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
费弗里2 分钟前
Python全栈应用开发利器Dash 3.x新版本介绍(4)
python·dash
辣辣y10 分钟前
python基础day08
开发语言·python
花海如潮淹25 分钟前
硬件产品研发管理工具实战指南
前端·python
张彦峰ZYF34 分钟前
快速掌握Python编程基础
python
Json____1 小时前
使用python的 FastApi框架开发图书管理系统-前后端分离项目分享
开发语言·python·fastapi·图书管理系统·图书·项目练习
安思派Anspire1 小时前
LangGraph + MCP + Ollama:构建强大代理 AI 的关键(二)
人工智能·后端·python
站大爷IP1 小时前
Python文件与目录比较全攻略:从基础操作到性能优化
python
ahead~2 小时前
【大模型入门】访问GPT_API实战案例
人工智能·python·gpt·大语言模型llm
大模型真好玩3 小时前
准确率飙升!GraphRAG如何利用知识图谱提升RAG答案质量(额外篇)——大规模文本数据下GraphRAG实战
人工智能·python·mcp
19893 小时前
【零基础学AI】第30讲:生成对抗网络(GAN)实战 - 手写数字生成
人工智能·python·深度学习·神经网络·机器学习·生成对抗网络·近邻算法