Блог

У меня есть файлы TIF, которые находятся в цветовом пространстве ProPhoto RGB. Они отлично импортируются с помощью метода «imload» scikit-image. Однако, когда я пытаюсь использовать matplotlib для просмотра данных изображения, я получаю сообщение об ошибке:

 plt.imshow(myImage)

plt.show()
 

Обрезка входных данных до допустимого диапазона для imshow с данными RGB ([0 ..1] для чисел с плавающей запятой или [0 ..255] для целых чисел).

Значения обрезаются до 255, и отображается полностью белое изображение. Ошибка верна в отношении данных изображения, считанных imread. Значения выглядят так:

 myImage[0]
array([[60061, 60135, 60673],
   [59907, 59983, 60533],
   [59931, 60007, 60557],
   ...,
   [60649, 60801, 61147],
   [60581, 60743, 61091],
   [60647, 60797, 61143]], dtype=uint16)
 

Очевидно, что эти значения необходимо масштабировать, чтобы получить правильные значения RGB в диапазоне от 0 до 255.

Когда я открываю файл изображения в чем-то вроде IrfanView и повторно сохраняю его, цветовое пространство обрабатывается правильно как RGB (вероятно, потому, что IrfanView преобразует его для меня). Однако мне нужно автоматизировать это преобразование.

Возможно ли преобразовать TIF с использованием цветового пространства ProPhoto RGB в цветовое пространство RGB с использованием scikit-image или PIL (или чего-то еще)? Я не видел никаких упоминаний об этом цветовом пространстве в документах для модуля «color» scikit-image в https://scikit-image.org/docs/stable/api/skimage.color.html . Разве «ProPhoto RGB» может быть известен под другим именем или совместим с другим методом преобразования?

Спасибо!

Редактировать:

Ответ пользователя Abhi25t помог добиться некоторого прогресса в отображении этих изображений. Однако их ответ, похоже, касается только преобразования 16-разрядного в 8-разрядное. Все еще существует проблема с цветовым пространством ProPhoto RGB в sRGB. Надеюсь, это редактирование демонстрирует это лучше.

Значения пикселей для необработанного тестового TIF-изображения в цветовом пространстве ProPhoto:

  array([[58465, 58479, 58785],
       [58575, 58591, 58879],
       [58441, 58457, 58739],
       ...,
       [58185, 58045, 58549],
       [58101, 57951, 58463],
       [57993, 57853, 58371]], dtype=uint16)
 

Значения пикселей для преобразованного файла Photoshop sRGB:

 array([[59771, 59873, 60161],
       [59863, 59965, 60235],
       [59755, 59855, 60119],
       ...,
       [59623, 59489, 59993],
       [59561, 59411, 59925],
       [59463, 59333, 59851]], dtype=uint16)
 

Значения пикселей для преобразованного файла IRFAN VIEW (похоже, он преобразован в 8-битный И переведен в пространство sRGB):

 array([[233, 233, 234],
       [233, 233, 234],
       [232, 233, 234],
       ...,
       [232, 231, 233],
       [232, 231, 233],
       [231, 231, 233]], dtype=uint8)
 

Я добавил сюда несколько тестовых кодов и изображений:
https://drive.google.com/drive/folders/1tcfUY2Kwlz-LAlt6_YXtT8l6vLnCucbM?usp=sharing

Изображение должно отображаться как цель проверки цвета. Вы должны быть в состоянии увидеть это правильно, просто построив результат imread для «TEST_PROPHOTO_IRFAN_SAVED.tif».

 from skimage import io
import numpy as np
import matplotlib.pyplot as plt

# TEST_PROPHOTO.tif : RAW TIF FILE
# TEST_PROPHOTO_IRFAN_SAVED.tif : RAW TIF, OPENED IN IRFANVIEW AND RESAVED AS TIF
# TEST_SRGB_PHOTOSHOP_CONVERTED.tif : RAW TIF, OPENED IN PHOTOSHOP, PROFILE CONVERTED TO sRGB, RESAVED AS TIF

img_path = '/path/to/image/myImage.tif'

img_rgb = io.imread(img_path)
plt.imshow(img_rgb)
plt.show()

# VIEW IMAGE CONTENTS
img_rgb[0] # you can see these values are 16-bit;
# however, colorspace (actual RGB values) differs between the ProPhoto test file and the Photoshop converted sRGB file

# STACKOVERFLOW USER Abhi25t's METHOD TO CONVERT FROM 16-bit color [0-65535] to 8-bit color [0-255]:
img_rgb_convert = img_rgb * (255/65535)
img_rgb_convert = img_rgb_convert.astype(int)
plt.imshow(img_rgb_convert)
plt.show()
 

Вам нужно будет выполнить следующие шаги:

1. Прочитайте изображение с imread помощью .
2. Преобразовать в представление с плавающей запятой в диапазоне [0-1], т. Е. Преобразовать в число с плавающей запятой и разделить на 65535.
3. Декодируйте с помощью функции декодирования RIMM-ROMM RGB.
4. Преобразование из RIMM-ROMM RGB-гаммы в sRGB-гамму с использованием требуемой матрицы преобразования цветов:

 # Using CAT02.
[[ 2.0364917242 -0.7375906525 -0.2992598689]
 [-0.2257179791  1.2231765313  0.0027252248]
 [-0.0105451286 -0.1348798497  1.1452101525]]
 

5. Кодирование с помощью функции обратной электрооптической передачи sRGB.
6. Преобразовать в целочисленное представление в диапазоне [0-255], т.Е. умножить на 255 и преобразовать в целое число.

Цвет может выполнять от 3 до 5 напрямую, используя определение color.RGB_to_RGB. Предполагая, что данные уже находятся в диапазоне с плавающей запятой, преобразование будет таким:

 img_rgb_convert = colour.RGB_to_RGB(
    img_rgb,
    colour.RGB_COLOURSPACES['ProPhoto RGB'],
    colour.RGB_COLOURSPACES['sRGB'],
    chromatic_adaptation_transform='CAT02',
    apply_cctf_decoding=True,
    apply_cctf_encoding=True)
 

Примечание: Поскольку у ProPhoto RGB гамма больше, чем у sRGB, возможно, что при преобразовании будут получены цвета, не соответствующие гамме. Для простоты их можно обрезать в диапазоне [0-1] после шага 4 или 5 или отобразить гамму с помощью специального алгоритма.

Здесь вам нужно преобразовать 16-битное разрешение (в оттенках серого) в 8-битное.

 myImage = myImage * 255/65535
 

И тогда matplotlib сможет отображаться.

При необходимости преобразуйте значения с плавающей точкой в int.

 myImage = myImage.astype(int)