.2990,0.5870,0.1140,-0.1687,-0.3313,0.5000,-0.4187,-0.0813,)).reshape( 3,3 )ycc_to_rgb = np.matrix( ( 1.0,0.0,1.4022,1.0,-0.3456,-0.7145,1.7710,3 )def convert_ycc_to_rgb( ycc ) : # convert back to RGB rgb = np.zeros_like( ycc ) for row in range(ycc.shape[0]) : rgb[row] = ycc[row] * ycc_to_rgb.T return rgbdef convert_rgb_to_ycc( rgb ) : ycc = np.zeros_like( rgb ) for row in range(rgb.shape[0]): ycc[row] = rgb[row] * rgb_to_ycc.T return ycc
我可以使用http://pypi.python.org/pypi/colormath(通过Using Python to convert color formats?),但我正在使用它作为练习学习numpy.
上述colormath库使用点积.
# Perform the adaptation via matrix multiplication.result_matrix = numpy.dot(var_matrix,rgb_matrix)
我的数学不是应该的. np.dot()是我最好的选择吗?
编辑.在深入阅读colormath的apply_RGB_matrix() – color_conversions.py之后,我发现如果我的转换3x3s不是矩阵,则np.dot()有效.奇怪的.
def convert_rgb_to_ycc( rgb ) : return np.dot( rgb,np.asarray( rgb_to_ycc ).T )解决方法 我不确定你使用的公式是 convert RGB to YCC,所以我不想声称这是完整的计算,但是为了简化你发布的功能,是的,使用np.dot和numpy数组而不是numpy矩阵.
np.dot比numpy矩阵更通用.当使用*与numpy矩阵时,两个矩阵必须是2维的.
但是np.dot可以生成具有不同形状的数组的结果.这对于您的应用非常重要,因为rgb是三维的(例如,当它具有形状(1470,2105,3)时).
np.dot的文档说:
For N dimensions it is a sum product over the last axis of `a` and the second-to-last of `b`:: dot(a,b)[i,j,k,m] = sum(a[i,:] * b[k,:,m])
这是常规矩阵乘法的推广.
我建议调用你的最终函数rgb_to_ycc,而不是将该指定赋给常量矩阵. (它更短,并准确说明你想要的功能.)
所以下面,rgb_to_ycc是我建议的函数,我做了一些小修改,使convert_rgb_to_ycc不会引发异常并进行我认为你想要的计算.
最后一行np.allclose(…)显示两个函数返回相同的结果.
import numpy as npdef rgb_to_ycc(rgb): M = np.array( (0.2990,) ).reshape( 3,3 ) return np.dot(rgb,M.T)def convert_rgb_to_ycc( rgb ) : M = np.matrix( (0.2990,3 ) shape=rgb.shape rgb=rgb.reshape((-1,3)) ycc = np.zeros_like( rgb ) for i in range(len(rgb)): ycc[i] = rgb[i] * M.T return ycc.reshape(shape)rgb=np.random.random((100,100,3))assert np.allclose(rgb_to_ycc(rgb),convert_rgb_to_ycc(rgb))总结
以上是内存溢出为你收集整理的python – 无循环的3×3矩阵转换(RGB颜色转换)全部内容,希望文章能够帮你解决python – 无循环的3×3矩阵转换(RGB颜色转换)所遇到的程序开发问题。
如果觉得内存溢出网站内容还不错,欢迎将内存溢出网站推荐给程序员好友。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)