使用python PIL将RGB图像转换为纯黑白图像
我正在使用Python图像库进行一些非常简单的图像处理，但是我无法将灰度图像转换为单色（黑白） 图片。如果我在将图像更改为灰度（转换（'L'））后保存，则图像将如您所期望的那样呈现。但是，如果我将图像转换为单色，单波段图像，就会发出噪音，如下图所示。有没有一种简单的方法使用PIL/python将纯色黑白图像的颜色PNG图像？使用python PIL将RGB图像转换为纯黑白图像
from PIL import Image
import ImageEnhance
import ImageFilter
from scipy.misc import imsave
image_file = Image.open("convert_image.png") # open colour image
image_file= image_file.convert('L') # convert image to monochrome - this works
image_file= image_file.convert('1') # convert image to black and white
imsave('result_col.png', image_file)
from PIL import Image
image_file = Image.open("convert_image.png") # open colour image
image_file = image_file.convert('1') # convert image to black and white
image_file.save('result.png')
产量
感谢你们，我从另一段代码中使用了imsave - 我没有意识到这将是一个问题的根源。 – user714852 2012-03-01 13:36:05
另一种选择（这很有用。比如用于科学目的，当你需要与分割掩码工作）被简单地套用一个门槛：
#!/usr/bin/env python
# -*- coding: utf-8 -*-
"""Binarize (make it black and white) an image with Python."""
from PIL import Image
from scipy.misc import imsave
import numpy
def binarize_image(img_path, target_path, threshold):
"""Binarize an image."""
image_file = Image.open(img_path)
image = image_file.convert('L') # convert image to monochrome
image = numpy.array(image)
image = binarize_array(image, threshold)
imsave(target_path, image)
def binarize_array(numpy_array, threshold=200):
"""Binarize a numpy array."""
for i in range(len(numpy_array)):
for j in range(len(numpy_array[0])):
if numpy_array[i][j] > threshold:
numpy_array[i][j] = 255
else:
numpy_array[i][j] = 0
return numpy_array
def get_parser():
"""Get parser object for script xy.py."""
from argparse import ArgumentParser, ArgumentDefaultsHelpFormatter
parser = ArgumentParser(description=__doc__,
formatter_class=ArgumentDefaultsHelpFormatter)
parser.add_argument("-i", "--input",
dest="input",
help="read this file",
metavar="FILE",
required=True)
parser.add_argument("-o", "--output",
dest="output",
help="write binarized file hre",
metavar="FILE",
required=True)
parser.add_argument("--threshold",
dest="threshold",
default=200,
type=int,
help="Threshold when to show white")
return parser
if __name__ == "__main__":
args = get_parser().parse_args()
binarize_image(args.input, args.output, args.threshold)
它看起来像这样为./binarize.py -i convert_image.png -o result_bin.png --threshold 200：
因为从PIL convert("1")返回值“True”或“False”。尝试打印它，将显示：[False, False, True]单支架。
虽然numpy数组使用双托架，例如[[False, False, True]]或[[0, 0, 1]]，对吧？
正如Martin Thoma所说，你需要正常应用阈值。但是你可以使用简单的矢量化来实现这一点，该矢量化将比用于该答案的for循环快得多。
下面的代码将图像的像素转换为0（黑色）和1（白色）。
from PIL import Image
import numpy as np
import matplotlib.pyplot as plt
#Pixels higher than this will be 1. Otherwise 0.
THRESHOLD_VALUE = 200
#Load image and convert to greyscale
img = Image.open("photo.png")
img = img.convert("L")
imgData = np.asarray(img)
thresholdedData = (imgData > THRESHOLD_VALUE) * 1.0
plt.imshow(thresholdedData)
plt.show()
从[PIL文档】（http://www.pythonware.com/library/pil/handbook/image.htm）： “”“当转换为二值图像（模式 ”1“），首先将源图像转换为黑色和白色，然后将大于127的结果值设置为白色，并且图像抖动。要使用其他阈值，请使用点方法。“”“” 这听起来有关，但我'我不熟悉PIL和图像处理。 – Darthfett 2012-02-29 21:31:47