Python Tensorflow Deeplab图像彩色贴图消除混淆

在下面的代码中，我只看到一个图像被再次读写。但是图像像素值是如何发生如此剧烈的变化的？显然，将PIL图像对象转换为

numpy

数组会导致这种情况，但不知道原因。我已经阅读了PIL图像的文档，但没有看到任何合理的解释

import numpy as np
from PIL import Image


def _remove_colormap(filename):
  return np.array(Image.open(filename))


def _save_annotation(annotation, filename):
  pil_image = Image.fromarray(annotation.astype(dtype=np.uint8))
  pil_image.save(filename)


def main():
  raw_annotation = _remove_colormap('2007_000032.png')
  _save_annotation(raw_annotation, '2007_000032_output.png')


if __name__ == '__main__':
  main()

输入图像为

这是输出

注意：输入图像中红色区域的值为[128,0,0]，输出图像中的值为[1,1,1]

代码的实际来源是

编辑： 正如@taras在评论中明确指出的那样

---

基本上，调色板是一个3*256个值的列表，格式为256个红色值， 256个绿色值和256个蓝色值。您的pil_图像是一个 灰度像素，每个像素取0..255范围内的单个值。什么时候 使用“P”模式，将像素值k映射到颜色（托盘[k]， 调色板[256+k]，调色板[2*256+k]）。使用“L”模式时，颜色 在RGB中是简单的k还是（k，k，k）

---

分割图像注释为每个对象类型使用唯一的颜色。因此，可视化不需要实际的调色板，我们去掉了不必要的调色板。

使用

Image.open(filename).mode

显示以

'p'

模式打开输入文件 代表什么

8位像素，使用调色板映射到任何其他模式

因此，当您使用

image.fromarray

生成图像时，调色板将丢失 在

'L'

模式下，您将看到一个灰度图像

创建输出数组时，只需提供调色板信息

可以使用

Image.getpalette（）

提取调色板：

def _remove_colormap(filename):
    img = Image.open(filename)
    palette = img.getpalette()
    return np.array(img), palette

创建

pil_图像后

可以使用

image.putplate（调色板）

而您的

main

也相应更改：

def main():
    raw_annotation, palette = _remove_colormap('SqSbn.png')
    _save_annotation(raw_annotation, palette, '2007_000032_output.png')

编辑：

调色板

是一个3*256个值的列表，格式如下：
256个红色值、256个绿色值和256个蓝色值

---

pil_image

是灰度像素数组，每个像素取0..255范围内的单个值。使用

'P'

模式时，像素值

k

映射到RGB颜色

（调色板[k]、调色板[256+k]、调色板[2*256+k]）

。使用“L”模式时，RGB中的颜色仅为

k

或

（k，k，k）

。

模式转换在

\u remove\u colormap（文件名）

中丢失。正如问题（以及@taras的答案）中所定义的那样，

remove\u colormap

将PIL图像转换为numpy数组

\u save\u annotation（）

进一步将numpy数组转换为PIL图像。RGB图像将按此方式保存<代码>转换（'L'）应用于转换为灰度。修改后的函数定义如下：

def _remove_colormap(filename):
    img = Image.open(filename).convert('L')
    palette = img.getpalette()
    print("palette: ", type(palette))
    return np.array(img), palette

---

它与“P”（8位像素，使用调色板映射到任何其他模式）模式有关。当你写你的输出图像时，这个信息丢失了，你得到的是灰度图像。我在这里已经解释得很透彻了。。。谢谢你的回答，可能是重复的。但我不想改变密码。我只是想知道这里的值是如何变化的。转换调色板是否遵循任何已定义的规则？我的意思是[128,0,0]如何变成[1,1,1]基本上，调色板是一个3*256个值的列表，格式为256个红色值、256个绿色值和256个蓝色值。您的

pil_图像

是一个灰度像素数组，每个像素取0..255范围内的单个值。使用

'P'

模式时，像素值

k

映射到颜色

（调色板[k]、调色板[256+k]、调色板[2*256+k]）

。在RGB中使用

'L'

模式时，颜色只是

k

或

（k，k，k）

。我认为在

P

模式中，像素值

k

映射到颜色

（调色板[3*k]，调色板[3*k+1]，调色板[3*k+2]）

而不是

（调色板[k]，调色板[256+k]，调色板[2*256+k]）

参考：

def _remove_colormap(filename):
    img = Image.open(filename).convert('L')
    palette = img.getpalette()
    print("palette: ", type(palette))
    return np.array(img), palette