画像の色彩(演習3)

画像の色彩

前回の演習に引き続き、PIL を用いて pixel ごとに処理します
本日の演習は ~/image/e3 で行ってください
```
$ cd image
$ mkdir e3
$ cd e3
```
本日のサンプル画像ダウンロードして、 ~/image/e3 に入れておく

RGB 分解

# e301.py ... decompose color image to R,G,B channels
import Image
 
img = Image.open('sample.ppm')
width, height = img.size
imgR = Image.new('L', (width, height))
imgG = Image.new('L', (width, height))
imgB = Image.new('L', (width, height))
for j in range(height):
    for i in range(width):
        r, g, b = img.getpixel((i, j))
        imgR.putpixel((i, j), r)
        imgG.putpixel((i, j), g)
        imgB.putpixel((i, j), b)
imgR.save('r.pgm')
imgG.save('g.pgm')
imgB.save('b.pgm')

YUV 分解

# e302.py ... split into YUV components
import Image
 
img = Image.open('sample.ppm')
width, height = img.size
imgY = Image.new('L', (width, height))
imgU = Image.new('L', (width, height))
imgV = Image.new('L', (width, height))
for j in range(height):
    for i in range(width):
        r, g, b = img.getpixel((i, j))
        y =  0.299   * r + 0.587   * g + 0.114   * b
        u = (-0.14713 * r - 0.28886 * g + 0.436   * b)+128
        v = ( 0.615   * r - 0.51499 * g - 0.10001 * b)+128
        imgY.putpixel((i, j), y)
        imgU.putpixel((i, j), u)
        imgV.putpixel((i, j), v)
imgY.save('y.pgm')
imgU.save('u.pgm')
imgV.save('v.pgm')

YUV から再構成

# e303.py ... compose RGB color image from YUV
import Image
 
imgY = Image.open('y.pgm')
imgU = Image.open('u.pgm')
imgV = Image.open('v.pgm')
width, height = imgY.size
img = Image.new('RGB', (width, height))
for j in range(height):
    for i in range(width):
        y = imgY.getpixel((i, j))
        u = imgU.getpixel((i, j)) - 128
        v = imgV.getpixel((i, j)) - 128
        r = y               + 1.13983 * v
        g = y - 0.39465 * u - 0.58060 * v
        b = y + 2.03211 * u
        img.putpixel((i, j), (r, g, b))
img.show()

課題：UV の情報量を減らす

YUV のうち UV は色に関する情報で輝度に関する情報 Y に比較して精度を落とすことができると言われている。
次のコードを e303.py の適当な箇所に挿入して、画像がどのように変化するか確かめなさい。

プログラムのファイル名は e304.py とすること。

# shrink and expand to reduce information
imgU = imgU.resize((width/2, height/2), Image.ANTIALIAS
                   ).resize((width, height))
imgV = imgV.resize((width/2, height/2), Image.ANTIALIAS
                   ).resize((width, height))

2 を 4 に変えて試してみてもよい

発展課題：色あい、あざやかさの調整

u, v は画像の色だけを取り出したものである。
ゆえに u, v の値を調整すると、色だけを変化させることができる。
u, v は参考の図にあるように、2次元で表されるので、(u, v) ベクトルの「向き」と「大きさ」を変化させてみよう。

(u, v) の向きを調整

# e305.py
import Image
from math import cos, sin, pi
 
def hue(t, u, v):
    x = cos(t) * u - sin(t) * v
    y = sin(t) * u + cos(t) * v
    return x, y
 
imgY = Image.open('y.pgm')
imgU = Image.open('u.pgm')
imgV = Image.open('v.pgm')
width, height = imgY.size
img = Image.new('RGB', (width, height))
for j in range(height):
    for i in range(width):
        y = imgY.getpixel((i, j))
        u = imgU.getpixel((i, j)) - 128
        v = imgV.getpixel((i, j)) - 128
        u, v = hue(pi/6, u, v)
        r = y               + 1.13983 * v
        g = y - 0.39465 * u - 0.58060 * v
        b = y + 2.03211 * u
        img.putpixel((i, j), (r, g, b))
img.show()

Hue について

e305.py で関数名を hue としたが、色相(Hue)は別の定義があるので、(u, v) の向きを変える関数とは異なっている。
ここでは似たような機能であることから、便宜的に hue() と名付けてある。

(u, v) の大きさを調整

e305.py に、(u, v) の大きさを調整する関数を付け加えなさい。
関数は saturation(s, u, v) の形で呼び出し、hue と同様 (u, v) のタプルを返すものとする。
hue, saturation のパラメータ (t, s) を適当に変化させて、どのような画像になるか確かめなさい。

Saturation について

彩度という呼び名があるが、ここで使っているものは定義とは異なる。
初期のカラーテレビには輝度・コントラストに加えて、色相(Hue)・彩度(Saturation)（など）と書いた調節つまみがあった。
今でも、業務用モニターなどでは調整できるようになっているらしい。

さらに発展課題

以下の画像からひとつを選んで、色あい・あざやかさの調整を行う
1.ppm 2.ppm 3.ppm 4.ppm

出席確認

本日作成した 最後のプログラム をメールの本文に記入して、菊地・画像処理論用に送信。本文の最初に感想等入れるも可。

これを印刷