Работа с цветом в изображениях с библиотекой Pillow

• 01.12.2023
• 229
• Библиотеки Python
• Pillow

Цветовая модель и насыщенность являются важными характеристиками изображений, влияющими на их визуальное восприятие. Pillow позволяет легко и эффективно манипулировать этими параметрами, открывая широкие возможности для творчества и обработки изображений.

Изменение цветовой модели

Цветовая модель определяет оттенок цвета, его положение на цветовом круге. Мы можем изменять ее с использованием метода convert() и указывая новый режим цветности. Рассмотрим пример:

from PIL import Image, ImageEnhance

# Открываем изображение
image_path = "example.jpg"
original_image = Image.open(image_path)

# Изменяем цветовую модель
changed_hue_image = original_image.convert('HSV')
changed_hue_image.show()

В этом примере мы открыли изображение, сконвертировали его в цветовое пространство HSV (оттенок, насыщенность, значение).

Метод convert() в библиотеке Pillow предназначен для конвертации изображения в другое цветовое пространство. Этот метод позволяет изменять цветовую модель изображения, открывая возможности для манипуляций с цветом, насыщенностью и другими характеристиками.

Синтаксис:

Image.convert(mode, matrix=None, dither=None, palette=0, colors=256)

Параметры:

• mode: Строка, указывающая цветовое пространство, в которое необходимо конвертировать изображение. Например, 'RGB', 'HSV', 'L' (градации серого) и др.
• matrix (опционально): Матрица преобразования. Это параметр может использоваться для более сложных преобразований в некоторых цветовых пространствах.
• dither (опционально): Метод дизеринга, который применяется при конвертации. Например, Image.FLOYDSTEINBERG или Image.NONE.
• palette (опционально): Используется для ограничения цветовой палитры. Может быть объектом ImagePalette или числом, представляющим количество цветов в палитре.
• colors (опционально): Количество цветов в цветовой палитре.

Возвращаемое значение:
Новый объект изображения, сконвертированный в указанное цветовое пространство.

Изменение насыщенности

Насыщенность определяет степень интенсивности цвета. Pillow предоставляет класс ImageEnhance, который позволяет легко изменять насыщенность изображения. Рассмотрим пример:

from PIL import Image, ImageEnhance

# Открываем изображение
image_path = "example.jpg"
original_image = Image.open(image_path)

# Изменяем насыщенность на 1.5 (увеличиваем на 50%)
enhancer = ImageEnhance.Color(original_image)
increased_saturation_image = enhancer.enhance(1.5)
increased_saturation_image.show()

В этом примере мы увеличили насыщенность изображения на 50%.

Было:

Стало:

Комбинированные эффекты

Часто требуется применять изменения цветового тонуса и насыщенности совместно для достижения определенного эффекта. Вот пример, в котором мы комбинируем оба эффекта:

from PIL import Image, ImageEnhance

# Открываем изображение
image_path = "example.jpg"
original_image = Image.open(image_path)

# Изменяем цветовой тонус на 90 градусов
changed_hue_image = original_image.convert('HSV')

# Изменяем насыщенность на 1.5 (увеличиваем на 50%)
enhancer = ImageEnhance.Color(changed_hue_image)
final_image = enhancer.enhance(1.5)
final_image.show()

Результат:

Этот пример демонстрирует, как можно комбинировать несколько эффектов для достижения желаемого результата.

Заключение

Библиотека Pillow предоставляет множество возможностей для изменения цветового тонуса и насыщенности изображений в Python. Экспериментируйте с различными значениями и методами, чтобы создавать уникальные и креативные эффекты ваших изображений.