colorsys - Conversions between Color Systems

• 이미지를 처리하는 파이썬 라이브러리는 많습니다.
• 가장 잘 알려진 opencv와 pillow를 비롯해서 matplotlib도 이미지 처리를 합니다.
• colorsys라는 파이썬 기본 라이브러리가 있습니다.
• 색 공간을 변환하는 라이브러리인데, 이것만 잘 써도 할 수 있는 게 많습니다.

1. 예제 이미지

wikimedia commons: Siberischer tiger de dedit02.jpg

• 예제로 사용할 이미지를 가져옵니다.
• 호랑이 해이니 호랑이 사진을 사용해 보겠습니다.
• 저작권 걱정이 없는 wikimedia에서 사진을 내려받아 tiger.jpg라고 저장합니다.

2. Python에서 읽기

• 먼저 기본 라이브러리를 부르고

%matplotlib inline

import matplotlib.pyplot as plt
import seaborn as sns
import numpy as np

• 이미지를 불러옵니다.
• plt.imread()명령으로 읽은 이미지는 numpy array로 저장됩니다.
• .shape으로 dimension을 확인하면 1200 x 1600 x 3입니다.
• 세로 1200, 가로 1600의 3차원(RGB) 이미지입니다.

img_org = plt.imread("tiger.jpg")
print(img_org.shape)

fig, ax = plt.subplots(figsize=(8, 6), constrained_layout=True)
ax.imshow(img_org)
ax.set_xticks([])
ax.set_yticks([])

• 실행 결과

(1200, 1600, 3)

3. CIELab color space

colorspacious
Pega Devlog: 색의 속성에 대한 단어들

• 사람이 인지하는 밝은 정도, 즉 휘도(luminance)를 파악합니다.
• 그림을 구성하는 RGB를 [colorspacious] 라이브러리의 cspace_converter를 사용해 CIELab 색공간으로 변환합니다.
• CIELab 색공간의 첫번째 채널이 $L^*$, 즉 휘도입니다.

# convert to CIELab
from colorspacious import cspace_converter

img_lab = cspace_converter("sRGB1", "CAM02-UCS")(img_org/255)
print(img_lab.shape)
img_L = img_lab[:,:,0]

fig, ax = plt.subplots(figsize=(8, 6), constrained_layout=True)
ax.imshow(img_L, cmap="gray")
ax.set_xticks([])
ax.set_yticks([])

• 실행 결과

(1200, 1600, 3)

• 흑백 사진으로 변환되었습니다.
• 여기 보이는 회색조가 우리 눈이 느끼는 밝기입니다.

4. HLS color space

wikipedia: HSL and HSV
python colorsys

• HSV (hue, saturation, value) 색공간과 더불어 HSL, 또는 HLS 색 공간이 사용됩니다.

• 색상(hue)과 명도(lightness), 채도(saturation)를 따로 조정할 수 있다는 장점이 있습니다.
  
  
  

• python에 기본으로 내장된 colorsys 라이브러리는 색 공간 변환에 충실합니다.

• RGB, YIQ, HLS, HSV 공간을 오가는 기능을 간단하게 제공합니다.

• 호랑이 이미지를 HLS 공간으로 바꾸어 hue, lightness, saturation 분포를 확인합니다.

import colorsys

img_hls = np.array([colorsys.rgb_to_hls(*c) for c in (img_org/255).reshape((1600*1200, 3))]).T
print(img_hls.shape)

fig, axs = plt.subplots(ncols=3, figsize=(8, 4), constrained_layout=True)

for i, (title, ax) in enumerate(zip(["hue", "lightness", "saturation"], axs)):
    sns.histplot(img_hls[i], kde=True, bins=np.linspace(0, 1, 21), ax=ax)
    ax.set_title(title, fontsize="xx-large", pad=8)

• lightness를 보면 어두운 부분이 많은 것 같고,
• saturation을 보면 원색에 가까운 비중이 상당히 높습니다.
• hue가 좀 독특한데, 왼쪽에 몰려 있습니다.
• 잘못 처리한 것이 아닌지, hue의 숫자가 의미하는 색을 출력합니다.

