如何从 GetPixelSpan 中提取、上传和处理字节数组,然后保存回文件?

How to extract, upcast and process an array of bytes from GetPixelSpan then save back to a file?

这可能是一件非常简单的事情,但我不太明白如何将各个部分组合在一起。 API 文档中的 This question and as well as this page 都在某种程度上暗示了答案,但我无法从他们那里找出我需要的东西。

所以现在我正在尝试实现一个简单的小程序来打开图像,将像素输出到数组中,对它们进行一些处理,然后将更新后的像素作为新图像保存回来。在这种特殊情况下,我想将每个像素周围 3x3 window 的平均值作为简单的模糊。具体操作不太重要(肯定有更有效的方法,我现在专门尝试编写一个简单的版本,以便稍后与其他版本进行比较),但我一直无法弄清楚如何制作这个发生。现在我拥有的是:

let accessClampedArrayWithDefault (arr: uint32[][]) width height def x y : uint32[] =
    if x < 0 || x > width-1 || y < 0 || y > height-1 then
        def
    else
        arr.[x + width * y]

let extractPixelParts (p: Rgba32) =
    let R = uint32 p.R
    let G = uint32 p.G
    let B = uint32 p.B
    let A = uint32 p.A
    [|R; G; B; A|]

[<EntryPoint>]
let main argv =
    use img = Image.Load(@"D:\Users\sampleimage.jpg")    
    let mutable out_img = img.Clone()    
    let pxs = img.GetPixelSpan().ToArray() |> Array.map extractPixelParts    
    let mutable (nps: uint32[][]) = Array.zeroCreate pxs.Length    
    let ac = accessClampedArrayWithDefault pxs img.Width img.Height [|0u;0u;0u;0u|]

    for x in 0..img.Width-1 do
        for y in 0..img.Height-1 do
            let p = ac x y
            for z in -1..1 do
                for w in -1..1 do
                    let q = ac (x + z) (y + w)
                    nps.[x + y * img.Width] <- Array.zip p q |> Array.map (fun (a,b) -> a + b)
            nps.[x + y * img.Width] <- Array.map (fun i -> float i / 9.0 |> uint32 ) nps.[x + y * img.Width]

    let rpx = Array.collect (fun a -> Array.map byte a) nps

    let out_img = Image.Load<Rgba32>(img.GetConfiguration(), rpx, Formats.Jpeg.JpegDecoder())

    printfn "out_img's width is %d and height is %d" out_img.Width out_img.Height

但它失败了,let out_img = 行出现异常。如果我不包含 JpegDecoder 部分,则会收到有关缺少解码器的错误消息,但如果包含它,则会收到有关缺少 SOI 的错误消息。

所以,我的问题是,如何提取像素并使用比 8 位(例如 32 位)更大的可变大小的 them/each 通道,以便我可以执行无法表示的中间操作在每个通道 8 位中,在将最终结果转换回字节之前,然后将其重构回可以作为图像保存到磁盘的东西?

我很可能忘记提及一些重要的事情,所以请随时要求澄清 :) 谢谢。

我不熟悉 F#,但看起来有几个问题:

  • Image.Load<Rgba32>(img.GetConfiguration(), rpx, Formats.Jpeg.JpegDecoder())行将尝试解码一个Jpeg编码的内存流(提供为byte[])。

  • 关于您的问题:

    so that I can perform intermediate operations that cannot be represented in 8 bits per channel

你为什么不只处理 Rgba32[] 数组? 不需要 extractPixelParts ... 东西。由于不必要的堆分配,将所有像素存储在锯齿状数组 (uint32[][]) 中会导致代码执行非常缓慢。

编辑: 对不起,我误解了这一点。如果你需要更高的中间操作精度,我建议使用Vector4!你可以使用 pixel.ToVector4()pixel.PackFromVector4(...)

我的建议(仍未优化但可能易于理解):

  1. 请勿复制图片。只需通过 let pxs = img.GetPixelSpan().ToArray()
  2. 创建一个 Rgba32[] (!!!) 数组
  3. 使用公式 arr[y * Width + x] = CreateMyNewRgbaPixelValueAtXY(....) 处理数组中的值,其中 CreateMyNewRgbaPixelValueAtXY(...) 应该 return 和 Rgba32
  4. Return Image.LoadPixelData(pxs) 的新图片。 LoadPixelData 方法将通过将您的 pxs: Rgba32[] 数据复制到其中来创建一个新图像。
  5. 处理你的原图!

编辑 2

为了高效地执行中间操作,我建议如下:

  • 通过为每个输入像素调用 pixel.ToVector4() 为填充的中间数组创建一个 inputPixelData:Vector4[]
  • 创建另一个数组outputPixelData:Vector4[]并通过处理inputPixelData
  • 填充它
  • 使用 .PackFromVector4(outputPixelData[y * Width + x])outputPixelData 打包回 pixels:Rgba32[] 数组(不知道在 F# 中最好的方法是什么)
  • Image.LoadPixelData(pixels)

可能有更好的方法,但我不熟悉 F#。