Pillow 图像颜色模式与颜色空间转换

Pillow 图像颜色模式与颜色空间转换

颜色模式与颜色空间转换是图像处理中连接"像素数据表示"与"视觉语义表达"的关键环节。在完成图像的读取、显示、几何变换之后，进一步理解图像如何组织颜色信息，才能真正掌握图像在计算机中的底层结构。

在 Pillow 中，图像不仅包含空间维度上的宽度与高度，还包含颜色维度上的模式定义。不同模式决定了单个像素由多少个通道构成、各通道所表示的含义，以及图像是否具备透明信息或适用于特定输出场景。常见的 RGB、RGBA、L、CMYK、HSV 等模式，分别对应显示、灰度分析、透明合成、印刷输出与颜色分析等不同任务。

本章围绕 Pillow 中的图像颜色模式与颜色空间转换展开，重点说明常见模式的含义、convert() 的使用方式，以及通道拆分与合并的实现逻辑。

---

1. 图像颜色模式的基本概念

1.1 原理：像素值的组织方式

一幅数字图像不仅可以看作二维空间上的像素网格，还可以看作在每个像素位置上附带颜色向量的离散函数：

I:(x,y)→v,v∈Rc I: (x, y) \rightarrow \mathbf{v}, \quad \mathbf{v} \in \mathbb{R}^c I:(x,y)→v,v∈Rc

其中：

• (x,y)(x, y)(x,y) 表示像素坐标；
• v\mathbf{v}v 表示该位置上的像素值；
• ccc 表示通道数。

颜色模式决定的正是向量 v\mathbf{v}v 的结构形式。例如：

• 在灰度图中，v\mathbf{v}v 仅为一个亮度值；
• 在 RGB 图中，v\mathbf{v}v 由红、绿、蓝三个分量组成；
• 在 RGBA 图中，还会额外加入透明度通道。

因此，颜色模式本质上规定了图像数据在通道维上的表达方式。

1.2 Pillow 接口：img.mode

在 Pillow 中，可以通过图像对象的 mode 属性查看当前图像的颜色模式：

from PIL import Image
from skimage import data
import matplotlib.pyplot as plt
import seaborn as sns

sns.set_theme(style="whitegrid", font="SimHei", rc={"axes.unicode_minus": False})

img = Image.fromarray(data.astronaut())

print('mode:', img.mode)

输出结果：

mode: RGB

这说明当前图像为标准 RGB 彩色图像，即每个像素由三个通道组成。

---

2. 常见图像模式

2.1 灰度模式：L

L 表示单通道灰度图像，每个像素仅包含一个亮度值，通常取值范围为 0 到 255：

L∈[0,255] L \in [0, 255] L∈[0,255]

其中：

• 0 表示黑色；
• 255 表示白色；
• 中间值表示不同程度的灰度。

灰度模式常用于：

• 降低图像数据维度；
• 强调结构与纹理信息；
• 为后续边缘检测、阈值分割等任务做准备。

gray = img.convert('L')
print(gray.mode)

输出结果：

L

2.2 真彩色模式：RGB

RGB 是最常见的彩色图像模式，每个像素由三个通道构成：

v=(R,G,B) \mathbf{v} = (R, G, B) v=(R,G,B)

其中：

• R 表示红色通道；
• G 表示绿色通道；
• B 表示蓝色通道。

该模式适用于绝大多数显示设备与常规图像处理任务，也是 Pillow 中最常见的默认模式。

print(img.mode)

输出结果：

RGB

2.3 带透明通道模式：RGBA

RGBA 在 RGB 的基础上增加了 Alpha 通道，用于表示透明度：
v=(R,G,B,A) \mathbf{v} = (R, G, B, A) v=(R,G,B,A)

其中：

• A=255 表示完全不透明；
• A=0 表示完全透明。

这种模式常见于 PNG 图像、图标、叠加素材以及需要保留背景透明信息的场景。

rgba = img.convert('RGBA')
print(rgba.mode)

