Python 3x3无循环矩阵转换（RGB颜色转换）

我有一个RGB图像通过PIL加载到numpy数组中。我得到一个行x列x 3数组。经过修补，我得到了以下代码。我想学习如何在没有循环的情况下进行这样的数组/矩阵操作

# Note using matrix not array.
rgb_to_ycc = np.matrix(
     (0.2990,  0.5870,  0.1140,
    -0.1687, -0.3313,  0.5000,
     0.5000, -0.4187, -0.0813,)
).reshape( 3,3 )

ycc_to_rgb = np.matrix(
    ( 1.0, 0.0, 1.4022,
      1.0, -0.3456, -0.7145,
      1.0, 1.7710, 0, )
).reshape( 3, 3 )

def convert_ycc_to_rgb( ycc ) :
    # convert back to RGB
    rgb = np.zeros_like( ycc )
    for row in range(ycc.shape[0]) :
        rgb[row] = ycc[row] * ycc_to_rgb.T
    return rgb

def convert_rgb_to_ycc( rgb ) :
    ycc = np.zeros_like( rgb )
    for row in range(rgb.shape[0]):
        ycc[row] = rgb[row] * rgb_to_ycc.T
    return ycc

我可以使用（via），但我把它作为学习numpy的练习

前面提到的Colormath库使用点积

# Perform the adaptation via matrix multiplication.
result_matrix = numpy.dot(var_matrix, rgb_matrix)

我的数学没有达到应有的水平。np.dot（）是我最好的选择吗

编辑。在深入阅读colormath的apply_RGB_matrix（）-color_conversions.py之后，我发现如果我的转换3x3不是矩阵，那么np.dot（）就可以工作。奇怪

def convert_rgb_to_ycc( rgb ) :
    return np.dot( rgb, np.asarray( rgb_to_ycc ).T )

就这么简单，记住矩阵乘法是如何根据行和列的内积定义的

编辑：

我假设rgb和ycc矩阵只是一个矩阵，它的行数和像素数一样多，每个颜色分量有一列。所以我们首先需要做的是将它们重塑为

（rows*cols，3）

，然后再回到

（rows，cols，3）

因此，代码最后是：

def convert_ycc_to_rgb(ycc):
    shape = ycc.shape
    return np.array(ycc.reshape(-1,3) * ycc_to_rgb.T).reshape(shape)

def convert_rgb_to_ycc(rgb):
    shape = rgb.shape
    return np.array(rgb.reshape(-1,3) * rgb_to_ycc.T).reshape(shape)

---

我不确定您使用的公式，所以我不想声称这是完整的计算，但为了简化您发布的函数，可以使用

np.dot

与numpy数组而不是numpy矩阵结合使用

np.dot

比使用numpy矩阵的

*

更通用。当将

*

与numpy矩阵一起使用时，这两个矩阵必须是二维的。 但是，

np.dot

可以使用不同形状的数组生成结果。这对于您的应用程序非常重要，因为

rgb

是三维的（例如，当它具有形状时（14702105,3））

np.dot

的文档说：

    For N dimensions it is a sum product over the last axis of `a` and
    the second-to-last of `b`::

        dot(a, b)[i,j,k,m] = sum(a[i,j,:] * b[k,:,m])

这是正则矩阵乘法的推广

---

我建议将您的终极函数<；代码>；rgb\u调用>；ycc，而不是将其指定给常量矩阵。（它较短，并且准确地说明了您希望函数执行的操作。）

下面，

rgb_to_ycc

是我建议的函数，我做了一些小的修改，使

convert_rgb_to_ycc

不引发异常，并进行我认为您想要的计算

最后一行，

np.allclose（…）

显示两个函数返回相同的结果

import numpy as np

def rgb_to_ycc(rgb):
    M = np.array(
         (0.2990,  0.5870,  0.1140,
        -0.1687, -0.3313,  0.5000,
         0.5000, -0.4187, -0.0813,)
        ).reshape( 3,3 )
    return np.dot(rgb, M.T)

def convert_rgb_to_ycc( rgb ) :
    M = np.matrix(
         (0.2990,  0.5870,  0.1140,
        -0.1687, -0.3313,  0.5000,
         0.5000, -0.4187, -0.0813,)
        ).reshape( 3,3 )
    shape=rgb.shape
    rgb=rgb.reshape((-1,3))
    ycc = np.zeros_like( rgb )
    for i in range(len(rgb)):
        ycc[i] = rgb[i] * M.T
    return ycc.reshape(shape)

rgb=np.random.random((100,100,3))
assert np.allclose(rgb_to_ycc(rgb),convert_rgb_to_ycc(rgb))

---

我最初试过了。比如说，形状是（14702105,3）。rgb_至ycc为（3,3）。ValueError:形状太大，无法成为矩阵。哦，我明白了，我在考虑序列化像素颜色。。。让我稍微修改一下；-）啊!！使用3x3作为阵列而不是矩阵确实是解决方案。内联转换矩阵确实有助于更好地查看代码。谢谢而np.allclose（）是一门新的学科。

import numpy as np

def rgb_to_ycc(rgb):
    M = np.array(
         (0.2990,  0.5870,  0.1140,
        -0.1687, -0.3313,  0.5000,
         0.5000, -0.4187, -0.0813,)
        ).reshape( 3,3 )
    return np.dot(rgb, M.T)

def convert_rgb_to_ycc( rgb ) :
    M = np.matrix(
         (0.2990,  0.5870,  0.1140,
        -0.1687, -0.3313,  0.5000,
         0.5000, -0.4187, -0.0813,)
        ).reshape( 3,3 )
    shape=rgb.shape
    rgb=rgb.reshape((-1,3))
    ycc = np.zeros_like( rgb )
    for i in range(len(rgb)):
        ycc[i] = rgb[i] * M.T
    return ycc.reshape(shape)

rgb=np.random.random((100,100,3))
assert np.allclose(rgb_to_ycc(rgb),convert_rgb_to_ycc(rgb))