Python – 使用Pillow进行颜色反转

颜色反转（图像负片）是对图像的像素值进行反转的方法。图像反转并不取决于图像的颜色模式，即反转是在通道层面上进行的。当反转用于多色图像（RGB、CMYK等）时，每个通道被单独处理，最后的结果是通过校准所有通道的结果形成的。
我们将使用pillow（PIL）库来获取图像的底片。要安装该库，请在命令行中执行以下命令：-

pip install pillow

注意：几个Linux发行版往往都预装了Python和PIL。
在这篇文章中，描述了2种方法来反转图像的颜色空间。第一种是使用ImageChops.invert()函数的内建方法。在第二种方法中，我们将通过像素值的元素减法来反转图像。
样本图片 –

方法#1:
使用内置的ImageChops.invert()方法来否定颜色。

# Importing imagechops for using the invert() method
from PIL import Image, ImageChops
 
# Opening the test image, and saving it's object
img = Image.open('test.jpg')
 
# Passing the image object to invert() 
inv_img = ImageChops.invert(img)
 
# Displaying the output image
inv_img.show()

输出:

解释:
首先，我们导入ImageChops模块以使用invert()方法。然后我们打开测试图像（test.jpg），并保存它的图像对象。现在我们把这个图像对象传给ImageDraw.invert()，它返回倒置的图像。最后，我们显示了倒置后的图像。
使用ImageChops.invert()时需要注意的事项。

• 输入的图像不应包含Alpha通道

• 输入的图像不应该是P（Paletted）颜色模式。

方法#2:
用于获得图像反转的方法是用一个像素的最大值/强度减去当前像素的值。结果值由公式指导 –

其中INV是反转后的像素，I^MAX是给定颜色模式下的最大强度水平，I(x, y)是图像/颜色通道在特定一对坐标上的强度（像素值）。

from PIL import Image
 
# numpy for performing batch processing and elementwise
# matrix operations efficiently
import numpy as np
 
 
# Opening an image, and saving open image object
img = Image.open(r"sample.jpg")
 
# Creating an numpy array out of the image object
img_arry = np.array(img)
 
# Maximum intensity value of the color mode
I_max = 255
 
# Subtracting 255 (max value possible in a given image
# channel) from each pixel values and storing the result
img_arry = I_max - img_arry
 
# Creating an image object from the resultant numpy array
inverted_img = Image.fromarray(img_arry)
 
# Saving the image under the name Image_negative.jpg
inverted_img.save(r"Image_negative.jpg")

输出:

解释:
首先，我们在代码中导入numpy，因为numpy允许对矩阵进行快速的元素运算，并提供对数组的若干算术运算。然后我们用Image.open()打开测试图像，并将返回的图像对象存储在变量img中。然后，我们从打开的图像对象（img）中获得的像素值创建一个数组（img_arry）。这样做是为了允许numpy库所提供的元素减法操作。现在我们从每个通道/像素值中减去255，这将导致所有的像素值被倒置。现在，我们使用这个结果矩阵来创建一个新的图像（inverted_img）。最后我们将图像保存下来，名称为Image_negative.jpg。

要记住的一些事情 –

• 应该确保输入的图像不包含一个阿尔法通道。这是因为当img_arry = 255 – img_arry这一行将对含有alpha通道的图像执行时，它也会反转alpha通道的值。这将导致输出图像的不一致，因为我们可能最终得到完全透明的图像（这不是颜色反转的一部分）。允许处理RGBA图像的一个方法是首先使用Image.convert(‘RGB’)将其转换为RGB颜色模式。另外，我们可以使用Image.getdata(band=3)提取阿尔法通道，然后再将其合并到最终的图像中，以取回原始的RGBA图像。
  这个输入图像sample.jpg是故意选择.jpg格式的，因为JPG/JPEG图像格式不支持透明度或alpha通道。

• 输入的图像不应该是P（调色板）模式的。因为调色板图像不包含坐标上的像素值，而是属于一个颜色图谱（大小不一）的像素值的索引。因此，图像反转将导致不一致的结果。

• I_max = 255这个值是假设在特定的图像模式下可实现的最大强度是255。这个值并不是硬编码的。该值取决于颜色模式，因此可能小于255（例如：双阶图像中的1）或大于255（例如：16位无符号灰度模式中的32536）。