Apple-2-SW/ii-pix
1
0
Fork 0
mirror of https://github.com/KrisKennaway/ii-pix.git synced 2024-11-19 08:30:48 +00:00
Code Issues Projects Releases Wiki Activity
a686ef76c3
ii-pix/palette.py
kris 467a0cd196 Tidy up a bit to prepare for merge
2021-03-15 10:45:33 +00:00

395 lines
14 KiB
Python
Raw Blame History

"""RGB colour palettes to target for Apple II image conversions."""
import numpy as np
import image
class Palette:
RGB = {}
SRGB = None
DOTS = {}
DOTS_TO_INDEX = {}
DISTANCES_PATH = None
# How many successive screen pixels are used to compute output pixel
# palette index.
PALETTE_DEPTH = None
def __init__(self, load_distances=True):
if load_distances:
# CIE2000 colour distance matrix from 24-bit RGB tuple to 4-bit
# palette colour.
self.distances = np.memmap(self.DISTANCES_PATH, mode="r+",
dtype=np.uint8, shape=(16777216,
len(self.SRGB)))
self.RGB = {}
for k, v in self.SRGB.items():
self.RGB[k] = (np.clip(image.srgb_to_linear_array(v / 255), 0.0,
1.0) * 255).astype(np.uint8)
# Maps palette values to screen dots. Note that these are the same as
# the binary index values in reverse order.
for i in range(1 << self.PALETTE_DEPTH):
self.DOTS[i] = tuple(
bool(i & (1 << j)) for j in range(self.PALETTE_DEPTH))
# Reverse mapping from screen dots to palette index.
self.DOTS_TO_INDEX = {}
for k, v in self.DOTS.items():
self.DOTS_TO_INDEX[v] = k
class ToHgrPalette(Palette):
"""4-bit palette used as default by other DHGR image converters."""
DISTANCES_PATH = "data/distances_tohgr.data"
PALETTE_DEPTH = 4
# Default tohgr/bmp2dhr palette
SRGB = {
0: np.array((0, 0, 0)), # Black
8: np.array((148, 12, 125)), # Magenta
4: np.array((99, 77, 0)), # Brown
12: np.array((249, 86, 29)), # Orange
2: np.array((51, 111, 0)), # Dark green
10: np.array((126, 126, 126)), # Grey2
6: np.array((67, 200, 0)), # Green
14: np.array((221, 206, 23)), # Yellow
1: np.array((32, 54, 212)), # Dark blue
9: np.array((188, 55, 255)), # Violet
5: np.array((126, 126, 126)), # Grey1
13: np.array((255, 129, 236)), # Pink
3: np.array((7, 168, 225)), # Med blue
11: np.array((158, 172, 255)), # Light blue
7: np.array((93, 248, 133)), # Aqua
15: np.array((255, 255, 255)), # White
}
class OpenEmulatorPalette(Palette):
"""4-bit palette chosen to approximately match OpenEmulator output."""
DISTANCES_PATH = "data/distances_openemulator.data"
PALETTE_DEPTH = 4
# OpenEmulator
SRGB = {
0: np.array((0, 0, 0)), # Black
8: np.array((203, 0, 121)), # Magenta
4: np.array((99, 103, 0)), # Brown
12: np.array((244, 78, 0)), # Orange
2: np.array((0, 150, 0)), # Dark green
10: np.array((130, 130, 130)), # Grey2
6: np.array((0, 235, 0)), # Green
14: np.array((214, 218, 0)), # Yellow
1: np.array((20, 0, 246)), # Dark blue
9: np.array((230, 0, 244)), # Violet
5: np.array((130, 130, 130)), # Grey1
13: np.array((244, 105, 235)), # Pink
3: np.array((0, 174, 243)), # Med blue
11: np.array((160, 156, 244)), # Light blue
7: np.array((25, 243, 136)), # Aqua
15: np.array((244, 247, 244)), # White
}
class VirtualIIPalette(Palette):
"""4-bit palette exactly matching Virtual II emulator output."""
