我有一個.las包含內容的文件，如下所示： array([( 860297, 472942, 67187, 11051, 73, 0, 0, 0, 1, 12079, 11051, 9252), ( 859318, 473132, 67336, 8995, 73, 0, 0, 0, 1, 9252, 8995, 9509), ( 859941, 473665, 67550, 12079, 73, 0, 0, 0, 1, 12079, 12850, 10023), ..., (1057593, 1184341, 75212, 19018, 73, 0, 0, 0, 1, 20303, 19275, 16191), (1057764, 1184161, 74734, 14906, 73, 0, 0, 0, 1, 15934, 14906, 13878), (1057548, 1184058, 74881, 26214, 73, 0, 0, 0, 1, 28784, 25957, 21074)], dtype=[('X', '<i4'), ('Y', '<i4'), ('Z', '<i4'), ('intensity', '<u2'), ('bit_fields', 'u1'), ('raw_classification', 'u1'), ('scan_angle_rank', 'i1'), ('user_data', 'u1'), ('point_source_id', '<u2'), ('red', '<u2'), ('green', '<u2'), ('blue', '<u2')])正如我在 .las 文件中發現的那樣，RGB 中的值以 16 位顏色存儲。我寫了 2 個函數 - 將顏色轉換為 8 位：opened_file = open("my.las") #examplecolors = opened_file.points[["red", "green", 'blue']]>>> array([(12079, 11051, 9252), (9252, 8995, 9509), (12079, 12850, 10023), ...])def eightbitify(colour): return colour/256接下來我嘗試將顏色轉換為HSV，因此我將有可能過濾特定顏色：def to_hsv(rgb: np.ndarray): empty_image = np.zeros((1, 1, 3), dtype=np.uint8) empty_image[0, 0] = list(reversed(rgb)) hsv = cv2.cvtColor(empty_image, cv2.COLOR_RGB2HSV) return list(reversed(hsv[0, 0]))我沒有找到更好的解決方案，因為 OpenCV 需要圖像 - 所以我正在為 1 個像素創建圖像并將其轉換（太丑了：/）。問題是我收到的值與任何互聯網 RGB-HSV 計算器結果都不匹配。我以這種方式使用這些功能：def convert_color(rgb_16: np.ndarray)->np.ndarray: converted_color = np.array([int(eightbitify(rgb_16[0])), int(eightbitify(rgb_16[1])), int(eightbitify(rgb_16[2]))]) converted_hsv = to_hsv(converted_color) return converted_hsvfor color in colors: converted = convert_color(color)所以我的問題是：1.將 RGB 值從我的opened_file.points初始數組轉換為 HSV 的最佳方法是什么？2.如何從我opened_file.points只使用 numpy 中過濾特定顏色？可能我可以將一些轉換功能應用于 RGB 值等？不幸的是，我對 numpy 的經驗非常少，所以我需要幫助。謝謝！
1 回答
滄海一幻覺
TA貢獻1824條經驗 獲得超5個贊
我不熟悉您的圖像類型，但希望可以在 Numpy 和 OpenCV 方面幫助您。
#!/usr/bin/env python3
import pylas
import cv2
import numpy as np
# Open file
las = pylas.read('W2.las')
# Extract all the red values into a Numpy array, likewise green and blue
R = las.points["red"]
G = las.points["green"]
B = las.points["blue"]
# Make a Numpy image by stacking the RGB values and converting to uint8
BGR = (np.dstack((B,G,R))>>8).astype(np.uint8)
# Convert to HSV
HSV = cv2.cvtColor(BGR, cv2.COLOR_BGR2HSV)
# Define lower and uppper limits of what we call "green"
range_lo = np.array([70,30,30])
range_hi = np.array([90,255,255])
# Mask image to only select greens
mask = cv.inRange(HSV,range_lo,range_hi)
# Change image to red where we found green
image[mask>0]=(0,0,255)
cv.imwrite("result.png",image)
目前，我不知道圖像的形狀，所以它是一條 4400 萬像素的長線，但它只需要 areshape()即可使其正確。請注意，每個 True/False 值都mask將成為像素列表中的索引，并指示該像素是否為綠色。
您可能必須使用參數的下限值和上限值- 請參閱我的range答案。
Stack Overflow 用戶 @nathancy 在這里制作了一個相當簡潔的 HSV 顏色選擇器，帶有滑塊。
添加回答
舉報
0/150
提交
取消