自学教程：PIL中“P”模式和“L”模式的图像有什么区别？mode='L'

“L”模式映射为黑白像素（介于两者之间）带有调色板的“P”模式地图。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()

“L”模式表示灰度。。。。所以它可以容纳256种灰度（包括黑色和白色作为灰度）。

“p”模式可以容纳256种不同颜色，如红色、蓝色、绿色等。。。。

相互转换，如果你的意思是将图像从灰度转换成颜色，或者反之亦然。。。。是的，有可能。。。。

示例：8位黑白图像（技术上是灰度图像）是“L”，任何8位彩色图像都是“p”模式。。

• 通常，图像是RGB，这意味着它们有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。

• 如果您有一个p模式的图像，这意味着它是苍白的。这意味着有一个调色板，其中有多达256种不同的颜色，而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，这是调色板的索引。这既有优点也有缺点。这样做的好处是，您的映像需要1/3的内存和磁盘空间。缺点是它只能代表256种独特的颜色，所以你可能会得到带状或工艺品。

• 如果你有一个L模式的图像，这意味着它是一个单通道图像-通常解释为灰度。L的意思是只存储亮度。它非常紧凑，但只存储灰度，而不是颜色。

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！

• 您可以以RGB格式存储灰色图像。你所要做的，就是使红色部分等于绿色部分等于蓝色部分（R=G=B），它将显示为灰色，但以一种低效的RGB格式存储，占用3倍的空间，否则可能需要。

• 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即可。

---

这是踢球的人。。。如果您想要并希望看到RGB图像，则应在打开时将其转换为RGB：

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

这样，您就不会有问题的GIF文件（它总是调色板）或PNG文件可以调色板，可以是灰度或RGB。通常JPEG图像不会出现问题，因为它们几乎总是RGB。

---

下面是一个例子。从这个红蓝渐变图像开始：

让我们使用IPython在RGB空间中查看。首先，看看红色频道：

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，顶部有255，因为它是红色的，底部有0，因为那里没有红色。

现在让我们看一下绿色通道，它到处都是0，因为没有绿色。

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，让我们看看蓝色频道。在图像为纯红色的顶部为0，在图像为纯蓝色的底部为255。

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查看相同的图像。

# 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palette index 15，如果您在前面的palette中查找它，您将看到它是红色的。

现在让我们在L模式下看同一个图像-记住L的意思是“亮度”“亮度”，这只是在黑白比例（即灰度）上说“亮度”的一种奇特方式：

# 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)

所以，现在图像的第一行是76，第二行是29。这些是什么？把RGB转换成L的公式是：

L = R * 299/1000 + G * 587/1000 + B * 114/1000

所以，在顶行，R=255，G=0，B=0，所以亮度变成：

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

在最下面一行，R=0，G=0，B=255，所以亮度变成：

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