利用几种颜色量化方法提取图片颜色色调

这里主要用3种方法：包含两种k-means方法和一种matlab自带的最小方差量化方法。

为了方便对比，文中选用梵高的星空(The Starry Night)作为提取图片。

1 k-means方法(在RGB空间)

颜色量化是指一个减少在图像中的颜色数量的压缩过程。旨在用尽可能少的颜色去还原图片。

所以，也可以用聚类方法去进行处理，即将所有颜色在色彩空间上分布开，然后为每个集群选择所代表的点来创建调色板。

比如梵高的星空：

把所有像素点的颜色在RGB空间显示出来，可以得到：

这时我们再利用k-means聚类算法把调色板设为4种颜色，即N=4，

得到像素的局聚类表示为

质心颜色的连线图如下：

得到的N=4下的图片为

可以看到有较大的偏差。

当取N=20时，得到的图为：

颜色质量要比只用4个颜色的要高出很多。

而在颜色板的分布这张图上，也可以比较明显的看到梵高在做这幅画时使用的主要3种颜色，和wiki百科中提到的ultramarine 、cobalt blue 和indian yellow比较吻合。

2 k-means方法(Lab颜色空间)

事实上，在相同的方法，采用不同的颜色空间进行聚类，可以发现影响最主要的还是数量的选取。可能有些情况下Lab或者HSV方法比RGB看上去更好，但是影响也不是很大。

下图是利用LAB颜色空间进行聚类分析的结果，N=4，并且为了方便对比，将结果依然显示在RGB的坐标系内。

可以看到结果和第一节的相似。

当N=20的时候，观察和第一节的区别，发现只是在一些细节上划分区域有所差别，基本效果很接近。

3 最小方差量化方法rgb2ind()

matlab中有专门的函数用来进行色彩量化，为rgb2ind()，采用的方法为最小方差量化方法。具体可以参见：

https://ww2.mathworks.cn/help/matlab/ref/rgb2ind.html

这里依然取N=4和N=20进行对比。

可以看到用matlab自带的方法要比kmeans方法更好。

4 其余名画

5 代码

K-Means算法用的是matlab里自带的kmeans函数，可以参见：

http://www.mathworks.com/help/stats/kmeans.html

颜色板分布画的连接图用的算法来源于 Python 平面上的点的最短连线网 这篇文章：

https://blog.csdn.net/lnotime/article/details/82313355

LAB和RGB之间的转换用的是 色彩空间Lab和RGB互转的Matlab代码 这篇文章：

https://blog.csdn.net/wendy260310/article/details/17100497

这里由于篇幅，我就只粘贴Kmeans-LAB算法的程序和rgb2ind程序。

clear

clc

N=20;%设置聚类数目

data = imread('xingkong.JPEG');

dataLAB=single(zeros(size(data)));

[dataLAB(:,:,1),dataLAB(:,:,2),dataLAB(:,:,3)] = RGB2Lab(data(:,:,1),data(:,:,2),data(:,:,3));

hs=size(data);

data2=zeros(hs(1)*hs(2),3);

ii=0;

for j=1:hs(1)

for k=1:hs(2)

ii=ii+1;

data2(ii,:)=dataLAB(j,k,:);

end

end

XLAB=single(data2);

[idx,CLAB] = kmeans(XLAB,N,'Distance','cityblock','Replicates',5);

C=zeros(size(CLAB));

X=zeros(size(XLAB));

[C(:,1),C(:,2),C(:,3)]=Lab2RGB(CLAB(:,1),CLAB(:,2),CLAB(:,3));

[X(:,1),X(:,2),X(:,3)]=Lab2RGB(XLAB(:,1),XLAB(:,2),XLAB(:,3));

X=X*256;

C=C*256;

figure%原图

set(gcf,'unit','centimeters','position',[10,10,8,7])

image(data);

