Pythonで画像の特定色を別の色へ置換するとき、1ピクセルずつ二重ループで処理すると遅くなりがちです。
画像サイズが大きくなったり、複数ファイルを一括処理したりすると、体感で待たされるツールになります。
この記事では、Pillowで読み込んだ画像をNumPy配列に変換し、ブール値マスクで一括色置換する実装パターンを整理します。
課題
色置換では、単純な完全一致だけでは足りないことがあります。
たとえば、透過PNG素材では次の条件を同時に満たしたくなります。
- 透明部分は処理対象外にする
- 黒い線や影は残す
- 指定色に近い部分だけ変える
- アンチエイリアスの縁も拾えるように許容差を持たせる
- 置換後もアルファ値は維持する
- 複数画像を高速に処理する
この処理を pixels[x, y] の二重ループで書くと、分かりやすい反面、処理速度が遅くなります。
解決策
画像をRGBA配列として扱い、条件に合うピクセルだけをブール値マスクで一括置換します。
判定の考え方は次の通りです。
各RGBチャンネルの差が許容差以内
かつ
アルファ値が0ではない
透明ピクセルは alpha != 0 で除外します。アルファ列自体は書き換えないため、透過情報を維持できます。
実装例
import os
import numpy as np
from PIL import Image
def replace_color_array(img_rgba, source_rgb, target_rgb, tolerance):
"""(H, W, 4) のuint8配列に1色置換を適用して返す。"""
out = img_rgba.copy()
rgb = out[:, :, 0:3].astype(np.int16)
alpha = out[:, :, 3]
source = np.array(source_rgb, dtype=np.int16)
diff = np.abs(rgb - source)
mask = np.all(diff <= tolerance, axis=2) & (alpha != 0)
out[mask, 0] = target_rgb[0]
out[mask, 1] = target_rgb[1]
out[mask, 2] = target_rgb[2]
return out
def process_file(input_path, output_path, source_rgb, target_rgb, tolerance):
img = Image.open(input_path).convert("RGBA")
arr = np.asarray(img, dtype=np.uint8)
out_arr = replace_color_array(arr, source_rgb, target_rgb, tolerance)
out_img = Image.fromarray(out_arr, "RGBA")
if os.path.splitext(output_path)[1].lower() in (".jpg", ".jpeg"):
out_img = out_img.convert("RGB")
out_img.save(output_path)
astype(np.int16) が重要
RGB値は通常 uint8 です。
uint8 のまま差分を計算すると、マイナス方向の計算でアンダーフローが起き、正しい差分にならないことがあります。
たとえば、10 - 246 のような計算を uint8 のまま扱うと、意図しない値になります。
そのため、差分計算の前に astype(np.int16) で符号付き整数へ変換しておきます。
アルファ値を維持する
透過PNGでは、透明部分を勝手に塗りつぶさないことが重要です。
この実装では、マスク条件に alpha != 0 を入れています。
さらに、書き換えるのはRGB列だけです。
out[mask, 0] = target_rgb[0]
out[mask, 1] = target_rgb[1]
out[mask, 2] = target_rgb[2]
アルファ列 out[:, :, 3] には触らないため、透過情報をそのまま維持できます。
許容差の目安
許容差は、画像の縁やアンチエイリアスをどの程度拾うかに関係します。
| tolerance | 使い方の目安 |
|---|---|
| 0 | 完全一致だけ置換 |
| 10 | かなり近い色だけ置換 |
| 20 | 標準的な許容範囲 |
| 30 | 広めに置換 |
広げすぎると、影や線まで変わる可能性があります。プレビューやサンプル画像で確認しながら調整します。
関連記事
まとめ
画像の色置換は、ピクセル単位の二重ループで書くより、NumPyのブール値マスクでまとめて処理する方が高速で保守しやすくなります。
int16 への変換、alpha != 0 の条件、RGB列だけの更新をセットで覚えておくと、透過PNGを扱う一括変換ツールでも安全に使えます。