3

我一直在编写一个脚本，我基本上需要它：

  • 使图像灰度（或双色调，我将同时使用两者，看看哪一个效果更好）。
  • 处理每一列并为每一列创建一个净强度值。
  • 将结果吐到有序列表中。

使用 ImageMagick 有一种非常简单的方法（尽管您需要一些 Linux 实用程序来处理输出文本），但我并没有真正了解如何使用 Python 和 PIL 来做到这一点。

这是我到目前为止所拥有的：

from PIL import Image

image_file = 'test.tiff'

image = Image.open(image_file).convert('L')

histo = image.histogram()
histo_string = ''

for i in histo:
  histo_string += str(i) + "\n"

print(histo_string)

这会输出一些东西（我希望绘制结果图），但它看起来不像 ImageMagick 输出。我正在使用它来检测扫描书籍的接缝和内容。

感谢任何帮助的人！

我现在有一个可行的（看起来很讨厌的）解决方案：

from PIL import Image
import numpy

def smoothListGaussian(list,degree=5):
  window=degree*2-1
  weight=numpy.array([1.0]*window)
  weightGauss=[]

  for i in range(window):
    i=i-degree+1
    frac=i/float(window)
    gauss=1/(numpy.exp((4*(frac))**2))
    weightGauss.append(gauss)

  weight=numpy.array(weightGauss)*weight
  smoothed=[0.0]*(len(list)-window)

  for i in range(len(smoothed)):
    smoothed[i]=sum(numpy.array(list[i:i+window])*weight)/sum(weight)

  return smoothed

image_file = 'verypurple.jpg'
out_file = 'out.tiff'

image = Image.open(image_file).convert('1')
image2 = image.load()
image.save(out_file)

intensities = []

for x in xrange(image.size[0]):
  intensities.append([])

  for y in xrange(image.size[1]):
    intensities[x].append(image2[x, y] )

plot = []

for x in xrange(image.size[0]):
  plot.append(0)

  for y in xrange(image.size[1]):
    plot[x] += intensities[x][y]

plot = smoothListGaussian(plot, 10)

plot_str = ''

for x in range(len(plot)):
  plot_str += str(plot[x]) + "\n"

print(plot_str)
4

2 回答 2

11

我看到你正在使用 numpy。我会先将灰度图像转换为 numpy 数组，然后使用 numpy 沿轴求和。奖励：当您修复它以接受一维数组作为输入时，您可能会发现平滑函数运行得更快。

>>> from PIL import Image
>>> import numpy as np
>>> i = Image.open(r'C:\Pictures\pics\test.png')
>>> a = np.array(i.convert('L'))
>>> a.shape
(2000, 2000)
>>> b = a.sum(0) # or 1 depending on the axis you want to sum across
>>> b.shape
(2000,)
于 2010-11-16T22:09:05.093 回答
7

从PIL 的文档中，histogram为您提供图像中每个像素值的像素计数列表。如果你有一张灰度图像，会有 256 个不同的可能值，范围从 0 到 255，从返回的列表image.histogram将有 256 个条目。

于 2010-11-15T19:48:06.530 回答