Solución:
Probablemente desee utilizar el método de conversión de una imagen:
import PIL.Image
rgba_image = PIL.Image.open(path_to_image)
rgb_image = rgba_image.convert('RGB')
En caso de numpy matriz, uso esta solución:
def rgba2rgb( rgba, background=(255,255,255) ):
row, col, ch = rgba.shape
if ch == 3:
return rgba
assert ch == 4, 'RGBA image has 4 channels.'
rgb = np.zeros( (row, col, 3), dtype="float32" )
r, g, b, a = rgba[:,:,0], rgba[:,:,1], rgba[:,:,2], rgba[:,:,3]
a = np.asarray( a, dtype="float32" ) / 255.0
R, G, B = background
rgb[:,:,0] = r * a + (1.0 - a) * R
rgb[:,:,1] = g * a + (1.0 - a) * G
rgb[:,:,2] = b * a + (1.0 - a) * B
return np.asarray( rgb, dtype="uint8" )
en el que el argumento rgba es un numpy matriz de tipo uint8 con 4 canales. La salida es un numpy matriz con 3 canales de tipo uint8.
Esta matriz es fácil de hacer E / S con biblioteca imageio utilizando imread y imsave.
¡Haz clic para puntuar esta entrada!
(Votos: 1 Promedio: 5)