Pygame针对图像像素操作在不同操作系统或机器上得到不同颜色效果

(2024.6.30)

本文主要讨论使用Pygame的同一套代码(除了改了显示引擎,比如Windows显示为Windows,Ubuntu显示为X11),却观察到颜色显示不一致的情况。

此异常情况来源于pygame.PixelArray(image)和对像素矩阵的逐像素操作,PixelArray()在Windows下和Ubuntu下分别返回了不同的值

原因:

PixelArray()从内存中直接读取图像像素值。然而,由于不同的操作系统和硬件可能会有不同的字节序(大端序和小端序)或者不同的数值解析方式 ,因此在 Ubuntu 和其他 Linux 发行版中,PixelArray()直接从内存地址中获得的值解析出来的结果可能会有所不同。这通常是由底层的 SDL 库和操作系统如何处理颜色表示引起的。

比如说,对本人的两台机器而言,在Windows系统中,PixelArray()将像素值解析为有符号整数,而在Ubuntu系统中,该像素值被解析为无符号整数。这就导致后续处理时,针对机器码绝对值很大的像素的值判断在不同机器上返回不同的结果。如下面这段代码:

复制代码
with pygame.PixelArray(image) as pxarray:
    for i in range(image.get_width()):
        for j in range(image.get_height()):
            if pxarray[i, j] <= thold:    # 小于此值认为是主要区域
                pxarray[i, j] = main_color

当pxarray[i, j]在Ubuntu上解析为有符号的4278190080(>2**31)时,其在Windows上会被解析为一个负数,这就导致在两台机器上,控制流的实际执行逻辑完全不同。

解决方法

在处理像素值时全部转换为统一的格式。比如使用以下代码将32位无符号数强制转换为32位有符号数。

复制代码
def unsigned_to_signed_32_bit(num):
    if num < 0: # 不处理有符号数
        return num
    # 使用'I'格式代码将无符号整数转换为4字节(32位)无符号整数
    packed = struct.pack('I', num)
    # 使用'i'格式代码将字节数据解包为带符号整数
    unpacked = struct.unpack('i', packed)[0]
    return unpacked

该函数示例:

复制代码
# 示例
num = 4294967295  # 32位无符号整数的最大值
signed_32_bit_int = unsigned_to_signed_32_bit(num)
print(signed_32_bit_int)  # 输出: -1

num = 2147483648  # 超过带符号整数最大值的32位无符号整数
signed_32_bit_int = unsigned_to_signed_32_bit(num)
print(signed_32_bit_int)  # 输出: -2147483648

由于本人只在自己的电脑上进行了测试,你遇到的实际情况可能与本人情况不一样,比如你的可能是64位整数,或者其他什么的数值解析问题,采用类似方法处理即可。

相关推荐
胡耀超25 分钟前
标签体系设计与管理:从理论基础到智能化实践的综合指南
人工智能·python·深度学习·数据挖掘·大模型·用户画像·语义分析
博观而约取1 小时前
Django 数据迁移全解析:makemigrations & migrate 常见错误与解决方案
后端·python·django
熊猫钓鱼>_>2 小时前
用Python解锁图像处理之力:从基础到智能应用的深度探索
开发语言·图像处理·python
蛋仔聊测试2 小时前
Playwright 中特定的 Fixtures
python
蹦蹦跳跳真可爱5892 小时前
Python----大模型(使用api接口调用大模型)
人工智能·python·microsoft·语言模型
好开心啊没烦恼2 小时前
Python 数据分析:numpy,抽提,整数数组索引与基本索引扩展(元组传参)。听故事学知识点怎么这么容易?
开发语言·人工智能·python·数据挖掘·数据分析·numpy·pandas
清幽竹客2 小时前
Day 3:Python模块化、异常处理与包管理实战案例
python
菜包eo3 小时前
二维码驱动的独立站视频集成方案
网络·python·音视频
Yo_Becky3 小时前
【PyTorch】PyTorch预训练模型缓存位置迁移,也可拓展应用于其他文件的迁移
人工智能·pytorch·经验分享·笔记·python·程序人生·其他
yzx9910133 小时前
关于网络协议
网络·人工智能·python·网络协议