PIL 中“P”和“L”模式下的图像有什么区别？

Question

根据 https://pillow.readthedocs.io/en/3.1.x/handbook/concepts.html#concept-modes ，

1. 它们之间有什么区别？
2. 我们可以从一个转换为另一个吗？
3. 两种模式的图像示例是什么？

原文由 bigchaipat 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

• 通常，图像是 RGB，这意味着它们有 3 个通道，一个用于红色，一个用于绿色，一个用于蓝色。这通常意味着每个像素占用 3 个字节的存储空间，一个用于红色，一个用于绿色，一个用于蓝色。

• 如果您有 P 模式图像，则表示它已调色。这意味着调色板中有多达 256 种不同的颜色，而不是为每个像素存储 3 个字节的 R、G 和 B，而是存储 1 个字节，它是调色板的索引。这既有优点也有缺点。优点是您的图像需要内存和磁盘空间的 1/3。缺点是它只能表示 256 种独特的颜色 - 因此您可能会出现 条纹 或人工制品。

• 如果您有 L 模式图像，这意味着它是单通道图像 - 通常被解释为灰度。 L 意味着只存储亮度。它非常紧凑，但只存储灰度，不存储颜色。

---

您可以通过查看以下内容来判断您的图像具有哪种 模式：

 image.mode

如果您的图像被调色，它将是 P ，或者 PA 如果也使用 alpha 通道调色。如果您的图像是灰度图像，它将是 L ，或者 LA 如果灰度具有 alpha 通道。

您可以使用 convert(mode) 函数在它们之间进行转换，例如，要进入 RGB 模式，请使用：

 image.convert('RGB')

---

我经常使用 “正常” 这个词！为什么？因为你可以做出不正常的事情！

• 您可以以 RGB 格式存储灰色图像。您所做的就是使红色分量等于绿色分量等于蓝色分量 (R=G=B)，它会显示为灰色，但会以低效的 RGB 格式存储，占用 3 倍的空间。

• 您可以以 P 格式存储灰色图像，只需确保所有调色板条目都具有 R=G=B。

---

更重要的是……如果您想要并期待 RGB 图像，您应该在打开时转换为 RGB：

 im = Image.open("image.jpg").convert('RGB')

这样一来，您将永远不会遇到 GIF 文件（总是调色板）或 PNG 文件（可以调色板并且可以是灰度或 RGB）的问题。 JPEG 图像通常不会出现问题，因为它们几乎总是 RGB。

---

这是一个演示的例子。从这个红蓝渐变图像开始：

让我们使用 IPython 在 RGB 空间中查看。首先看红色通道：

 In [21]: im = Image.open('a.png').convert('RGB')

In [22]: np.array(im.getchannel(0))
Out[22]:
array([[255, 255, 255, ..., 255, 255, 255],
       [255, 255, 255, ..., 255, 255, 255],
       [254, 254, 254, ..., 254, 254, 254],
       ...,
       [  1,   1,   1, ...,   1,   1,   1],
       [  0,   0,   0, ...,   0,   0,   0],
       [  0,   0,   0, ...,   0,   0,   0]], dtype=uint8)

请注意，它在顶部有 255，因为它是红色的，在底部有 0，因为那里没有红色。

现在我们来看绿色通道，因为没有绿色，到处都是0。

 In [23]: np.array(im.getchannel(1))
Out[23]:
array([[0, 0, 0, ..., 0, 0, 0],
       [0, 0, 0, ..., 0, 0, 0],
       [0, 0, 0, ..., 0, 0, 0],
       ...,
       [0, 0, 0, ..., 0, 0, 0],
       [0, 0, 0, ..., 0, 0, 0],
       [0, 0, 0, ..., 0, 0, 0]], dtype=uint8)

最后，让我们看看蓝色通道。在图像为纯红色的顶部为 0，在图像为纯蓝色的底部为 255。

 In [24]: np.array(im.getchannel(2))
Out[24]:
array([[  0,   0,   0, ...,   0,   0,   0],
       [  0,   0,   0, ...,   0,   0,   0],
       [  1,   1,   1, ...,   1,   1,   1],
       ...,
       [254, 254, 254, ..., 254, 254, 254],
       [255, 255, 255, ..., 255, 255, 255],
       [255, 255, 255, ..., 255, 255, 255]], dtype=uint8)

