如何改变图像中某个区域的灰度值？

Posted 2023-02-25

【中文标题】如何改变图像中某个区域的灰度值？

【英文标题】：How to change the grey scale value of a region in an image?

【发布时间】：2019-01-09 21:31:51

【问题描述】：

我是 Python 新手，不太清楚如何解决这个问题。

我要做的是拍摄一张黑白图像并将边缘的值（x 像素厚）从 255 更改为其他灰度值。

我需要对文件夹内的一组 png 图像执行此操作。所有图像都是几何的（主要是直线的组合），没有疯狂的曲线或图案。使用 Python 3。

请检查图片。

典型的文件如下所示： https://drive.google.com/open?id=13ls1pikNsO7ZbsHatC6cOr4O6Fj0MPOZ

【参考方案1】：

我想这就是你想要的。 cmets 应该很好地解释了我在做什么：

#!/usr/bin/env python3

import numpy as np
from PIL import Image, ImageFilter
from skimage.morphology import dilation, square

# Open input image and ensure it is greyscale
image = Image.open('XYbase.png').convert('L')

# Find the edges
edges = image.filter(ImageFilter.FIND_EDGES)

# Convert edges to Numpy array and dilate (fatten) with our square structuring element
selem = square(6)
fatedges = dilation(np.array(edges),selem)

# Make Numpy version of our original image and set all fatedges to brightness 128
imnp = np.array(image)
imnp[np.nonzero(fatedges)] = 128

# Convert Numpy image back to PIL image and save
Image.fromarray(imnp).save('result.png')

所以，如果我从这张图片开始：

（中间）边缘如下所示：

结果如下：

---

如果您希望轮廓更粗/更细，请增加/减少6 in：

selem = square(6)

如果您希望轮廓更亮/更暗，请增加/减少128 in：

imnp[np.nonzero(fatedges)] = 128

---

关键字：图像、图像处理、增肥、加厚、轮廓、跟踪、边缘、突出显示、Numpy、PIL、枕头、边缘、边缘、形态学、结构元素、skimage、scikit-image、侵蚀，侵蚀，扩张，扩张。

【讨论】：

谢谢马克。我意识到我没有正确地问我的问题。图像并不总是正方形。有时它也会是 L 形图像。我编辑了原始帖子以显示它。

其实我觉得你又把我坑了！您在 Google 驱动器中提供的示例图像已经在形状周围有一个灰色边框 - 与您在问题中显示的没有边框的图像不同。编写代码时假设白色形状周围没有初始灰色边框。

哈哈对不起。我确实上传了错误的图像。非常感谢马克，这正是我所需要的。我只需要对其进行一些更改并添加批处理代码。非常感谢您的帮助。

酷 - 很高兴我们最终到达了那里。祝你的项目好运！

【参考方案2】：

我可以用更简单的方式解释你的问题，所以我想我也会回答这个更简单的问题。也许您的形状周围已经有灰色边缘（例如您共享的 Google 驱动器文件），并且只想将所有既不是黑色也不是白色的像素更改为不同的颜色 - 而它们是边缘的事实是无关紧要的。这要容易得多：

#!/usr/bin/env python3

import numpy as np
from PIL import Image

# Open input image and ensure it is greyscale
image = Image.open('XYBase.png').convert('L')

# Make Numpy version
imnp = np.array(image)

# Set all pixels that are neither black nor white to 220
imnp[(imnp>0) & (imnp<255)] = 220

# Convert Numpy image back to PIL image and save
Image.fromarray(imnp).save('result.png')