输出结果：

RGBA

2.4 印刷模式：CMYK

CMYK 是印刷领域常用的颜色模式，由四个通道组成：

v=(C,M,Y,K) \mathbf{v} = (C, M, Y, K) v=(C,M,Y,K)

其中：

• C：青色（Cyan）
• M：品红（Magenta）
• Y：黄色（Yellow）
• K：黑色（Key/Black）

相较于面向发光显示设备的 RGB，CMYK 更适用于油墨混合与印刷输出。

cmyk = img.convert('CMYK')
print(cmyk.mode)

输出结果：

CMYK

2.4 颜色分析模式：HSV

HSV 将颜色表达拆分为色调、饱和度与明度三个维度：
v=(H,S,V) \mathbf{v} = (H, S, V) v=(H,S,V)

其中：

• H 表示 Hue，色调；
• S 表示 Saturation，饱和度；
• V 表示 Value，明度。

这种表示方式更接近人对颜色的直观理解，因此常用于颜色提取、颜色分布分析与色彩增强等任务。

hsv = img.convert('HSV')
print(hsv.mode)

输出结果：

HSV

---

3. 图像模式转换

3.1 原理：颜色空间重映射

颜色模式转换的本质，是将原图像中每个像素的通道表示从一种结构映射到另一种结构。例如，从 RGB 转为灰度图时，三个彩色通道会被压缩为单一亮度值；从 RGB 转为 RGBA 时，则是在保留原有颜色信息的基础上加入透明度通道。

需要注意的是，并非所有转换都是严格可逆的。例如：

• RGB → L 会丢失颜色信息；
• RGBA → RGB 会丢失透明度信息；
• RGB ↔ CMYK 在来回转换时可能出现颜色偏差。

因此，颜色模式转换不仅是数据格式变化，也可能伴随信息压缩或数值近似。

3.2 Pillow 接口：Image.convert()

Pillow 中最核心的颜色模式转换接口是 convert() 方法：

converted = img.convert('L')

其基本形式为：

img.convert(mode)

其中 mode 为目标模式字符串，例如 'L'、'RGB'、'RGBA'、'CMYK'、'HSV' 等。

3.3 示例：转换为灰度图

gray = img.convert('L')

plt.figure(figsize=(5, 5))
plt.imshow(gray, cmap='gray')
plt.axis('off')
plt.show()

灰度图将原图中的三通道信息压缩为单通道，更适合后续的结构分析任务。

3.4 示例：转换为带透明通道图像

rgba = img.convert('RGBA')

plt.figure(figsize=(5, 5))
plt.imshow(rgba)
plt.axis('off')
plt.show()

这种模式适合需要透明背景或图层合成的场景。

3.5 示例：转换为 CMYK

cmyk = img.convert('CMYK')
print(cmyk.mode)

输出结果：

CMYK

若目标任务与印刷输出相关，则可使用该模式进行预处理。

---

4. 图像通道的拆分与合并

4.1 原理：多通道图像的分解

对于多通道图像，可以将其看作多个单通道矩阵的叠加。例如，一幅 RGB 图像可以表示为：

I(x,y)=(R(x,y),G(x,y),B(x,y)) I(x, y) = (R(x,y), G(x,y), B(x,y)) I(x,y)=(R(x,y),G(x,y),B(x,y))

其中 R(x,y)、G(x,y)、B(x,y) 分别表示三个通道在该位置上的数值。

因此，通道拆分本质上是将一个多维张量分解为若干单通道图像；而通道合并则是将多个单通道矩阵重新组合为完整图像。

4.2 Pillow 接口：split() 与 Image.merge()

Pillow 提供了直接的通道操作方法：

r, g, b = img.split()
merged = Image.merge('RGB', (r, g, b))

