python - PIL中 'P'和 'L'模式的图片有什么区别？

Question

根据 https://pillow.readthedocs.io/en/3.1.x/handbook/concepts.html#concept-modes ,

1. 它们有什么区别？
2. 我们可以从一个转换为另一个吗？
3. 两种模式的图像示例是什么？

Answer 1

• 通常，图像是 RGB，这意味着它们有 3 个 channel ，一个用于红色，一个用于绿色，一个用于蓝色。这通常意味着每个像素占用 3 个字节的存储空间，一个用于红色，一个用于绿色，一个用于蓝色。

• 如果您有一个 P 模式图像，这意味着它是调色板。这意味着调色板中有多达 256 种不同的颜色，而不是为每个像素存储 3 个字节的 R、G 和 B，而是存储 1 个字节，它是调色板的索引。这既有优点也有缺点。优点是您的图像需要内存和磁盘空间的 1/3。缺点是它只能表示 256 种独特的颜色 - 所以你可能会得到 banding或人工制品。

• 如果您有一个 L 模式图像，这意味着它是一个单 channel 图像 - 通常被解释为灰度。 L 表示只存储亮度。它非常紧凑，但只存储灰度，不存储颜色。

---

你可以分辨出哪个mode您的图像通过查看:

image.mode

如果您的图像是调色板，它将是 P，或者 PA 如果也使用 alpha channel 进行调色板。如果您的图像是灰度图像，它将是 L，如果是带有 alpha channel 的灰度图像，它将是 LA。

您可以使用 convert(mode) 在它们之间进行转换功能，例如要进入 RGB 模式，请使用:

image.convert('RGB')

---

“正常” 这个词我用了很多次!为什么？因为你可以做出不正常的事情!

• 您可以将灰度图像存储为 RGB 格式。您所做的就是使红色分量等于绿色分量等于蓝色分量 (R=G=B)，它会显示为灰色，但会以低效的 RGB 格式存储，占用 3 倍的空间。

• 您可以将灰色图像存储为 P 格式，只需确保所有调色板条目都具有 R=G=B。

---

关键是...如果您想要并期待 RGB 图像，您应该在打开时转换为 RGB:

im = Image.open("image.jpg").convert('RGB')

这样，您将永远不会遇到 GIF 文件(总是调色板)或 PNG 文件(可以调色板和灰度或 RGB)的问题。 JPEG 图像通常不会出现问题，因为它们几乎总是 RGB。

---

这里有一个例子来演示。从这张红蓝渐变图像开始:

让我们使用 IPython 在 RGB 空间中查看。首先看红色 channel :

In [21]: im = Image.open('a.png').convert('RGB')

In [22]: np.array(im.getchannel(0))
Out[22]: 
array([[255, 255, 255, ..., 255, 255, 255],
       [255, 255, 255, ..., 255, 255, 255],
       [254, 254, 254, ..., 254, 254, 254],
       ...,
       [  1,   1,   1, ...,   1,   1,   1],
       [  0,   0,   0, ...,   0,   0,   0],
       [  0,   0,   0, ...,   0,   0,   0]], dtype=uint8)

注意它在顶部有 255，因为它是红色的，在底部有 0，因为那里没有红色。

现在让我们看一下绿色 channel ，因为没有绿色，所以到处都是 0。

In [23]: np.array(im.getchannel(1))
Out[23]: 
array([[0, 0, 0, ..., 0, 0, 0],
       [0, 0, 0, ..., 0, 0, 0],
       [0, 0, 0, ..., 0, 0, 0],
       ...,
       [0, 0, 0, ..., 0, 0, 0],
       [0, 0, 0, ..., 0, 0, 0],
       [0, 0, 0, ..., 0, 0, 0]], dtype=uint8)

