图像RGB转Lab通道,并且量化ab通道

如题

import cv2
import matplotlib.pyplot as plt
import numpy as np


def quantized_color_preprocess(image, centroids):
    h, w, c = image.shape
    image = cv2.cvtColor(image, cv2.COLOR_BGR2Lab)  # BGR to Lab
    ab = image[:,:,1:]

    a = np.argmin(np.linalg.norm(centroids[None, :, :] - ab.reshape([-1,2])[:, None, :], axis=2),axis=1)
    # 256 256  quantized color (4bit)

    quantized_ab = a.reshape([-1, h, w])
    return quantized_ab

centroids = np.load('centroids_16k_kinetics_10000samples.npy', allow_pickle=True)
image = cv2.imread("../../data/DAVIS/JPEGImages/480p/cat-girl/00030.jpg")
image_lab = cv2.cvtColor(image, cv2.COLOR_RGB2Lab)
image_quan = quantized_color_preprocess(image_lab, centroids)

fig = plt.figure(figsize=(16, 3))
plt.subplot(131)
plt.imshow(image[:,:,::-1])
plt.title("RGB image")
plt.subplot(132)
plt.imshow(image_lab)
plt.title("Lab image")
plt.subplot(133)
plt.imshow(image_quan[0])
plt.title("Quantized ab channels to 16 classes")

结果

在这里插入图片描述

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值