# hue check
hues = np.linspace(0, 1, 21)[:20]
rgbs = list(map(colorsys.hls_to_rgb, *np.array([[h, 0.5, 1] for h in hues]).T))

fig, axes = plt.subplots(ncols=10, nrows=2, figsize=(10, 3), constrained_layout=True)
for ax, rgb, hue in zip(axes.ravel(), rgbs, hues):
    ax.set_facecolor(rgb)
    ax.set_xticks([])
    ax.set_yticks([])
    ax.set_xlabel(f"{hue:.2f}", fontsize="x-large", labelpad=12)

• 히스토그램에서 hue가 몰려 있는 0.25 아래 부분은 빨강, 주황, 노랑, 연두입니다.
• 호랑이와 들판을 이루고 있는 색입니다. 그럴 만 하네요. 정상입니다. :)
• 호랑이 그림에서 hue, lightness, saturation이 어떻게 분포하고 있는지를 봅니다.

fig, axs = plt.subplots(ncols=3, figsize=(8, 3), constrained_layout=True)

for i, (title, ax) in enumerate(zip(["hue", "lightness", "saturation"], axs)):
    vmax = 0.3 if i == 0 else 1
    im = ax.imshow(img_hls[i].reshape(1200, 1600), cmap="rainbow", vmin=0, vmax=vmax)
    plt.colorbar(im, orientation="horizontal", ax=ax)
    ax.set_xticks([])
    ax.set_yticks([])
    ax.set_title(title, fontsize="xx-large", pad=8)

• hue만 범위를 0-0.3으로 그리고 나머지는 0-1로 그렸습니다.

• 범위를 쉽게 파악하고자 의도적으로 rainbow colormap을 사용했습니다.

• 배경과 호랑이는 hue와 lightness로 쉽게 구분됩니다.

• 배경 일부에 호랑이와 hue가 같은 구간이 있는데 lightness를 섞으면 같이 구분할 수 있습니다.

• lightness threshold를 0.4로 고정하고

• hue threshold (h_th)를 0.1~0.3으로 바꾸면서 호랑이 선택 범위를 확인합니다.

# tiger selection

from copy import deepcopy

img_hls_tiger = deepcopy(img_hls)

fig, axs = plt.subplots(ncols=3, figsize=(8, 3), constrained_layout=True)

h_ths = [0.1, 0.2, 0.3]
for h_th, ax in zip(h_ths, axs):
    chk_tiger = np.where((img_hls[0] < h_th) & (img_hls[1] > 0.4), 1, 0)
    ax.imshow(chk_tiger.reshape(1200, 1600), cmap="gray")
    ax.set_xticks([])
    ax.set_yticks([])
    ax.set_title(f"{h_th}", fontsize="xx-large", pad=8)

• 다른 데는 비슷한데 호랑이 이마와 왼쪽 뺨에서 차이가 보입니다.

• 0.3으로 올리면 얼굴은 검은 줄무늬를 제외하고 거의 선택이 되고 배경으로 넘어가지 않네요.

• hue threshold를 0.3으로 설정합니다.

• 1600 x 1200개의 픽셀 중 hue는 0.3 미만, lightness는 0.4 초과하는 범위를 잡습니다.

• 호랑이 얼굴의 명도는 올리고 채도는 낮춰서 하얀 장로 호랑이 느낌이 들도록 바꿉니다.

• ~사실 올해가 검은 호랑이 해라 검게 하고 싶었는데 어떻게 해도 안예쁘더군요.~

idx_tiger = np.where((img_hls[0] < 0.3) & (img_hls[1] > 0.4))[0]

for idx in idx_tiger:
    img_hls_tiger[1, idx] = min(img_hls_tiger[1, idx]+0.6, 1)
    img_hls_tiger[2, idx] = max(img_hls_tiger[2, idx]-0.6, 0)
    
img_rgb_tiger = np.array([colorsys.hls_to_rgb(*c) for c in img_hls_tiger.T])

fig, ax = plt.subplots(figsize=(8, 6), constrained_layout=True)
ax.imshow(img_rgb_tiger.reshape(1200, 1600, 3))
ax.set_xticks([])
ax.set_yticks([])

• 호랑이 해 모두 새해 복 많이 받으시기 바랍니다.