如何用Python结合1D LUT将树莓派相机JPG转为伪彩色图？

你的代码输出偏蓝是因为错误地将LUT拆分为RGB三通道独立映射，而非把单灰度值直接对应到LUT的完整RGB像素组。以下是适配树莓派性能的修正方案：

问题根源 #

原代码的核心逻辑错误：

1. 将灰度图转成RGB后，三通道像素值完全一致
2. 使用image.point(lut)时，flatten后的LUT会被拆分：前256个值给R通道、中间256个给G通道、最后256个给B通道，这和你需要的「单灰度值对应一组RGB」逻辑完全不符

修正后的代码 #

from PIL import Image
import numpy as np

# 1. 读取原图并转为单通道灰度图
gray_img = Image.open('testbild.jpg').convert('L')
gray_np = np.array(gray_img)

# 2. 读取并处理LUT：提取256x1 PNG中每个位置的RGB值
lut_img = Image.open('LUT.png').convert('RGB')
# 转为(256, 3)的数组，每个元素对应灰度0-255的RGB颜色
lut_np = np.array(lut_img).squeeze()  # 移除多余维度，从(256,1,3)转为(256,3)

# 3. 灰度值批量映射到LUT颜色：直接用灰度值作为索引取对应RGB
color_np = lut_np[gray_np]

# 4. 转回PIL Image并保存
color_img = Image.fromarray(color_np.astype(np.uint8))
color_img.save('output.jpg')

关键优势 #

• 高效快速：用Numpy索引完成批量映射，比Matplotlib色图处理快数倍，适配树莓派的资源限制
• 逻辑准确：完全匹配Photoshop导出的256x1水平LUT规则（最左像素对应最暗灰度值）
• 精简操作：无需将灰度图转成RGB，直接用单通道做索引，节省内存与计算量

验证提示 #

• 确保LUT的PNG无alpha通道，所以用convert('RGB')读取
• 如果LUT是垂直排列，需调整顺序：lut_np = lut_np[::-1].squeeze()

内容的提问来源于stack exchange，提问作者Roman Holtwick