我目前正在尝试确定我们的输出图像和使用OpenCV用Python绘制的莫奈画之间的色差。
通过研究,我发现Delta E是确定色差的最佳选择。我尝试使用提取两个图像的BGR通道,然后取均值“蓝色”,“绿色”和“红色”颜色来计算每个颜色通道的差异。
output_chans = cv2.split(image) monet_chans = cv2.split(best_painting) colors = ("Blue", "Green", "Red") for (output_chan, monet_chan, color) in zip(output_chans, monet_chans, colors): output_mean = np.mean(output_chan) monet_mean = np.mean(monet_chan) color1_rgb = None color2_rgb = None if color == "Blue": color1_rgb = sRGBColor(0.0, 0.0, output_mean) color2_rgb = sRGBColor(0.0, 0.0, monet_mean) elif color == "Green": color1_rgb = sRGBColor(0.0, output_mean, 0.0); color2_rgb = sRGBColor(0.0, monet_mean, 0.0); elif color == "Red": color1_rgb = sRGBColor(output_mean, 0.0, 0.0); color2_rgb = sRGBColor(monet_mean, 0.0, 0.0); # Convert from RGB to Lab Color Space color1_lab = convert_color(color1_rgb, LabColor); # Convert from RGB to Lab Color Space color2_lab = convert_color(color2_rgb, LabColor); # Find the color difference delta_e = delta_e_cie2000(color1_lab, color2_lab); print("Delta E of the Mean of %s Channel: %f" % (color, delta_e))
我收到每个颜色通道的色差输出,但是我的教授建议我做的Delta E可能是错误的,因为我应该只获得整个图像色差的一个值,而不是每个图像的色差三个颜色通道。在这种情况下,是否存在替代方法或正确的方法来计算两个图像的Delta E?
这是我们测试图像样本的链接:https : //imgur.com/a/KToggFS
以及绘画样本的链接:https : //imgur.com/a/vi1SFax
您似乎正在使用能colormath很好地进行数学运算的库,但是速度很慢。该colour- science软件包使用numpy对操作进行矢量化处理,并在更少的时间内获得答案
colormath
colour- science
cv2您正在使用的库具有所需的某些转换的简单版本,例如,您可以执行大部分操作:
cv2
import cv2 image1_rgb = cv2.imread('image1.jpeg') image2_rgb = cv2.imread('image2.jpeg') image1_lab = cv2.cvtColor(image1_rgb, cv2.COLOR_RGB2Lab) image2_lab = cv2.cvtColor(image2_rgb, cv2.COLOR_RGB2Lab)
但请注意,如果先转换为浮点数,可能会得到更好的结果:
image_lab = cv2.cvtColor(image_rgb.astype(np.float32) / 255, cv2.COLOR_RGB2Lab)
然后仅color-science用于delta_E()对每个像素的最终调用(但请注意,这些都是矢量化的,因此您只需将所有内容都赋予它数组,即可一次高效地完成所有操作):
color-science
delta_E()
import colour delta_E = colour.delta_E(image1_lab, image2_lab)
然后您可能想要在整个图像上取平均值:
np.mean(delta_E)
但是中位数,分位数或绘制分布图将为您提供更多信息
请注意,如果您关心颜色空间,并且需要更多地控制从RGB到Lab的转换,则可以使用进行更多控制colour-science,其粗糙模板如下所示:
colour-science
image_lab = colour.XYZ_to_Lab(colour.sRGB_to_XYZ(image_srgb))
关于如何进行此转换的方法有很多选择,请参阅colour.XYZ_to_Lab和的文档colour.XYZ_to_Lab。
colour.XYZ_to_Lab