DISTANCES_PATH = "data/distances_virtualii.data"
PALETTE_DEPTH = 4
SRGB = {
0: np.array((0, 0, 0)), # Black
8: np.array((231, 36, 66)), # Magenta
4: np.array((154, 104, 0)), # Brown
12: np.array((255, 124, 0)), # Orange
2: np.array((0, 135, 45)), # Dark green
10: np.array((104, 104, 104)), # Grey2
6: np.array((0, 222, 0)), # Green
14: np.array((255, 252, 0)), # Yellow
1: np.array((1, 30, 169)), # Dark blue
9: np.array((230, 73, 228)), # Violet
5: np.array((185, 185, 185)), # Grey1
13: np.array((255, 171, 153)), # Pink
3: np.array((47, 69, 255)), # Med blue
11: np.array((120, 187, 255)), # Light blue
7: np.array((83, 250, 208)), # Aqua
15: np.array((255, 255, 255)), # White
}
class NTSCPalette(Palette):
"""8-bit NTSC palette computed by averaging chroma signal over 8 pixels."""
DISTANCES_PATH = 'data/distances_ntsc.data'
PALETTE_DEPTH = 8
# Computed using ntsc_colours.py
SRGB = {
0: np.array((0, 0, 0)),
1: np.array((0, 0, 115)),
2: np.array((0, 37, 0)),
3: np.array((0, 23, 88)),
4: np.array((14, 14, 0)),
5: np.array((0, 0, 0)),
6: np.array((0, 52, 0)),
7: np.array((0, 37, 0)),
8: np.array((64, 0, 26)),
9: np.array((49, 0, 141)),
10: np.array((0, 0, 0)),
11: np.array((0, 0, 115)),
12: np.array((79, 0, 0)),
13: np.array((64, 0, 26)),
14: np.array((14, 14, 0)),
15: np.array((0, 0, 0)),
16: np.array((49, 48, 178)),
17: np.array((34, 34, 255)),
18: np.array((0, 86, 152)),
19: np.array((0, 71, 255)),
20: np.array((63, 63, 63)),
21: np.array((49, 48, 178)),
22: np.array((0, 101, 37)),
23: np.array((0, 86, 152)),
24: np.array((113, 10, 204)),
25: np.array((98, 0, 255)),
26: np.array((49, 48, 178)),
27: np.array((34, 34, 255)),
28: np.array((128, 25, 89)),
29: np.array((113, 10, 204)),
30: np.array((63, 63, 63)),
31: np.array((49, 48, 178)),
32: np.array((0, 101, 37)),
33: np.array((0, 86, 152)),
34: np.array((0, 139, 11)),
35: np.array((0, 124, 126)),
36: np.array((13, 116, 0)),
37: np.array((0, 101, 37)),
38: np.array((0, 154, 0)),
39: np.array((0, 139, 11)),
40: np.array((63, 63, 63)),
41: np.array((49, 48, 178)),
42: np.array((0, 101, 37)),
43: np.array((0, 86, 152)),
44: np.array((78, 78, 0)),
45: np.array((63, 63, 63)),
46: np.array((13, 116, 0)),
47: np.array((0, 101, 37)),
48: np.array((48, 150, 216)),
49: np.array((33, 135, 255)),
50: np.array((0, 188, 190)),
51: np.array((0, 173, 255)),
52: np.array((62, 165, 101)),
53: np.array((48, 150, 216)),
54: np.array((0, 203, 75)),
55: np.array((0, 188, 190)),
56: np.array((112, 112, 242)),
57: np.array((98, 97, 255)),
58: np.array((48, 150, 216)),
59: np.array((33, 135, 255)),
60: np.array((127, 127, 127)),
61: np.array((112, 112, 242)),
62: np.array((62, 165, 101)),
63: np.array((48, 150, 216)),
64: np.array((78, 78, 0)),
65: np.array((63, 63, 63)),
66: np.array((13, 116, 0)),
67: np.array((0, 101, 37)),
68: np.array((93, 93, 0)),
69: np.array((78, 78, 0)),
70: np.array((28, 131, 0)),
71: np.array((13, 116, 0)),
72: np.array((142, 40, 0)),