其中：

• split() 用于拆分图像通道；
• Image.merge() 用于将多个单通道图像重新合成为多通道图像。

4.3 RGB 通道拆分示例

img = Image.fromarray(data.astronaut()).convert('RGB')

r, g, b = img.split()

fig, axes = plt.subplots(1, 3, figsize=(16, 5))

axes[0].imshow(r, cmap="Reds")
axes[0].set_title("红色通道 (R)")
axes[0].axis("off")

axes[1].imshow(g, cmap="Greens")
axes[1].set_title("绿色通道 (G)")
axes[1].axis("off")

axes[2].imshow(b, cmap="Blues")
axes[2].set_title("蓝色通道 (B)")
axes[2].axis("off")

plt.tight_layout()
plt.show()

通过这种方式，可以直观观察不同颜色通道对整幅图像视觉效果的贡献。

4.4 通道重新合并示例

merged = Image.merge('RGB', (r, g, b))

plt.figure(figsize=(5, 5))
plt.imshow(merged)
plt.title("通道合并结果")
plt.axis('off')
plt.show()

重新合并后的结果应与原图保持一致，这说明彩色图像本质上就是多个单通道数据在颜色维度上的组合。

---

5. 透明通道的处理

5.1 原理：Alpha 通道的意义

在 RGBA 模式中，第四个通道 A 表示透明度。它并不直接描述颜色，而是描述像素在合成时的可见程度。

若将其单独拆分，可得到一张灰度形式的透明度分布图：

• 亮处表示更不透明；
• 暗处表示更透明。

为了更直观地观察 Alpha 通道，这里构造一张透明背景的 RGBA 图像，并在其上绘制多组不同透明度的彩色条纹。这样既可以体现颜色信息，又可以清楚展示透明度的层次变化。

5.2 示例：构造带透明度的条纹图像

from PIL import Image, ImageDraw
import matplotlib.pyplot as plt

img_rgba = Image.new("RGBA", (320, 320), (255, 255, 255, 0))
draw = ImageDraw.Draw(img_rgba)

colors = [
    (255, 99, 71, 90),
    (60, 179, 113, 120),
    (65, 105, 225, 150),
    (255, 215, 0, 180)
]

x0 = 30
for color in colors:
    draw.rectangle((x0, 40, x0 + 50, 280), fill=color)
    x0 += 60

plt.figure(figsize=(5, 5))
plt.imshow(img_rgba)
plt.axis('off')
plt.subplots_adjust(left=0, right=1, top=1, bottom=0)
plt.margins(0, 0)
plt.show()

从结果可以看到，这幅图像虽然包含彩色条纹，但背景保持透明，不同条纹之间还具有不同程度的半透明效果。这正是 RGBA 模式相较于 RGB 模式的重要区别。

5.3 示例：拆分 Alpha 通道

接下来，将图像拆分为四个通道，并单独观察 Alpha 通道：

img_rgba = img.convert('RGBA')
r, g, b, a = img_rgba.split()

print(a.mode)

输出结果：

L

透明通道本身也是单通道图像，因此在 Pillow 中会以 L 模式表示。

plt.figure(figsize=(5, 5))
plt.imshow(a, cmap='gray')
plt.title("Alpha 通道")
plt.axis('off')
plt.show()

在这张灰度图中：

• 黑色背景区域对应透明背景，说明其 Alpha 值接近 0；
• 不同亮度的条纹区域对应不同透明度；
• 越亮的区域表示越不透明。

这种方式有助于分析透明区域的分布情况，在图标处理、遮罩构造与前景提取中较为常见。

---

6. 颜色模式转换中的注意事项

颜色模式转换不仅是数据格式的变化，还可能伴随图像信息的压缩、丢失或重映射。因此，在实际处理过程中，需要根据任务目标谨慎选择转换方式。

6.1 RGB 与灰度图转换

从 RGB 转为灰度图后，原始颜色信息不再保留，因此该过程通常不可逆。若后续仍需颜色信息，则应保留原图副本。

6.2 RGBA 与 RGB 转换

若带透明背景的图像直接转换为 RGB，透明通道将被移除，透明区域往往会被默认背景色填充。因此，对于 PNG、图标等素材，应特别注意是否需要保留 Alpha 通道。

