Ограничение минимального и максимального значений в массиве numpy

Question

Как сделать так, чтобы при добавлении значения к красному каналу пикселя он не становился нулевым?

import numpy as np
from PIL import Image


rd = int(input())
gd = int(input())
bd = int(input())

img1 = np.copy(Image.open("./Images_processing/image.jpg"))
img = img1.copy()
img[..., 0] += rd
img[..., 1] += gd
img[..., 2] += bd
a = np.where(img <= 255, img, 255)
b = np.where(a >= 0, a, 0)
img = Image.fromarray(b)
img.save("./Images_processing/image1.jpg")

Вот тут я пытаюсь изменить цвет пикселей так, чтобы если он был больше 255, то оставался 255, а если меньше 0, то оставался 0. Но numpy меняет эти значения (если > 255 - то на 0, если < 0, то на 255). Как можно было бы это исправить?

Пример:

import numpy as np
from PIL import Image


rd = 255
gd = 0
bd = 0

img1 = np.copy(Image.open("frame.jpg"))
img = np.clip(img1, 0, 255)
print(img[-1], 'img')
img[..., 0] += rd
img[..., 1] += gd
img[..., 2] += bd
print(img[-1], 'img')
img = Image.fromarray(img)
img.save("image1.jpg")
print(b[-1], 'b')
img = Image.fromarray(b)
img.save("image1.jpg")

Вывод:

[[70 64 64]
 [67 61 61]
 [67 61 61]
 ...
 [49 38 42]
 [52 41 45]
 [44 33 37]] img1

[[69 64 64]
 [66 61 61]
 [66 61 61]
 ...
 [48 38 42]
 [51 41 45]
 [43 33 37]] img2

Process finished with exit code 0

Answer 1

Воспользуйтесь методом numpy.clip():

import numpy as np

a = np.array([256, -1])
res = np.clip(a, 0, 255) # первый аргумент - массив, второй - минимальное,
                         # третий - максимальное значение в массиве
print(res)

[255 0]

Answer 2

У вас просто происходит переполнение типа данных. Изначально данные картинки имеют тип np.uint8, это целый беззнаковый байт - значения от 0 до 255. Если у вас, например, компонента имеет значение 255 и вы добавите к ней 1, то произойдёт переполнение и значение станет не 256, как вы ожидаете, а 0. И наоборот, если вы из 0 вычтете 1, то получите не -1, а 255.

# uint8 [0, 255]
255 + 1 -> 0
  0 - 1 -> 255

Теперь как это исправить. Повысьте тип данных до знакового большей разрядности (это будет int16) прежде чем делать расчёты:

img = img1.copy().astype(np.int16)
                 ^^^^^^^^^^^^^^^^^

Теперь расчёты будут идти без переполнения, так, как вы ожидаете:

#int16 [-32768, 32767]
255 + 1 -> 256
  0 - 1 -> -1

Но после расчётов нужно будет вернуть тип данных обратно, чтобы сохранить картинку. Данные в этот момент у вас уже приведены в диапазон типа uint8 0-255, поэтому можно спокойно преобразовывать, данные не "испортятся" при преобразовании в более узкий тип:

img2 = Image.fromarray(b.astype(np.uint8))
                        ^^^^^^^^^^^^^^^^^

БЛОГ НА HUSL

Ограничение минимального и максимального значений в массиве numpy

Ответы (2 шт):