73: np.array((128, 25, 89)),
74: np.array((78, 78, 0)),
75: np.array((63, 63, 63)),
76: np.array((157, 55, 0)),
77: np.array((142, 40, 0)),
78: np.array((93, 93, 0)),
79: np.array((78, 78, 0)),
80: np.array((127, 127, 127)),
81: np.array((112, 112, 242)),
82: np.array((62, 165, 101)),
83: np.array((48, 150, 216)),
84: np.array((142, 142, 12)),
85: np.array((127, 127, 127)),
86: np.array((77, 180, 0)),
87: np.array((62, 165, 101)),
88: np.array((192, 89, 153)),
89: np.array((177, 74, 255)),
90: np.array((127, 127, 127)),
91: np.array((112, 112, 242)),
92: np.array((206, 104, 38)),
93: np.array((192, 89, 153)),
94: np.array((142, 142, 12)),
95: np.array((127, 127, 127)),
96: np.array((77, 180, 0)),
97: np.array((62, 165, 101)),
98: np.array((13, 218, 0)),
99: np.array((0, 203, 75)),
100: np.array((92, 195, 0)),
101: np.array((77, 180, 0)),
102: np.array((27, 233, 0)),
103: np.array((13, 218, 0)),
104: np.array((142, 142, 12)),
105: np.array((127, 127, 127)),
106: np.array((77, 180, 0)),
107: np.array((62, 165, 101)),
108: np.array((156, 157, 0)),
109: np.array((142, 142, 12)),
110: np.array((92, 195, 0)),
111: np.array((77, 180, 0)),
112: np.array((126, 229, 165)),
113: np.array((112, 214, 255)),
114: np.array((62, 255, 138)),
115: np.array((47, 252, 253)),
116: np.array((141, 244, 50)),
117: np.array((126, 229, 165)),
118: np.array((76, 255, 23)),
119: np.array((62, 255, 138)),
120: np.array((191, 191, 191)),
121: np.array((176, 176, 255)),
122: np.array((126, 229, 165)),
123: np.array((112, 214, 255)),
124: np.array((205, 206, 76)),
125: np.array((191, 191, 191)),
126: np.array((141, 244, 50)),
127: np.array((126, 229, 165)),
128: np.array((128, 25, 89)),
129: np.array((113, 10, 204)),
130: np.array((63, 63, 63)),
131: np.array((49, 48, 178)),
132: np.array((142, 40, 0)),
133: np.array((128, 25, 89)),
134: np.array((78, 78, 0)),
135: np.array((63, 63, 63)),
136: np.array((192, 0, 116)),
137: np.array((178, 0, 231)),
138: np.array((128, 25, 89)),
139: np.array((113, 10, 204)),
140: np.array((207, 2, 1)),
141: np.array((192, 0, 116)),
142: np.array((142, 40, 0)),
143: np.array((128, 25, 89)),
144: np.array((177, 74, 255)),
145: np.array((162, 59, 255)),
146: np.array((112, 112, 242)),
147: np.array((98, 97, 255)),
148: np.array((192, 89, 153)),
149: np.array((177, 74, 255)),
150: np.array((127, 127, 127)),
151: np.array((112, 112, 242)),
152: np.array((241, 36, 255)),
153: np.array((227, 21, 255)),
154: np.array((177, 74, 255)),
155: np.array((162, 59, 255)),
156: np.array((255, 51, 179)),
157: np.array((241, 36, 255)),
158: np.array((192, 89, 153)),
159: np.array((177, 74, 255)),
160: np.array((127, 127, 127)),
161: np.array((112, 112, 242)),
162: np.array((62, 165, 101)),
163: np.array((48, 150, 216)),
164: np.array((142, 142, 12)),
165: np.array((127, 127, 127)),
166: np.array((77, 180, 0)),
167: np.array((62, 165, 101)),
168: np.array((192, 89, 153)),
169: np.array((177, 74, 255)),
