У меня есть изображение RGB, загруженное в массив numpy через PIL. Я получаю массив rows x cols x 3. Поработав, я пришел к следующему коду. Я хотел бы узнать, как выполнять такие манипуляции с массивом/матрицей без цикла.
# Note using matrix not array.
rgb_to_ycc = np.matrix(
(0.2990, 0.5870, 0.1140,
-0.1687, -0.3313, 0.5000,
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,
1.0, 1.7710, 0, )
).reshape( 3, 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 rgb
def 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
Я мог бы использовать http://pypi.python.org/pypi/colormath (через Использование Python для преобразования цветовых форматов?), но я использую это как упражнение для узнать numpy.
Вышеупомянутая библиотека Colormath использует скалярное произведение.
# Perform the adaptation via matrix multiplication.
result_matrix = numpy.dot(var_matrix, rgb_matrix)
Моя математика не там, где она должна быть. Является ли np.dot() моим лучшим выбором?
РЕДАКТИРОВАТЬ. После более глубокого чтения colormath apply_RGB_matrix()-color_conversions.py я обнаружил, что np.dot() работает, если мои преобразования 3x3 являются не матрицами. Странный.
def convert_rgb_to_ycc( rgb ) :
return np.dot( rgb, np.asarray( rgb_to_ycc ).T )