color-operations

应用基本颜色导向图像操作。

是rio-color的轻量级版本，但移除了rasterio依赖。

安装

您可以使用pip安装color-operations

pip install -U pip
pip install color-operations

从源码构建

git checkout https://github.com/vincentsarago/color-operations.git
cd color-operations
pip install -U pip
pip install -e .

操作

伽马调整根据幂律调整RGB值，有效地调整中间色调的亮度和暗度。它对于减少卫星图像中蓝色和绿色通道的大气烟雾非常有效。

sigmoidal对比度调整可以改变图像的对比度和亮度，使其与人类的非线性视觉感知相匹配。它适用于在不使图像中的非常暗的阴影或已经很亮的部位过曝的情况下增加对比度。

饱和度可以被认为是像素的“色彩丰富度”。高度饱和的颜色是强烈且几乎像卡通一样的，低饱和度则更暗淡，更接近黑白。您可以在不改变亮度或色调的情况下独立调整饱和度，但数据必须转换到不同的颜色空间。

参考https://github.com/mapbox/rio-color/blob/master/README.md

示例

Sigmoidal

对比度

偏差

伽马

红色

绿色

蓝色

饱和度

操作组合

参考https://github.com/mapbox/rio-color/blob/master/README.md

Python API

color_operations.operations

以下函数接受并返回numpy ndarrays。假设数组已缩放到0到1。在某些情况下，假设输入数组位于RGB颜色空间。

所有数组均使用rasterio排序，形状为(bands, columns, rows)。请注意，其他图像处理软件可能使用(columns, rows, bands)轴顺序。

• sigmoidal(arr, contrast, bias)
• gamma(arr, g)
• saturation(rgb, proportion)
• simple_atmo(rgb, haze, contrast, bias)

函数color_operations.operations.parse_operations接受一个操作字符串，并返回一个可以应用于数组的Python函数列表。

from color_operations import parse_operations

ops = "gamma b 1.85, gamma rg 1.95, sigmoidal rgb 35 0.13, saturation 1.15"

assert arr.shape[0] == 3
assert arr.min() >= 0
assert arr.max() <= 1

for func in parse_operations(ops):
    arr = func(arr)

这提供了一种微型的领域特定语言(DSL)，允许您使用上述操作按顺序组合图像操作链。有关操作字符串的更多信息，请参阅rio color命令行帮助。

color_operations.colorspace

colorspace模块提供了在不同的色彩空间之间转换标量和NumPy数组的函数。

from color_operations.colorspace import ColorSpace as cs  # enum defining available color spaces
from color_operations.colorspace import convert, convert_arr

convert_arr(array, src=cs.rgb, dst=cs.lch) # for arrays
...

convert(r, g, b, src=cs.rgb, dst=cs.lch)  # for scalars
...

dict(cs.__members__)  # can convert to/from any of these color spaces
{
    'rgb': <ColorSpace.rgb: 0>,
    'xyz': <ColorSpace.xyz: 1>,
    'lab': <ColorSpace.lab: 2>,
    'lch': <ColorSpace.lch: 3>,
    'luv': <ColorSpace.luv: 4>
}