170: np.array((127, 127, 127)),
171: np.array((112, 112, 242)),
172: np.array((206, 104, 38)),
173: np.array((192, 89, 153)),
174: np.array((142, 142, 12)),
175: np.array((127, 127, 127)),
176: np.array((176, 176, 255)),
177: np.array((161, 161, 255)),
178: np.array((112, 214, 255)),
179: np.array((97, 199, 255)),
180: np.array((191, 191, 191)),
181: np.array((176, 176, 255)),
182: np.array((126, 229, 165)),
183: np.array((112, 214, 255)),
184: np.array((241, 138, 255)),
185: np.array((226, 123, 255)),
186: np.array((176, 176, 255)),
187: np.array((161, 161, 255)),
188: np.array((255, 153, 217)),
189: np.array((241, 138, 255)),
190: np.array((191, 191, 191)),
191: np.array((176, 176, 255)),
192: np.array((206, 104, 38)),
193: np.array((192, 89, 153)),
194: np.array((142, 142, 12)),
195: np.array((127, 127, 127)),
196: np.array((221, 119, 0)),
197: np.array((206, 104, 38)),
198: np.array((156, 157, 0)),
199: np.array((142, 142, 12)),
200: np.array((255, 66, 64)),
201: np.array((255, 51, 179)),
202: np.array((206, 104, 38)),
203: np.array((192, 89, 153)),
204: np.array((255, 81, 0)),
205: np.array((255, 66, 64)),
206: np.array((221, 119, 0)),
207: np.array((206, 104, 38)),
208: np.array((255, 153, 217)),
209: np.array((241, 138, 255)),
210: np.array((191, 191, 191)),
211: np.array((176, 176, 255)),
212: np.array((255, 168, 102)),
213: np.array((255, 153, 217)),
214: np.array((205, 206, 76)),
215: np.array((191, 191, 191)),
216: np.array((255, 115, 243)),
217: np.array((255, 100, 255)),
218: np.array((255, 153, 217)),
219: np.array((241, 138, 255)),
220: np.array((255, 130, 128)),
221: np.array((255, 115, 243)),
222: np.array((255, 168, 102)),
223: np.array((255, 153, 217)),
224: np.array((205, 206, 76)),
225: np.array((191, 191, 191)),
226: np.array((141, 244, 50)),
227: np.array((126, 229, 165)),
228: np.array((220, 220, 0)),
229: np.array((205, 206, 76)),
230: np.array((156, 255, 0)),
231: np.array((141, 244, 50)),
232: np.array((255, 168, 102)),
233: np.array((255, 153, 217)),
234: np.array((205, 206, 76)),
235: np.array((191, 191, 191)),
236: np.array((255, 183, 0)),
237: np.array((255, 168, 102)),
238: np.array((220, 220, 0)),
239: np.array((205, 206, 76)),
240: np.array((254, 255, 255)),
241: np.array((240, 240, 255)),
242: np.array((190, 255, 228)),
243: np.array((175, 255, 255)),
244: np.array((255, 255, 139)),
245: np.array((254, 255, 255)),
246: np.array((205, 255, 113)),
247: np.array((190, 255, 228)),
248: np.array((255, 217, 255)),
249: np.array((255, 202, 255)),
250: np.array((254, 255, 255)),
251: np.array((240, 240, 255)),
252: np.array((255, 231, 166)),
253: np.array((255, 217, 255)),
254: np.array((255, 255, 139)),
255: np.array((254, 255, 255)),
}
# 85 unique colours
PALETTES = {
'openemulator': OpenEmulatorPalette,
'virtualii': VirtualIIPalette,
'tohgr': ToHgrPalette,
'ntsc': NTSCPalette
}
DEFAULT_PALETTE = 'openemulator'
Reference in New Issue View Git Blame Copy Permalink