使用OPENCV将RGB图像转换为LMS，反之亦然

Question

我正在尝试将图像从rgb转换为lms，并在python中使用opencv进行副词。据我了解，我应该使用给定的3x3变换矩阵并将其乘以3x1 RGB/LMS矩阵。可以在此处找到所使用的转换矩阵。

我探索过以前在此站点上问过的问题，但不幸的是它们在C 中，我尚未精通这种语言，我很难理解他们如何确切解决问题。

这是我到目前为止我的代码：[截至2019-05-19已解决]

import numpy as np
import cv2
#Transformation Matrix#
MsRGB  = np.zeros((3,3), dtype='float')
MHPE   = np.zeros((3,3), dtype='float')
MsRGB = np.array([[0.4124564, 0.3575761, 0.1804375],
                  [0.2126729, 0.7151522, 0.0721750],
                  [0.0193339, 0.1191920, 0.9503041]])
MHPE = np.array([[ 0.4002, 0.7076, -0.0808],
                 [-0.2263, 1.1653,  0.0457],
                 [      0,      0,  0.9182]])
Trgb2lms = MHPE @ MsRGB
Tlms2rgb = np.linalg.inv(Trgb2lms)
imgpath = "(insert file directory here)"
imgIN = cv2.imread(imgpath,cv2.IMREAD_UNCHANGED)
imgINrgb = cv2.cvtColor(imgIN, cv2.COLOR_BGR2RGB)
x,y,z = imgINrgb.shape
imgLMS = np.zeros((x,y,z), dtype='float')
imgReshaped = imgINrgb.transpose(2, 0, 1).reshape(3,-1)
imgLMS = Trgb2lms @ imgReshaped #Convert to LMS
imgOUT = Tlms2rgb @ imgLMS #Convert back to RGB
imgLMS = imgLMS.reshape(z, x, y).transpose(1, 2, 0).astype(np.uint8)
imgOUT = imgOUT.reshape(z, x, y).transpose(1, 2, 0).astype(np.uint8)
imgOUT = cv2.cvtColor(imgOUT, cv2.COLOR_RGB2BGR)
cv2.imshow('Input', imgIN)
cv2.imshow('LMS', imgLMS)
cv2.imshow('Output', imgOUT)
cv2.waitKey(0)
cv2.destroyAllWindows()

现在，代码能够使用给定的转换矩阵在给定的RGB图像上执行线性转换。结果可以在这里找到。

Answer 1

给定您的问题的上下文存在一些错误：

1. T尚未定义。从您的代码的上下文来看，这应该是Trgb2lms，因此我们需要更改这些。

2. 从我可以收集的问题中，您将线性转换应用于图像中的所有像素。为此，您要重塑矩阵，以便我们有三个行，其中每一行对应于单个像素，然后沿列透出所有像素。在这种情况下，reshape方法不正确。您不仅需要将尺寸洗牌，因此最后一个维度是首先，而且还需要设置reshape的最后一个维度，以便它是-1。这意味着我们将自动填充列，以便它包含图像中的像素总数。

3. 最后，一旦进行线性转换，就需要将矩阵重塑为原始图像大小。您可以使用最终的reshape调用，并使用用于推断图像尺寸的原始调用中的x, y和z。请记住，当我们重塑时，频道首先出现，因此我们必须再次缩小尺寸。进行转换后，您还需要回到未签名的8位精度。

4. 还要比较，让我们通过反向转换来运行此操作，以确保我们有原始的。

因此：

import numpy as np
import cv2
#Transformation Matrix#
MsRGB  = np.zeros((3,3), dtype='float')
MHPE   = np.zeros((3,3), dtype='float')
MsRGB = np.array([[0.4124564, 0.3575761, 0.1804375],
                  [0.2126729, 0.7151522, 0.0721750],
                  [0.0193339, 0.1191920, 0.9503041]])
MHPE = np.array([[ 0.4002, 0.7076, -0.0808],
                 [-0.2263, 1.1653,  0.0457],
                 [      0,      0,  0.9182]])
Trgb2lms = MHPE @ MsRGB
# Change
Tlms2rgb = np.linalg.inv(Trgb2lms)
imgpath = "(insert filename here)"
imgIN = cv2.imread(imgpath,cv2.IMREAD_UNCHANGED)
imgINrgb = cv2.cvtColor(imgIN, cv2.COLOR_BGR2RGB)
x,y,z = imgINrgb.shape
imgLMS = np.zeros((x,y,z), dtype='float')
#imgFlatten = imgINrgb.flatten()
# Change
imgReshaped = imgINrgb.transpose(2, 0, 1).reshape(3,-1)
# Change
imgLMS = Trgb2lms @ imgReshaped
imgOUT = Tlms2rgb @ imgLMS
# New
imgLMS = imgLMS.transpose(z, x, y).permute(1, 2, 0).astype(np.uint8)
imgOUT = imgOUT.transpose(z, x, y).permute(1, 2, 0).astype(np.uint8)