如何使用PIL模块替换图片指定色域（如整片天空）的像素颜色

问题根源 #

你当前的代码仅对RGB值完全相等的像素做替换，而自然场景下的天空存在渐变、光影差异，存在大量和你提取的基准色接近但数值不完全一致的像素，因此只能替换部分区域。

优化方法1：RGB颜色容差匹配 #

通过计算当前像素和目标替换色的色彩欧氏距离，设置合理的容差阈值，只要距离小于阈值就判定为需要替换的天空像素：

from PIL import Image, ImageColor
import math

im = Image.open("iphone.jpg", "r")
to_be_replaced = ImageColor.getcolor("#5f86c9", "RGB")
newcolor = ImageColor.getcolor("#c9bb5f", "RGB")
# 容差阈值，可根据实际效果调整，数值越大匹配的颜色范围越广
threshold = 30

pix = im.load()
width, height = im.size
for w in range(width):
    for h in range(height):
        r, g, b = pix[(w, h)]
        # 计算RGB色彩欧氏距离
        color_diff = math.sqrt((r - to_be_replaced[0])**2 + (g - to_be_replaced[1])**2 + (b - to_be_replaced[2])**2)
        if color_diff < threshold:
            pix[w, h] = newcolor
im.save('test.png', 'PNG')

优化方法2：HSV色彩空间匹配（推荐） #

RGB空间的色彩距离和人眼感知的颜色相似度匹配度较低，你可以将图片转为HSV（色相、饱和度、亮度）空间，只匹配天空蓝色对应的色相范围，不受亮度、饱和度差异影响，识别精度更高：

from PIL import Image, ImageColor
import colorsys

im = Image.open("iphone.jpg", "r")
newcolor = ImageColor.getcolor("#c9bb5f", "RGB")
# 天空蓝色对应的色相范围，可根据实际场景调整，蓝色色相一般在0.55~0.7区间（HSV色相取值0~1）
h_low, h_high = 0.55, 0.7
# 饱和度下限，避免把灰白色的云也误判为天空
s_low = 0.2

pix = im.load()
width, height = im.size
for w in range(width):
    for h in range(height):
        r, g, b = pix[(w, h)]
        # 转HSV，取值都归一化到0~1区间
        h_val, s_val, v_val = colorsys.rgb_to_hsv(r/255, g/255, b/255)
        if h_low <= h_val <= h_high and s_val >= s_low:
            pix[w, h] = newcolor
im.save('test.png', 'PNG')

参数调整说明 #

• 容差类参数可以先给一个中间值，再根据生成的效果上下调整：如果还有天空没替换完就调大匹配范围，如果有非天空区域被误替换就调小匹配范围。
• 如果图片中的天空有大量云朵，可以额外增加亮度判断逻辑，避免云朵被一同替换。

内容的提问来源于stack exchange，提问作者Asad Kareem