Python 如何更改图像的像素值？

我正在从事一个图像处理项目，我是Python和使用PIL的初学者。任何帮助都将不胜感激

所以，我现在做的是，我有一个有星星和噪音的空间图像。我想做的是只保留较亮的像素，过滤掉较暗的像素。现在，这是我消除噪音的基本步骤。 在研究了图像数据之后，我发现205的值很可能就是我想要保持阈值的值

因此，我在代码中所做的是，打开图像并将包含205的像素值更改为黑色。 以下是相同的代码：

from PIL import Image
im = Image.open('nuvfits1.png')
pixelMap = im.load()

img = Image.new( im.mode, im.size)
pixelsNew = im.load()
for i in range(img.size[0]):
    for j in range(img.size[1]):
        if 205 in pixelMap[i,j]:
           pixelMap[i,j] = (0,0,0,255)
        pixelsNew[i,j] = pixelMap[i,j]
im.close()
img.show()       
img.save("out.tif") 
img.close()

---

问题是，生成的图像只是一个普通的白色屏幕。我做错了什么？你犯了一个愚蠢的错误。在第6行你已经写了

pixelsNew=im.load

（） 而不是

pixelsNew=img.load（）

现在应该可以了

from PIL import Image
im = Image.open('nuvfits1.png')
pixelMap = im.load()

img = Image.new( im.mode, im.size)
pixelsNew = img.load()
for i in range(img.size[0]):
    for j in range(img.size[1]):
        if 205 in pixelMap[i,j]:
           pixelMap[i,j] = (0,0,0,255)
        pixelsNew[i,j] = pixelMap[i,j]
im.close()
img.show()       
img.save("out.tif") 
img.close()

---

if块后面应跟随else块，以便不符合条件的“正常”像素保留其原始值

from PIL import Image
im = Image.open('leaf.jpg')
pixelMap = im.load()

img = Image.new( im.mode, im.size)
pixelsNew = img.load()
for i in range(img.size[0]):
    for j in range(img.size[1]):
        if 205 in pixelMap[i,j]:
            pixelMap[i,j] = (0,0,0,255)
        else:
            pixelsNew[i,j] = pixelMap[i,j]
img.show()

上面的代码给出了以下结果：

输入图像

输出图像

---

基本上，您需要一张去除了噪声的新图像，即像素新图像。 因此，每当您在pixelMap

中发现这样的情况时，如果在pixelMap[i，j]

中有205，则在pixelsNew

pixelNew[i，j]=（0，0，0，255）

中设置相应的值为0。否则，只需从pixelMap

pixelsNew[i，j]=pixelMap[i，j]

from PIL import Image
im = Image.open('nuvfits1.png')
pixelMap = im.load()

img = Image.new( im.mode, im.size)
pixelsNew = img.load()
for i in range(img.size[0]):
    for j in range(img.size[1]):
        if 205 in pixelMap[i,j]:
            pixelsNew[i,j] = (0,0,0,255)
        else:
            pixelsNew[i,j] = pixelMap[i,j]
im.close()
img.show()       
img.save("out.tif") 
img.close()

---

谢谢你的建议。我这么做了，但是现在我又得到了同样的图像，不是一个编辑过的图像。你应该简单地解释一下你的代码。完成！请现在检查。