下面继续以前面的条纹图像为例，将其从 RGBA 转换为 RGB：

这里可以看到，原本的透明背景已经不再保留。因为 RGB 模式只包含红、绿、蓝三个颜色通道，不包含透明度信息，所以图像在转换过程中会丢失 Alpha 通道。

如果将两种模式放在一起对比，这一差异会更加明显：

fig, axes = plt.subplots(1, 2, figsize=(8, 4))

axes[0].imshow(img_rgba)
axes[0].set_title("RGBA")
axes[0].axis('off')

axes[1].imshow(img_rgb)
axes[1].set_title("RGB")
axes[1].axis('off')

plt.subplots_adjust(left=0, right=1, top=0.9, bottom=0, wspace=0.02)
plt.show()

在这个示例中：

• RGBA 图像保留了透明背景与不同层次的透明条纹；
• RGB 图像则只保留颜色信息，透明效果被移除。

这说明 RGBA → RGB 并不是简单的通道裁剪，而是伴随着透明语义的丢失。因此，在处理带透明背景的图像时，不能随意转换到 RGB 模式。

6.3 CMYK 与 RGB 转换

CMYK 更适用于印刷环境，在屏幕显示和一般图像分析中通常仍以 RGB 为主。若频繁在两者之间转换，可能会引入一定颜色偏差，因此应根据任务场景合理选择模式。

---

7. 可视化：不同颜色模式对比

为了更直观地观察不同模式下的图像表现，可以将同一幅图像分别转换后进行展示：

img = Image.fromarray(data.astronaut())

rgb = img.convert("RGB")
rgba = img.convert("RGBA")
gray = img.convert("L")
cmyk_rgb = img.convert("CMYK").convert("RGB")
hsv_rgb = img.convert("HSV").convert("RGB")

fig, axes = plt.subplots(1, 5, figsize=(18, 4))

images = [rgb, rgba, gray, cmyk_rgb, hsv_rgb]
titles = ["RGB", "RGBA", "L", "CMYK", "HSV"]

for ax, im, title in zip(axes, images, titles):
    if im.mode == "L":
        ax.imshow(im, cmap="gray")
    else:
        ax.imshow(im)
    ax.set_title(title)
    ax.axis("off")

plt.tight_layout()
plt.show()

通过对比可以看到，不同模式下图像的颜色表达方式会发生变化。需要注意的是，为了便于 Matplotlib 显示，CMYK 和 HSV 这里通常又转换回了 RGB，因此展示的是其转换后的可视化效果，而不是原始内部表示本身。

---

8. NumPy 视角：图像模式与数组形状

Pillow 图像与 NumPy 数组可以直接互转，而图像模式会直接影响数组的形状结构：

import numpy as np

rgb_arr = np.array(img.convert("RGB"))
gray_arr = np.array(img.convert("L"))
rgba_arr = np.array(img.convert("RGBA"))

print(rgb_arr.shape)
print(gray_arr.shape)
print(rgba_arr.shape)

输出示例：

(512, 512, 3)
(512, 512)
(512, 512, 4)

可以看到：

• RGB 对应三维数组 (H, W, 3)；
• L 对应二维数组 (H, W)；
• RGBA 对应三维数组 (H, W, 4)。

因此，图像模式不仅影响显示效果，也直接影响后续数值计算中的数据结构。

---

9. 总结

本章围绕 Pillow 提供的几何变换接口，对裁剪、翻转、旋转、缩放以及仿射变换的实现方式与基本原理进行了系统说明。

通过这些操作可以看到：

• 裁剪本质上是对图像空间子区域的提取；
• 翻转是像素坐标在水平或垂直方向上的反射；
• 旋转与缩放通常伴随着插值与重采样过程；
• 仿射变换则提供了更统一的线性空间变换表达方式。

结合 NumPy 的数组表示与可视化结果，可以更直观地理解几何变换对图像空间结构的影响。这些操作构成了图像预处理、空间调整与数据增强中的重要基础，也为进一步理解更复杂的图像空间映射与变换处理提供了前提。