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()
  

以下、発展課題

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

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。