Python PIL - 分割混合两个图像的函数？

Question

编辑：代码现在可以运行，感谢 Mark 和 zephyr。 zephyr 还有以下两种替代工作解决方案。

我想用 PIL 来划分混合两个图像。我找到了 ImageChops.multiply(image1, image2) ，但找不到类似的 divide(image, image2) 函数。

分割混合模式解释（我在这里使用前两张图像作为我的测试源。）

是否有我错过的内置除法混合函数（PIL 或其他）？

我下面的测试代码运行并且接近我正在寻找的内容。生成的图像输出类似于此处的除法混合示例图像： 划分混合模式说明。

是否有更有效的方法来执行除法混合操作（步骤更少且速度更快）？起初，我尝试在 Image.eval 和 ImageMath.eval 中使用 lambda 函数来检查黑色像素并在分割过程中将它们翻转为白色，但我不能要么得到正确的结果。

编辑：修复代码并缩短感谢 Mark 和 zephyr。生成的图像输出与下面 zephyr 的 numpy 和 scipy 解决方案的输出相匹配。

# PIL Divide Blend test

import Image, os, ImageMath

imgA = Image.open('01background.jpg')
imgA.load()
imgB = Image.open('02testgray.jpg')
imgB.load()

# split RGB images into 3 channels
rA, gA, bA = imgA.split()
rB, gB, bB = imgB.split()

# divide each channel (image1/image2)
rTmp = ImageMath.eval("int(a/((float(b)+1)/256))", a=rA, b=rB).convert('L')
gTmp = ImageMath.eval("int(a/((float(b)+1)/256))", a=gA, b=gB).convert('L')
bTmp = ImageMath.eval("int(a/((float(b)+1)/256))", a=bA, b=bB).convert('L')

# merge channels into RGB image
imgOut = Image.merge("RGB", (rTmp, gTmp, bTmp))

imgOut.save('PILdiv0.png', 'PNG')

os.system('start PILdiv0.png')

Answer 1

你问的是：

是否有更有效的方法来执行除法混合操作（步骤更少且更快）？

您还可以使用 python 包混合模式。它是用矢量化 Numpy 数学编写的，通常速度很快。通过pip install Blend_modes安装它。我以更详细的方式编写了命令以提高可读性，链接它们会更短。像这样使用 blend_modes 来划分图像：

from PIL import Image
import numpy
import os
from blend_modes import blend_modes

# Load images
imgA = Image.open('01background.jpg')
imgA = numpy.array(imgA)
# append alpha channel
imgA = numpy.dstack((imgA, numpy.ones((imgA.shape[0], imgA.shape[1], 1))*255))
imgA = imgA.astype(float)

imgB = Image.open('02testgray.jpg')
imgB = numpy.array(imgB)
# append alpha channel
imgB = numpy.dstack((imgB, numpy.ones((imgB.shape[0], imgB.shape[1], 1))*255))
imgB = imgB.astype(float)

# Divide images
imgOut = blend_modes.divide(imgA, imgB, 1.0)

# Save images
imgOut = numpy.uint8(imgOut)
imgOut = Image.fromarray(imgOut)
imgOut.save('PILdiv0.png', 'PNG')

os.system('start PILdiv0.png')

请注意，要实现此功能，两个图像需要具有相同的尺寸，例如 imgA.shape == (240,320,3) 和 imgB.shape == (240,320,3)。

Answer 2

除法函数有一个数学定义：
http://www.linuxtopia.org/online_books/graphics_tools/gimp_advanced_guide/gimp_guide_node55_002.html

这是使用 scipy/matplotlib 的实现：

import numpy as np
import scipy.misc as mpl

a = mpl.imread('01background.jpg')
b = mpl.imread('02testgray.jpg')

c = a/((b.astype('float')+1)/256)
d = c*(c < 255)+255*np.ones(np.shape(c))*(c > 255)

e = d.astype('uint8')

mpl.imshow(e)
mpl.imsave('output.png', e)

如果你不想使用 matplotlib，你可以这样做（我假设你有 numpy）：

imgA = Image.open('01background.jpg')
imgA.load()
imgB = Image.open('02testgray.jpg')
imgB.load()

a = asarray(imgA)
b = asarray(imgB)
c = a/((b.astype('float')+1)/256)
d = c*(c < 255)+255*ones(shape(c))*(c > 255)
e = d.astype('uint8')

imgOut = Image.fromarray(e)
imgOut.save('PILdiv0.png', 'PNG')

Answer 3

您遇到的问题是当图像 B 中有零时 - 它会导致除以零。如果您将所有这些值转换为 1，我认为您会得到所需的结果。这将消除检查零并将其修复在结果中的需要。