%三维绘图

figure

set(gcf,'unit','centimeters','position',[10,10,8,7])

hold on

%'MarkerFaceColor'

for j=1:N

%plot(X(idx==j,1),X(idx==j,2),'LineStyle','none','Marker','.','MarkerSize',12)

plot3(X(idx==j,1),X(idx==j,2),X(idx==j,3),'LineStyle','none','Marker','.','MarkerSize',12,'MarkerFaceColor',C(j,:)/256,'MarkerEdgeColor',C(j,:)/256);

end

%plot3(C(:,1),C(:,2),C(:,3),'kx','MarkerSize',15,'LineWidth',3)

view(3)

hold off

%然后输出这几个基准色对应的图

data2_2=single(data2);

j=1:length(idx);

data2_2(j,:)=C(idx(j),:);

ii=0;

for j=1:hs(1)

for k=1:hs(2)

ii=ii+1;

data(j,k,:)=data2_2(ii,:);

end

end

figure%新图

set(gcf,'unit','centimeters','position',[10,10,8,7])

image(data);

figure%点线图

set(gcf,'unit','centimeters','position',[10,10,8,7])

paths=find_min_length_3D(C);%参见：平面上的点的最短连线网

hold on

for j=1:size(paths,1)

plot3(paths(j,[1,4]),paths(j,[2,5]),paths(j,[3,6]),'b-')

plot3(C(j,1),C(j,2),C(j,3),'LineStyle','none','Marker','.','MarkerSize',40,'MarkerFaceColor',C(j,:)/256,'MarkerEdgeColor',C(j,:)/256)

end

plot3(C(j+1,1),C(j+1,2),C(j+1,3),'LineStyle','none','Marker','.','MarkerSize',40,'MarkerFaceColor',C(j,:)/256,'MarkerEdgeColor',C(j+1,:)/256)

hold off

view(3)

rgb2ind程序

clear

N=20;

%设置图像位数

RGB = imread('Stacks of wheat.jpg');

figure

set(gcf,'unit','centimeters','position',[10,10,8,7])

imagesc(RGB)

[IND,map] = rgb2ind(RGB,N);

IND=IND+1;

figure

set(gcf,'unit','centimeters','position',[10,10,8,7])

imagesc(IND)

colormap(map)

%三维绘图

hs=size(RGB);

data1=reshape(RGB,hs(1)*hs(2),3);

IND1=reshape(IND,hs(1)*hs(2),1);

figure

set(gcf,'unit','centimeters','position',[10,10,8,7])

hold on

for j=1:N

plot3(data1(IND1==j,1),data1(IND1==j,2),data1(IND1==j,3),'LineStyle','none','Marker','.','MarkerSize',12,'MarkerEdgeColor',map(j,:));

end

view(3)

hold off

figure%绘制连线图

set(gcf,'unit','centimeters','position',[10,10,8,7])

paths=find_min_length_3D(map);

hold on

for j=1:size(paths,1)

plot3(paths(j,[1,4]),paths(j,[2,5]),paths(j,[3,6]),'b-')

plot3(map(j,1),map(j,2),map(j,3),'LineStyle','none','Marker','.','MarkerSize',40,'MarkerEdgeColor',map(j,:))

end

plot3(map(j+1,1),map(j+1,2),map(j+1,3),'LineStyle','none','Marker','.','MarkerSize',40,'MarkerEdgeColor',map(j+1,:))

hold off

view(3)

find_min_length_3D函数

function paths=find_min_length_3D(pots)

%输入单，返回最短连接网格

%pots满足N行3列的格式

N=size(pots,1);

%初始化

con=pots(1,:);%已经连线的点集，先随便放一个点进去

Ncon=pots(2:end,:);%还没连线的点集

paths=zeros(N-1,6);%所有连线

length_total=0;%总长度

%循环

for j=1:N-1

potA=con(1,:);

potB=Ncon(1,:);

lengthAB=sum((potA-potB).^2);

for m=1:size(con,1)

for n=1:size(Ncon,1)

lengthAB_temp=sum((con(m,:)-Ncon(n,:)).^2);

if lengthAB_temp