如何在Python中复刻Photoshop存储为Web的抖动效果？

核心差异分析 #

PIL的Image.convert()默认实现和Photoshop「存储为Web」功能存在几个关键差异：

• 调色板生成逻辑：Photoshop的自适应调色板优先保留图像高频出现的颜色和视觉敏感色（如肤色、主色调），而PIL的自适应算法更偏向均匀采样。
• 抖动误差扩散规则：Photoshop的Floyd-Steinberg变体对误差分配的权重和传播范围有细微调整，且会针对Web导出做色域压缩（比如sRGB到Web安全色的映射优化）。
• 颜色处理顺序：Photoshop会先做色域转换，再进行颜色缩减和抖动，PIL可能顺序相反或未做严格的色域对齐。

替代实现方案 #

1. 自定义调色板+调整版误差扩散算法 #

先通过颜色频率统计生成贴近Photoshop的调色板，再应用调整后的Floyd-Steinberg抖动规则：

from PIL import Image
import numpy as np

def generate_photoshop_like_palette(image, num_colors=64):
    # 统一转换为sRGB色域，对齐Photoshop默认空间
    img_srgb = image.convert("RGB")
    pixels = np.array(img_srgb).reshape(-1, 3)
    
    # 统计颜色出现频率，优先保留高频色
    color_counts = {}
    for rgb in pixels:
        key = tuple(rgb)
        color_counts[key] = color_counts.get(key, 0) + 1
    
    # 按频率排序取前N个颜色
    sorted_colors = sorted(color_counts.keys(), key=lambda x: color_counts[x], reverse=True)
    palette = sorted_colors[:num_colors]
    
    # 补充Web安全色缺口，模拟Photoshop的Web优化逻辑
    web_safe = [(r, g, b) for r in range(0, 256, 51) for g in range(0, 256, 51) for b in range(0, 256, 51)]
    for ws_color in web_safe:
        if len(palette) >= num_colors:
            break
        if ws_color not in palette:
            palette.append(ws_color)
    
    # 转换为PIL要求的调色板格式（768个元素）
    palette_flat = []
    for rgb in palette:
        palette_flat.extend(rgb)
    while len(palette_flat) < 768:
        palette_flat.append(0)
    return palette_flat

def adjusted_floyd_steinberg_dither(image, palette):
    img = image.convert("RGB")
    img_array = np.array(img, dtype=np.float32)
    height, width = img_array.shape[:2]
    
    # 采用Photoshop风格的误差扩散权重
    weights = [
        [0, 0, 7/48],
        [3/48, 5/48, 1/48]
    ]
    
    for y in range(height):
        for x in range(width):
            old_pixel = img_array[y, x].copy()
            # 找到调色板中最接近的颜色
            closest = min(palette, key=lambda c: sum((old_pixel - np.array(c))**2))
            new_pixel = np.array(closest, dtype=np.float32)
            img_array[y, x] = new_pixel
            error = old_pixel - new_pixel
            
            # 向相邻像素扩散误差
            for dy in range(len(weights)):
                for dx in range(len(weights[dy])):
                    nx = x + dx - 1
                    ny = y + dy
                    if 0 <= nx < width and ny < height:
                        img_array[ny, nx] += error * weights[dy][dx]
    
    # 转换回图像并应用自定义调色板
    img_dithered = Image.fromarray(np.uint8(img_array))
    img_dithered = img_dithered.convert("P")
    img_dithered.putpalette(palette)
    return img_dithered

# 使用示例
input_img = Image.open("input.jpg")
custom_palette = generate_photoshop_like_palette(input_img)
dithered_img = adjusted_floyd_steinberg_dither(input_img, custom_palette)
dithered_img.save("output_dithered.png", format="PNG")

2. 用Pycairo实现更精准的抖动流程 #

Pycairo的颜色处理逻辑更贴近专业图像软件，可直接模拟Photoshop的调色+抖动流程：

import cairo
from PIL import Image

def cairo_photoshop_dither(input_path, output_path, num_colors=64):
    # 读取图像并转换为Cairo表面
    img = Image.open(input_path).convert("RGB")
    width, height = img.size
    data = img.tobytes()
    surface = cairo.ImageSurface.create_for_data(data, cairo.FORMAT_RGB24, width, height, width*4)
    
    # 转换回PIL图像，应用对齐Photoshop的调色和抖动
    buffer = surface.get_data()
    pil_img = Image.frombuffer("RGB", (width, height), buffer, "raw", "BGRX", 0, 1)
    # 使用自适应调色板+调整后的抖动规则
    pil_img = pil_img.convert("P", palette=Image.ADAPTIVE, colors=num_colors, dither=Image.FLOYDSTEINBERG)
    pil_img.save(output_path)

# 使用示例
cairo_photoshop_dither("input.jpg", "output_cairo.png")

关键调优要点 #

• 色域对齐：始终先将图像转换为sRGB，和Photoshop默认颜色空间保持一致。
• 调色板优先级：优先保留图像中占比超过1%的颜色，再补充Web安全色，避免均匀采样导致的色调偏差。
• 误差权重调整：将默认Floyd-Steinberg权重调整为Photoshop使用的7/48、3/48、5/48、1/48，减少过度抖动。

内容的提问来源于stack exchange，提问作者Ahmad Uzzam Masood