PIL 中“P”模式和“L”模式的图像有什么区别？

问题描述：

根据https://pillow.readthedocs.io/en/3.1.x/handbook/concepts.html#concept-modes，

1. 它们之间有什么区别？

2. 我们可以从一种转换为另一种吗？

3. 两种模式的图像示例有哪些？

解决方案 1：

• 通常情况下，图像是 RGB 格式的，也就是说图像有 3 个通道，一个用于红色，一个用于绿色，一个用于蓝色。这通常意味着每个像素占用 3 个字节的存储空间，一个用于红色，一个用于绿色，一个用于蓝色。

• 如果您有P模式图像，则意味着它是调色板化的。这意味着调色板中最多有 256 种不同的颜色，并且不是为每个像素存储 3 个字节的 R、G 和 B，而是存储 1 个字节，即调色板的索引。这既有优点也有缺点。优点是您的图像需要内存和磁盘空间的 1/3。缺点是它只能表示 256 种独特的颜色 - 因此您可能会得到带状或伪影。

• 如果您有L模式图像，则意味着它是单通道图像 - 通常解释为灰度。这L意味着它只存储亮度。它非常紧凑，但只存储灰度，而不是颜色。

您可以通过查看以下内容判断图像属于哪种模式：

image.mode

如果您的图像是调色板图像，则它将是P，或者PA如果图像是调色板图像并且带有 alpha 通道，则它将是 。如果您的图像是灰度图像，则它将是L，或者LA如果图像是带有 alpha 通道的灰度图像，则它将是 。

您可以使用convert(mode)函数在它们之间进行转换，例如要转到 RGB 模式，请使用：

image.convert('RGB')

我经常用“正常”这个词！为什么？因为你可以做不正常的事情！

• 您可以将灰色图像存储为 RGB 格式。您只需将红色分量等于绿色分量，蓝色分量等于蓝色分量 (R=G=B)，图像就会显示为灰色，但会以低效的 RGB 格式存储，占用 3 倍于其他格式所需的空间。

• 您可以以 P 格式存储灰色图像，只需确保所有调色板条目都具有 R=G=B。

关键在于...如果您想要并期望获得 RGB 图像，那么您应该在打开时将其转换为 RGB：

im = Image.open("image.jpg").convert('RGB')

这样，您就永远不会遇到 GIF 文件（始终为调色板）的问题，也不会遇到 PNG 文件（可以调色板化并且可以为灰度或 RGB）的问题。您通常不会遇到 JPEG 图像的问题，因为它们几乎始终为 RGB。

下面是一个示例来演示。从这张红蓝渐变图像开始：

让我们IPython在 RGB 空间中看一下。首先，查看红色通道：

In [21]: im = Image.open('a.png').convert('RGB')

In [22]: np.array(im.getchannel(0))
Out[22]: 
array([[255, 255, 255, ..., 255, 255, 255],
       [255, 255, 255, ..., 255, 255, 255],
       [254, 254, 254, ..., 254, 254, 254],
       ...,
       [  1,   1,   1, ...,   1,   1,   1],
       [  0,   0,   0, ...,   0,   0,   0],
       [  0,   0,   0, ...,   0,   0,   0]], dtype=uint8)

请注意，它的顶部为 255，因为它是红色，而底部为 0，因为那里没有红色。

现在让我们看看绿色通道，由于没有绿色，所以它在任何地方都是 0。

In [23]: np.array(im.getchannel(1))
Out[23]: 
array([[0, 0, 0, ..., 0, 0, 0],
       [0, 0, 0, ..., 0, 0, 0],
       [0, 0, 0, ..., 0, 0, 0],
       ...,
       [0, 0, 0, ..., 0, 0, 0],
       [0, 0, 0, ..., 0, 0, 0],
       [0, 0, 0, ..., 0, 0, 0]], dtype=uint8)

最后，让我们看看蓝色通道。顶部为 0，表示图像为纯红色；底部为 255，表示图像为纯蓝色。

In [24]: np.array(im.getchannel(2))
Out[24]: 
array([[  0,   0,   0, ...,   0,   0,   0],
       [  0,   0,   0, ...,   0,   0,   0],
       [  1,   1,   1, ...,   1,   1,   1],
       ...,
       [254, 254, 254, ..., 254, 254, 254],
       [255, 255, 255, ..., 255, 255, 255],
       [255, 255, 255, ..., 255, 255, 255]], dtype=uint8)

