opencv python3 找图片色块_如何使用OpenCV在Python中找到图像的平均颜色？

如何修复错误

导致此错误的原因有两个：

>文件名拼写错误.

>图像文件不在当前工作目录中.

要解决此问题,您应确保文件名拼写正确(以大小写敏感检查)并且映像文件位于当前工作目录中(此处有两个选项：您可以更改IDE中的当前工作目录或指定文件的完整路径).

平均颜色与主色

然后要计算“平均颜色”,你必须决定你的意思.在灰度图像中,它只是图像中灰度级的平均值,但是颜色没有“平均值”.实际上,颜色通常通过三维矢量表示,而灰度级是标量.平均标量很好,但平均向量没有意义.

将图像分离为其色彩分量并获取每个分量的平均值是一种可行的方法.然而,这种方法可能产生无意义的颜色.您可能真正想要的是主色而不是平均色.

履行

我们慢慢来看看代码吧.我们首先导入必要的模块并阅读图像：

import cv2

import numpy as np

from skimage import io

img = io.imread('https://i.stack.imgur.com/DNM65.png')[:, :, :-1]

然后我们可以按照类似于@Ruan B提出的方法计算每个色度通道的平均值：

average = img.mean(axis=0).mean(axis=0)

接下来,我们应用k-means clustering来创建具有最具代表性的图像颜色的调色板(在此玩具示例中,n_colors设置为5).

pixels = np.float32(img.reshape(-1, 3))

n_colors = 5

criteria = (cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_MAX_ITER, 200, .1)

flags = cv2.KMEANS_RANDOM_CENTERS

_, labels, palette = cv2.kmeans(pixels, n_colors, None, criteria, 10, flags)

_, counts = np.unique(labels, return_counts=True)

最后,主色是在量化图像上最常出现的调色板颜色：

dominant = palette[np.argmax(counts)]

比较结果

为了说明两种方法之间的差异,我使用了以下示例图像：

所获得的平均颜色值,即其分量是三个色度通道的平均值的颜色,以及通过k均值聚类计算的主色颜色是相当不同的：

In [30]: average

Out[30]: array([91.63179156, 69.30190754, 58.11971896])

In [31]: dominant

Out[31]: array([179.3999 , 27.341282, 2.294441], dtype=float32)

让我们看看这些颜色如何更好地理解两种方法之间的差异.在下图的左侧部分显示平均颜色.很明显,计算出的平均颜色没有恰当地描述原始图像的颜色含量.实际上,原始图像中没有一个像素具有该颜色.图的右侧部分显示了按重要性(出现频率)的降序从上到下排序的五种最具代表性的颜色.这个调色板显然主色是红色,这与原始图像中最大的均匀颜色区域对应红色乐高片的事实是一致的.

这是用于生成上图的代码：

import matplotlib.pyplot as plt

avg_patch = np.ones(shape=img.shape, dtype=np.uint8)*np.uint8(average)

indices = np.argsort(counts)[::-1]

freqs = np.cumsum(np.hstack([[0], counts[indices]/counts.sum()]))

rows = np.int_(img.shape[0]*freqs)

dom_patch = np.zeros(shape=img.shape, dtype=np.uint8)

for i in range(len(rows) - 1):

dom_patch[rows[i]:rows[i + 1], :, :] += np.uint8(palette[indices[i]])

fig, (ax0, ax1) = plt.subplots(1, 2, figsize=(12,6))

ax0.imshow(avg_patch)

ax0.set_title('Average color')

ax0.axis('off')

ax1.imshow(dom_patch)

ax1.set_title('Dominant colors')

ax1.axis('off')

plt.show(fig)

TL; DR回答

总之,尽管计算平均颜色 – 如@Ruan B.的答案中所提出的 – 从数学角度来看在技术上是正确的,但是产生的结果可能不足以代表图像的颜色内容.更明智的方法是通过矢量量化(聚类)确定主色.

opencv python3 找图片色块_如何使用OpenCV在Python中找到图像的平均颜色？相关推荐

opencv python3 找图片不同_如何使用OpenCV快速寻找定位图像差异
原标题:如何使用OpenCV快速寻找定位图像差异如何使用结构相似性指数(SSIM)将两个图像与Python进行比较. 使用这种方法,我们能够轻松确定两个图像是否相同或由于轻微的图像处理,压缩伪像或有 ...
opencv python3 找图片色块_在python3下使用OpenCV 抓取摄像头图像提取蓝色
工作中需要对摄像头进行调试, Python平台大大提高调试效率. 从网找到段代码, 可以从摄像头图像中抠出蓝色. import cv2 import numpy as np cap = cv2.Vid ...
opencv python3 找图片色块_Python 图像处理 OpenCV （3）：图像属性、图像感兴趣 ROI 区域及通道处理...
前文传送门: 图像属性图像属性包括行数,列数和通道数,图像数据类型,像素数等. 1. 形状:shape 图像的形状可以通过 shape 关键字进行获取,使用 shape 关键的后,获取的信息包括行数 ...
opencv python3 找图片不同_基于OpenCV-python3实现抠图
简述在上一篇博客进行了证件照更换背景颜色,纯蓝色,红色,白色之间的替换,有人私信我,可以不可以把背景换成其他图片,而不是单纯的颜色填充.这在photoshop里面就是选中一个图层然后复制到另外一张图 ...
opencv python3 找图片色块_OpenCV中色块的检测与标注
我在Jupyter笔记本上工作.首先下载您的图像:!wget https://i.stack.imgur.com/SJxo3.png 然后从您的pic创建一个RGBA数组: ^{pr2}$ 我们希望在 ...
python 灰度图像素灰度值求和_如何使用PIL-Numpy在Python中获取灰度图像的平均像素值？...
该解决方案比注释和答案中提供的解决方案简单得多--即,不需要对元组进行计算,也不需要对单元格值进行嵌套循环迭代. 特别是,如果您有一个灰度图像,那么您有一个二维数组,其中的数组单元格由0到1的标量值填 ...
ctf 改变图片高度_每天一分钟，python一点通（opencv的图片处理方法）
有网友私信小编说,小编的文章很好,讲解的也很详细,但是有些知识点很深奥,对初学者不是很友好,回想小编的文章虽然几乎每条代码都有介绍,但是很多函数没有太详细,小编后期会重启 <每天一分钟,pyth ...
opencv python3 文本区域识别_使用等高线从图像中提取文本区域 - Opencv，Python
我一直在使用python中的opencv开发名片的OCR项目 . 直到现在,我已经能够裁剪图像卡 . 我试图使用轮廓检测裁剪图像中的文本区域 . (即,拍摄Canny图像,从这些边缘找到轮廓并将它们扩 ...
python如何实现图片工具_常用的十大 python 图像处理工具
本文为 AI 研习社编译的技术博客,原标题 : 10 Python image manipulation tools. 作者 | Parul Pandey 翻译 | 安其罗•乔尔.JimmyHua 编 ...

opencv python3 找图片色块_如何使用OpenCV在Python中找到图像的平均颜色？

opencv python3 找图片色块_如何使用OpenCV在Python中找到图像的平均颜色？相关推荐

最新文章

热门文章