python - 扩展 PIL 的 c 功能

Question

我想使用不同的混合算法创建类似于 PIL 的 Image.blend 的功能。为此，我需要:(1) 直接修改 PIL 模块并编译我自己的自定义 PIL 或 (2) 编写一个导入和扩展 PIL 的 python c 模块？

我试过没有成功:

#include "_imaging.c"

我还试图从 PIL 源中提取我需要的部分并将它们放入我自己的文件中。我得到的越多，我必须拉动的东西就越多，这似乎不是理想的解决方案。

更新:编辑以添加在 python 中实现的混合算法(这模拟了 Photoshop 中的叠加混合模式):

def overlay(upx, lpx):
    return (2 * upx * lpx / 255 ) if lpx < 128 else ((255-2 * (255 - upx) * (255 - lpx) / 255))

def blend_images(upper = None, lower = None):
    upixels = upper.load()
    lpixels = lower.load()
    width, height = upper.size
    pixeldata = [0] * len(upixels[0, 0])
    for x in range(width):
        for y in range(height):
            # the next for loop is to deal with images of any number of bands
            for i in range(len(upixels[x,y])):
                pixeldata[i] =  overlay(upixels[x, y][i], lpixels[x, y][i])
            upixels[x,y] = tuple(pixeldata)
    return upper

我也没有成功地尝试使用 scipy 的 weave.inline 实现它:

def blend_images(upper=None, lower=None):
    upixels = numpy.array(upper)
    lpixels = numpy.array(lower)
    width, height = upper.size
    nbands = len(upixels[0,0])
    code = """
        #line 120 "laplace.py" (This is only useful for debugging)
        int upx, lpx;
        for (int i = 0; i < width-1; ++i) {
            for (int j=0; j<height-1; ++j) {
                for (int k = 0; k < nbands-1; ++k){
                    upx = upixels[i,j][k];
                    lpx = lpixels[i,j][k];
                    upixels[i,j][k] = ((lpx < 128) ? (2 * upx * lpx / 255):(255 - 2 * (255 - upx) * (255 - lpx) / 255));
                }
            }
        }
        return_val = upixels;
        """
        # compiler keyword only needed on windows with MSVC installed
    upixels = weave.inline(code,
                           ['upixels', 'lpixels', 'width', 'height', 'nbands'],
                           type_converters=converters.blitz,
                           compiler = 'gcc')
    return Image.fromarray(upixels)

我在 upixel 和 lpixel 数组上做错了，但我不确定如何修复它们。我对 upixels[i,j][k] 的类型有点困惑，不确定我可以将它分配给什么。

Answer 1

这是我在 NumPy 中的实现.我没有单元测试，所以我不知道它是否包含错误。我想如果它失败了我会收到你的消息。正在发生的事情的解释在评论中。它在 0.07 秒内处理 200x400 RGBA 图像

import Image, numpy

def blend_images(upper=None, lower=None):
    # convert to arrays
    upx = numpy.asarray(upper).astype('uint16')
    lpx = numpy.asarray(lower).astype('uint16')
    # do some error-checking
    assert upper.mode==lower.mode
    assert upx.shape==lpx.shape
    # calculate the results of the two conditions
    cond1 = 2 * upx * lpx / 255
    cond2 = 255 - 2 * (255 - upx) * (255 - lpx) / 255
    # make a new array that is defined by condition 2
    arr = cond2
    # this is a boolean array that defines where in the array lpx<128
    mask = lpx<128
    # populate the parts of the new arry that meet the critera for condition 1
    arr[mask] = cond1[mask]
    # prevent overflow (may not be necessary)
    arr.clip(0, 255, arr)
    # convert back to image
    return Image.fromarray(arr.astype('uint8'), upper.mode)