Ein Bild als Zahlenfeld
Pixel, Kanäle, Farbräume und Histogramme: was tatsächlich im Speicher liegt, wenn ein Bild geladen wird, und warum BGR die häufigste Fehlerquelle ist.
Die Idee
Ein Graustufenbild ist eine Tabelle: jede Zelle enthält eine Zahl zwischen 0 (schwarz) und 255 (weiß). Ein Farbbild sind drei solche Tabellen übereinander, je eine für Rot, Grün und Blau. Mehr ist es nicht.
Was daraus folgt
Alles, was mit Bildern gemacht wird, ist Rechnen mit diesen Zahlen. Heller machen heißt addieren. Kontrast erhöhen heißt multiplizieren. Weichzeichnen heißt jeden Wert durch den Mittelwert seiner Nachbarn ersetzen.
Die Farbräume
| Raum | Kanäle | Wofür |
|---|---|---|
| RGB / BGR | Rot, Grün, Blau | Darstellung, Standardformat |
| Graustufen | Helligkeit | Kanten, Formen, Geschwindigkeit |
| HSV | Farbton, Sättigung, Wert | Farbfilter, robust gegen Helligkeit |
| LAB | Helligkeit, zwei Farbachsen | Farbabstände, die dem Auge entsprechen |
| YCrCb | Helligkeit, zwei Differenzen | Kompression, Hauttöne |
import cv2, numpy as np
img = cv2.imread("regal.jpg") # ACHTUNG: liefert BGR, nicht RGB
print(img.shape, img.dtype) # (3000, 4000, 3) uint8
print(img.nbytes / 1e6, "MB") # 36.0
rgb = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
grau = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
# Alle roten Flaechen finden. In HSV ist Rot der Sonderfall:
# der Farbton laeuft ueber 0 hinweg, deshalb zwei Bereiche.
m1 = cv2.inRange(hsv, (0, 120, 70), (10, 255, 255))
m2 = cv2.inRange(hsv, (170, 120, 70), (180, 255, 255))
maske = cv2.bitwise_or(m1, m2)
print("roter Flaechenanteil:", round(float(maske.mean()) / 255, 4))- Nach
imreadprüfen, ob das ErgebnisNoneist. Ein falscher Pfad wirft keine Ausnahme. - Vor jeder Anzeige oder jedem Modell die Kanalreihenfolge klären.
- Für Modelle auf
float32und den Bereich 0 bis 1 normalisieren, mit den Werten des Vortrainings. - EXIF-Rotation beachten: viele Handybilder liegen physisch gedreht im Speicher.
Graustufenumrechnung
Der schlichte Mittelwert (R+G+B)/3 ist deshalb falsch: ein sattes Blau und ein
sattes Grün gleicher Rechnung erscheinen im Ergebnis gleich hell, obwohl das
Auge sie sehr unterschiedlich wahrnimmt.
Histogramm und Belichtung
Drei Diagnosen aus einem Blick auf das Histogramm:
- Spitze bei 255, überbelichtet, Information ist verloren und nicht rückholbar.
- Alles zwischen 60 und 120, kontrastarm, ein Ausgleich hilft.
- Zwei getrennte Berge, es gibt einen natürlichen Schwellwert, siehe Otsu in Vorverarbeitung mit OpenCV.
Speicher, durchgerechnet
Ein Stapel von 32 Bildern in 1024 × 1024 mit drei Kanälen belegt in uint8
32 × 1024 × 1024 × 3 × 1 = 100,7 MB und in float32 402,7 MB, und das ist
nur die Eingabe, ohne die Aktivierungen des Netzes. Genau hier entsteht der
Speicherdruck, der zur Wahl der Bildgröße zwingt.