Konwersje przestrzeni kolorów

Zobacz na TensorFlow.org Uruchom w Google Colab Wyświetl źródło na GitHub Pobierz notatnik

Przegląd

W widzeniu komputerowym wybrana przestrzeń barw może mieć znaczący wpływ na wydajność modelu. Podczas RGB jest najczęstszą przestrzeni barw, w sytuacji manay modelowe skuteczniejszy przy włączaniu alternatywnych przestrzeni barw, takich jak YUV , YCbCr , XYZ (CIE) , etc.

tensorflow-io pakiet zawiera listę konwersji kolorów przestrzeń API, które można stosować do wytwarzania i zwiększenia danych obrazu.

Ustawiać

Zainstaluj wymagane pakiety i uruchom ponownie środowisko wykonawcze

pip install -q tensorflow-io

Pobierz przykładowy obraz

Przykładowy obraz użyte w tym tutorialu jest kot w śniegu , choć może to być zastąpione żadnymi obrazami JPEG.

Poniższy obraz będzie pobrać i zapisać na dysku lokalnym jako sample.jpg :

curl -o sample.jpg -L https://storage.googleapis.com/download.tensorflow.org/example_images/320px-Felis_catus-cat_on_snow.jpg

ls -ls sample.jpg

% Total    % Received % Xferd  Average Speed   Time    Time     Time  Current
                                 Dload  Upload   Total   Spent    Left  Speed
100 17858  100 17858    0     0   235k      0 --:--:-- --:--:-- --:--:--  235k
20 -rw-rw-r-- 1 kbuilder kokoro 17858 Oct 27 16:33 sample.jpg

Stosowanie

Przeczytaj plik obrazu

Odczytu i dekodowania obrazu w uint8 tensor kształtu (213, 320, 3)

import tensorflow as tf
import tensorflow_io as tfio

image = tf.image.decode_jpeg(tf.io.read_file('sample.jpg'))

print(image.shape, image.dtype)

(213, 320, 3) <dtype: 'uint8'>

Obraz można wyświetlić za pomocą:

import matplotlib.pyplot as plt

plt.figure()
plt.imshow(image)
plt.axis('off')
plt.show()

png

Konwertuj RGB na skalę szarości

RGB obraz może być przekształcony w Grayscale w celu ograniczenia kanału od 3 do 1 tfio.experimental.color.rgb_to_grayscale :

grayscale = tfio.experimental.color.rgb_to_grayscale(image)

print(grayscale.shape, grayscale.dtype)

# use tf.squeeze to remove last channel for plt.imshow to display:
plt.figure()
plt.imshow(tf.squeeze(grayscale, axis=-1), cmap='gray')
plt.axis('off')
plt.show()

(213, 320, 1) <dtype: 'uint8'>

png

Konwertuj RGB na BGR

Niektóre programy obraz i aparat manufacturors wolą BGR , który może być uzyskany poprzez tfio.experimental.color.rgb_to_bgr :

bgr = tfio.experimental.color.rgb_to_bgr(image)

print(bgr.shape, bgr.dtype)

plt.figure()
plt.imshow(bgr)
plt.axis('off')
plt.show()

(213, 320, 3) <dtype: 'uint8'>

png

Konwertuj RGB na CIE XYZ

CIE XYZ (lub CIE 1931 XYZ jest wspólna przestrzeń kolorów używana w wielu programach do przetwarzania obrazu. Poniżej znajduje się konwersji z RGB do CIE XYZ przez tfio.experimental.color.rgb_to_xyz . Uwaga tfio.experimental.color.rgb_to_xyz zakłada wejście pływający punkt w przedziale [0, 1] tak dodatkowa obróbka wstępna jest potrzebna:

# convert to float32
image_float32 = tf.cast(image, tf.float32) / 255.0

xyz_float32 = tfio.experimental.color.rgb_to_xyz(image_float32)

# convert back uint8
xyz = tf.cast(xyz_float32 * 255.0, tf.uint8)

print(xyz.shape, xyz.dtype)

plt.figure()
plt.imshow(xyz)
plt.axis('off')
plt.show()

(213, 320, 3) <dtype: 'uint8'>

png

Konwertuj RGB na YCbCr

Wreszcie, YCbCr jest domyślna przestrzeń kolorów w wielu systemach wizyjnych. Konwersja do YCbCr można zrobić poprzez tfio.experimental.color.rgb_to_ycbcr :

ycbcr = tfio.experimental.color.rgb_to_ycbcr(image)

print(ycbcr.shape, ycbcr.dtype)

plt.figure()
plt.imshow(ycbcr, cmap='gray')
plt.axis('off')
plt.show()

(213, 320, 3) <dtype: 'uint8'>

png

Co jest bardziej interesujące jest jednak to, że YCbCr mogła być rozłożona na Y' (luma), Cb (niebiesko-różnica chroma) i Cr (czerwono-różnica chroma) komponentów z każdego przeniesienia składnika dostrzegalnie znaczące informacje:

y, cb, cr = ycbcr[:,:,0], ycbcr[:,:,1], ycbcr[:,:,2]

# Y' component
plt.figure()
plt.imshow(y, cmap='gray')
plt.axis('off')
plt.show()

# Cb component
plt.figure()
plt.imshow(cb, cmap='gray')
plt.axis('off')
plt.show()

# Cr component
plt.figure()
plt.imshow(cr, cmap='gray')
plt.axis('off')
plt.show()

png

png

png