现在让我们在调色板模式下看一下同一幅图像。

# Convert to palette mode
im = Image.open('a.png').convert('P')

# Extract the palette and reshape as 256 entries of 3 RGB bytes each
In [27]: np.array(im.getpalette()).reshape(256,3)
Out[27]: 
array([[  0,   0,   0],
       [  0,   0,   0],
       [  0,   0,   0],
       [  0,   0,   0],
       [  0,   0,   0],
       [  0,   0,   0],
       [  0,   0,   0],
       [  0,   0,   0],
       [  0,   0,   0],
       [  0,   0,   0],
       [  0,   0,   0],
       [ 51,   0,   0],
       [102,   0,   0],
       [153,   0,   0],
       [204,   0,   0],
       [255,   0,   0],      <--- entry 15 = rgb(255,0,0) = Red
       [  0,  51,   0],
       [ 51,  51,   0],
       [102,  51,   0],
       [153,  51,   0],
       [204,  51,   0],
       [255,  51,   0],
       [  0, 102,   0],
       [ 51, 102,   0],
       [102, 102,   0],
       [153, 102,   0],
       [204, 102,   0],
       [255, 102,   0],
       [  0, 153,   0],
       [ 51, 153,   0],
       [102, 153,   0],
       [153, 153,   0],
       [204, 153,   0],
       [255, 153,   0],
       [  0, 204,   0],
       [ 51, 204,   0],
       [102, 204,   0],
       [153, 204,   0],
       [204, 204,   0],
       [255, 204,   0],
       [  0, 255,   0],
       [ 51, 255,   0],
       [102, 255,   0],
       [153, 255,   0],
       [204, 255,   0],
       [255, 255,   0],
       ...
       ... up to 256 entries

现在将索引放入调色板：

In [28]: np.array(im.getchannel(0))
Out[28]: 
array([[ 15,  15,  15, ...,  15,  15,  15],
       [ 15,  15,  15, ...,  15,  15,  15],
       [ 15,  15,  15, ...,  15,  15,  15],
       ...,
       [190, 190, 190, ..., 190, 190, 190],
       [190, 190, 190, ..., 190, 190, 190],
       [190, 190, 190, ..., 190, 190, 190]], dtype=uint8)

现在您可以看到图像的顶行有调色板索引 15，如果您在前面的调色板中查找，您将看到是红色。

现在让我们看一下 L 模式下的同一图像 - 记住 L 表示“亮度”，这只是在从黑到白的范围内表示“亮度”的一种奇特方式，即灰度：

# Open into greyscale, or L mode
In [1]: im = Image.open('a.png').convert('L')

# Dump the pixels
In [2]: np.array(im.getchannel(0))
Out[2]: 
array([[76, 76, 76, ..., 76, 76, 76],
       [76, 76, 76, ..., 76, 76, 76],
       [76, 76, 76, ..., 76, 76, 76],
       ...,
       [29, 29, 29, ..., 29, 29, 29],
       [29, 29, 29, ..., 29, 29, 29],
       [29, 29, 29, ..., 29, 29, 29]], dtype=uint8)

那么，现在图像的顶行是 76，底行是 29。它们是什么？那么，将 RGB 转换为 L 的公式是：

左 = 右 299/1000 + 右 587/1000 + 左 * 114/1000

因此，在最上面一行，R=255、G=0、B=0，所以亮度变成：

L = 255 * 299/1000 + 0 + 0 
L = 76

下面一行，R=0，G=0，B=255，所以亮度变成：

L = 0 + 0 + 255 * 114/1000
L = 29

关键词：Python、PIL、Pillow、调色板、图像处理、prime。

解决方案 2：

“L”模式映射到黑白像素（以及两者之间）。“P”模式映射调色板。您可以将图像转换为这些模式之一。

from PIL import Image

im = Image.open("im.jpg")
im_l = im.convert('L')
im_p = im.convert('P')

im.show()
im_l.show()
im_p.show()

解决方案 3：

这里的“L”模式代表灰度......所以它可以保存 256 种灰色中的任意一种（包括黑色和白色作为灰色）。

“P”模式可以容纳 256 种不同的颜色，如红色、蓝色、绿色等……

从一个转换到另一个，如果您的意思是将图像从灰度转换为彩色或反之亦然......是的，这是可能的......

示例：8 位黑白图像（技术上称为灰度图像）为“L”，任何 8 位彩色图像为“P”模式。