现在让我们在调色板模式下查看同一图像。

 # Convert to palette mode
im = Image.open('a.png').convert('P')

# Extract the palette and reshape as 256 entries of 3 RGB bytes each
In [27]: np.array(im.getpalette()).reshape(256,3)
Out[27]:
array([[  0,   0,   0],
       [  0,   0,   0],
       [  0,   0,   0],
       [  0,   0,   0],
       [  0,   0,   0],
       [  0,   0,   0],
       [  0,   0,   0],
       [  0,   0,   0],
       [  0,   0,   0],
       [  0,   0,   0],
       [  0,   0,   0],
       [ 51,   0,   0],
       [102,   0,   0],
       [153,   0,   0],
       [204,   0,   0],
       [255,   0,   0],      <--- entry 15 = rgb(255,0,0) = Red
       [  0,  51,   0],
       [ 51,  51,   0],
       [102,  51,   0],
       [153,  51,   0],
       [204,  51,   0],
       [255,  51,   0],
       [  0, 102,   0],
       [ 51, 102,   0],
       [102, 102,   0],
       [153, 102,   0],
       [204, 102,   0],
       [255, 102,   0],
       [  0, 153,   0],
       [ 51, 153,   0],
       [102, 153,   0],
       [153, 153,   0],
       [204, 153,   0],
       [255, 153,   0],
       [  0, 204,   0],
       [ 51, 204,   0],
       [102, 204,   0],
       [153, 204,   0],
       [204, 204,   0],
       [255, 204,   0],
       [  0, 255,   0],
       [ 51, 255,   0],
       [102, 255,   0],
       [153, 255,   0],
       [204, 255,   0],
       [255, 255,   0],
       ...
       ... up to 256 entries

现在将索引放入调色板：

 In [28]: np.array(im.getchannel(0))
Out[28]:
array([[ 15,  15,  15, ...,  15,  15,  15],
       [ 15,  15,  15, ...,  15,  15,  15],
       [ 15,  15,  15, ...,  15,  15,  15],
       ...,
       [190, 190, 190, ..., 190, 190, 190],
       [190, 190, 190, ..., 190, 190, 190],
       [190, 190, 190, ..., 190, 190, 190]], dtype=uint8)

现在您可以看到图像的顶行有调色板索引 15，如果您在前面的调色板中查找它，您会看到它是红色的。

现在让我们在 L 模式下查看相同的图像 - 记住 L 的意思是 “亮度” ，这只是在黑到白的尺度上说 “亮度” 的一种奇特方式，即灰度：

 # Open into greyscale, or L mode
In [1]: im = Image.open('a.png').convert('L')

# Dump the pixels
In [2]: np.array(im.getchannel(0))
Out[2]:
array([[76, 76, 76, ..., 76, 76, 76],
       [76, 76, 76, ..., 76, 76, 76],
       [76, 76, 76, ..., 76, 76, 76],
       ...,
       [29, 29, 29, ..., 29, 29, 29],
       [29, 29, 29, ..., 29, 29, 29],
       [29, 29, 29, ..., 29, 29, 29]], dtype=uint8)

那么，现在图像的顶行是 76，底行是 29。它们是什么？那么，将 RGB 转换为 L 的公式是：

L = R * ²⁹⁹⁄₁₀₀₀ + G * ⁵⁸⁷⁄₁₀₀₀ + B * ¹¹⁴⁄₁₀₀₀

因此，在第一行中，R=255、G=0、B=0，因此亮度变为：

 L = 255 * 299/1000 + 0 + 0
L = 76

在底行，R=0，G=0，B=255，所以亮度变成：

 L = 0 + 0 + 255 * 114/1000
L = 29

关键词：Python、PIL、Pillow、调色板、图像处理、素数。

原文由 Mark Setchell 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 2

“L”模式映射到黑色和白色像素（以及介于两者之间）。 “P”模式贴图带有调色板。您可以将图像转换为其中一种模式。

 from PIL import Image

im = Image.open("im.jpg")
im_l = im.convert('L')
im_p = im.convert('P')

im.show()
im_l.show()
im_p.show()

原文由 cemsazara 发布，翻译遵循 CC BY-SA 4.0 许可协议