问题标签 [posterization]

我已经编写了一些代码来对 python 中的图像进行分色。

我正在循环并分别获取红色、绿色、蓝色值。有没有办法简化这个？

我遇到的障碍是每个 RGB 值都需要单独处理，并且无法找到一种方法来检查每个像素的 RGB 值并更改它们，而不会使它比下面的更麻烦。

此版本有效：

这是我拥有的新代码，但它不会更改 RGB 的值。

标题是我在编译代码时遇到的错误。我正在编辑一张图片四次，并将其全部显示为一张图片。错误发生在我说 p1 和 p2 分别等于 poster1 和 poster2 的主要方法中。我要问的是如何解决错误，我认为这可能是由于海报方法，但我不知道。

我目前正在处理使用 iMagick 转换图像时在特定主机上看到 CPU 使用率问题的问题。这个问题在这里得到了非常完美的描述： https ://github.com/ResponsiveImagesCG/wp-tevko-responsive-images/issues/150 （我不使用那个特定的库，但我确实使用了他们所做的相同的响应图像类，并且我在该特定行上超时，仅适用于某些图像）。

他们似乎建议删除对的调用->posterizeImage()将解决他们的问题，并且在我的测试中确实如此，我什至无法分辨转换后的图像有任何区别。但这让我担心，因为我想知道是否存在我没​​有看到的差异，或者仅在某些情况下出现的差异（我的意思是，如果对图像进行后处理没有做任何事情，那么就没有方法了，对吧？）。我在网上看到它“将图像减少到有限数量的颜色级别”（在这种情况下，136 个级别对我来说是个问题，因为它的价值）。不过，我在解析时遇到了一些困难，我认为这与对各种图像格式存储数据的方式掌握不佳有关（实际上，它并没有超越图像被分解成像素的想法，像素被分解成红绿蓝的比例）。

如果我们停止对图像进行分色处理，我会看到哪些实际的视觉差异？这是我只希望在某些类型的图像中出现的东西（比如，它在透明而不是非透明或暖色图像中会更明显）吗？或者这在某些显示样式中会更明显（例如打印，或者 iPhone 显示器中的暖色温）？

基本上，我正在寻找信息，以便就评论是否安全做出明智的选择。我不担心这是否意味着某些图像可能会大 x Kb，但如果它会使它们看起来质量很差，或者以某种方式扭曲它们（即使在极端情况下），那么我需要考虑其他选项。

我在大学里使用这个叫做 Cengage Mindtap 的程序，它对语法和要求的结果非常严格。而且我一直收到类型错误。这一切都在 python Mindtap 终端上运行，所以我不确定 python 是否空闲或其他什么会导致其他结果。任何人都可以解释错误是由什么引起的吗？此外，正在导入的图像文件由 Mindtap 提供代码。

'''

'''