Posterizzazione in stile Adobe Photoshop e OpenCV

Question

Sembra che Adobe Photoshop effettui la posterizzazione mediante la quantizzazione di ciascun canale di colore separatamente, in base al numero di livelli specificati. Quindi, per esempio, se si specificano 2 livelli, allora prenderà il valore R e lo imposterà su 0 se il valore R è inferiore a 128 o 255 se il valore è> = 128. Farà lo stesso per G e B

Esiste un modo efficace per farlo in Python con OpenCV oltre a scorrere ogni pixel e effettuare il confronto e impostare il valore separatamente? Dato che un'immagine in OpenCV 2.4 è un narray NumPy, c'è forse un modo efficace per eseguire questo calcolo rigorosamente attraverso NumPy?

Answer 1

Possiamo farlo in modo abbastanza ordinato usando Numpy, senza doverci preoccupare dei canali!

import cv2 
im = cv2.imread('1_tree_small.jpg') 
im[im >= 128]= 255 
im[im < 128] = 0 
cv2.imwrite('out.jpg', im) 

uscita:

ingresso:

Answer 2

La tua domanda sembra specificamente per essere chiedendo un livello di 2. Ma per quanto riguarda i livelli di più di 2. Così ho aggiunto un codice qui sotto che può posterizzare per qualsiasi livello di colore.

import numpy as np 
import cv2 

im = cv2.imread('messi5.jpg') 

n = 2 # Number of levels of quantization 

indices = np.arange(0,256) # List of all colors 

divider = np.linspace(0,255,n+1)[1] # we get a divider 

quantiz = np.int0(np.linspace(0,255,n)) # we get quantization colors 

color_levels = np.clip(np.int0(indices/divider),0,n-1) # color levels 0,1,2.. 

palette = quantiz[color_levels] # Creating the palette 

im2 = palette[im] # Applying palette on image 

im2 = cv2.convertScaleAbs(im2) # Converting image back to uint8 

cv2.imshow('im2',im2) 
cv2.waitKey(0) 
cv2.destroyAllWindows() 

Questo codice utilizza un metodo chiamato metodo tavolozza in Numpy che è veramente veloce rispetto scorrendo i pixel. Potete trovare maggiori dettagli come può essere utilizzato per accelerare il codice qui: Fast Array Manipulation in Numpy

Di seguito sono riportati i risultati che ho ottenuto per diversi livelli:

Immagine originale:

Livello 2:

Livello 4:

Livello 8:

E così via ...