最后，让我们看看蓝色 channel 。在图像为纯红色的顶部为 0，在图像为纯蓝色的底部为 255。

In [24]: np.array(im.getchannel(2))
Out[24]: 
array([[  0,   0,   0, ...,   0,   0,   0],
       [  0,   0,   0, ...,   0,   0,   0],
       [  1,   1,   1, ...,   1,   1,   1],
       ...,
       [254, 254, 254, ..., 254, 254, 254],
       [255, 255, 255, ..., 255, 255, 255],
       [255, 255, 255, ..., 255, 255, 255]], dtype=uint8)

现在让我们在调色板模式下查看相同的图像。

# Convert to palette mode
im = Image.open('a.png').convert('P')

# Extract the palette and reshape as 256 entries of 3 RGB bytes each
In [27]: np.array(im.getpalette()).reshape(256,3)
Out[27]: 
array([[  0,   0,   0],
       [  0,   0,   0],
       [  0,   0,   0],
       [  0,   0,   0],
       [  0,   0,   0],
       [  0,   0,   0],
       [  0,   0,   0],
       [  0,   0,   0],
       [  0,   0,   0],
       [  0,   0,   0],
       [  0,   0,   0],
       [ 51,   0,   0],
       [102,   0,   0],
       [153,   0,   0],
       [204,   0,   0],
       [255,   0,   0],      <--- entry 15 = rgb(255,0,0) = Red
       [  0,  51,   0],
       [ 51,  51,   0],
       [102,  51,   0],
       [153,  51,   0],
       [204,  51,   0],
       [255,  51,   0],
       [  0, 102,   0],
       [ 51, 102,   0],
       [102, 102,   0],
       [153, 102,   0],
       [204, 102,   0],
       [255, 102,   0],
       [  0, 153,   0],
       [ 51, 153,   0],
       [102, 153,   0],
       [153, 153,   0],
       [204, 153,   0],
       [255, 153,   0],
       [  0, 204,   0],
       [ 51, 204,   0],
       [102, 204,   0],
       [153, 204,   0],
       [204, 204,   0],
       [255, 204,   0],
       [  0, 255,   0],
       [ 51, 255,   0],
       [102, 255,   0],
       [153, 255,   0],
       [204, 255,   0],
       [255, 255,   0],
       ...
       ... up to 256 entries

现在将索引放入调色板:

In [28]: np.array(im.getchannel(0))
Out[28]: 
array([[ 15,  15,  15, ...,  15,  15,  15],
       [ 15,  15,  15, ...,  15,  15,  15],
       [ 15,  15,  15, ...,  15,  15,  15],
       ...,
       [190, 190, 190, ..., 190, 190, 190],
       [190, 190, 190, ..., 190, 190, 190],
       [190, 190, 190, ..., 190, 190, 190]], dtype=uint8)

现在您可以看到图像顶行的调色板索引为 15，如果您在前面的调色板中查找它，您会看到红色。

现在让我们看一下 L 模式下的同一图像 - 记住 L 的意思是“亮度”，这只是在黑色范围内“亮度”的一种奇特表达方式到白色，即灰度:

# Open into greyscale, or L mode
In [1]: im = Image.open('a.png').convert('L')

# Dump the pixels
In [2]: np.array(im.getchannel(0))
Out[2]: 
array([[76, 76, 76, ..., 76, 76, 76],
       [76, 76, 76, ..., 76, 76, 76],
       [76, 76, 76, ..., 76, 76, 76],
       ...,
       [29, 29, 29, ..., 29, 29, 29],
       [29, 29, 29, ..., 29, 29, 29],
       [29, 29, 29, ..., 29, 29, 29]], dtype=uint8)

那么，现在图像的顶行是 76，底行是 29。它们是什么？那么，将 RGB 转换为 L 的公式是:

L = R * 299/1000 + G * 587/1000 + B * 114/1000

因此，在第一行中，R=255、G=0、B=0，因此亮度变为:

L = 255 * 299/1000 + 0 + 0 
L = 76

在最下面一行，R=0, G=0, B=255，所以亮度变成了:

L = 0 + 0 + 255 * 114/1000
L = 29

关键词:Python、PIL、Pillow、调色板、图像处理、prime。