Image 如何确定图像是否为单色_Image_Colors_Scale

Image 如何确定图像是否为单色

image colors

Image 如何确定图像是否为单色,image,colors,scale,Image,Colors,Scale,我必须确定图像是否是单色的。我的意思是单色不仅仅是黑白。。它可能是深褐色，像红色或蓝色阴影，甚至混合红色和蓝色阴影a.s.o（单色比例）我想我们可以说刻度从黑色（0,0,0）到白色（255255），但它不是线性的。。它是每个颜色通道上的特定曲线我希望我说得很清楚：）如果你想到这样的灰度图像：图像中出现的所有RGB三元组将位于或接近RGB[0,0,0]即黑色到RGB[255255]即RGB颜色立方体中白色的直线上：这就是所有单色图像的情况——所有RGB三元组都会出现在RGB彩色立方体中

我必须确定图像是否是单色的。我的意思是单色不仅仅是黑白。。它可能是深褐色，像红色或蓝色阴影，甚至混合红色和蓝色阴影a.s.o（单色比例）

我想我们可以说刻度从黑色（0,0,0）到白色（255255），但它不是线性的。。它是每个颜色通道上的特定曲线

我希望我说得很清楚：）

如果你想到这样的灰度图像：

图像中出现的所有RGB三元组将位于或接近RGB[0,0,0]即黑色到RGB[255255]即RGB颜色立方体中白色的直线上：

这就是所有单色图像的情况——所有RGB三元组都会出现在RGB彩色立方体中的一条直线附近。在蓝字印刷中，直线将穿过深蓝色和浅蓝色。在深褐色图像中，直线将穿过棕色和浅棕色，在红-蓝双色图像中，直线将连接RGB立方体中的红点和蓝点

让我们看看一些图像和它们的散点图

灰度

cyanotype

duotone

乌贼墨

我认为一种可能适用于你的技术是在你的图像的RGB颜色立方体中，在点云上拟合一条直线，然后看看最小二乘误差，如果误差很小，点位于一条线上，你的图像是单色的。我认为这条线被称为“三维正交距离回归（ODR）线”——参见

我现在已经试过数学了。基本上，我相信我可以计算出三元组的奇异值分解，得到三个主成分中的方差。如果所有RGB三联体位于一条直线上，那么所有方差将沿着该直线，在第一主成分中，它将是100%，第二和第三主成分将是零。如果RGB三元组大部分位于第一个分量中，第二个分量的百分比较小，第三个分量的百分比则为零，这意味着它们大部分位于一条直线上，并且只倾向于偏离该直线的一个垂直方向，因此点云将看起来像一个长而平的椭圆。如果第二个和第三个分量相当大，则点云为三维雪茄形状。如果第一个分量不包含非常显著的方差百分比，则RGB三联体不会落在一条直线上

#!/usr/local/bin/python3

import sys
import numpy as np
from skimage import io
from skimage.transform import resize

if len(sys.argv) != 2:
   sys.exit("Usage: mono.py filename")

path = sys.argv[1]
im = io.imread(path)

# Down-res image to make SVD time reasonable
im = resize(im,(128,128))

# Form list of all RGB triplets present in image
triplets = im.reshape(-1,3)

# Get mean on all axes
means = triplets.mean(axis=0)

# Calculate SVD
uu, dd, vv = np.linalg.svd(triplets - means)

# dd holds the variance in each of the PCA directions
# The key factor is what percentage of the variance is held in the first direction
PC1var = dd[0]*100./dd.sum()
PC2var = dd[1]*100./dd.sum()
PC3var = dd[2]*100./dd.sum()
print(f"PC1 variance: {PC1var}")
print(f"PC2 variance: {PC2var}")
print(f"PC3 variance: {PC3var}")

对我的测试图像运行上面的代码会得到90%以上的结果，对于正常的非单色照片，会得到60%左右的值。请在投入生产之前做一些测试

作为我自己的参考，我将三元组提取到CSV文件中，如下所示：

#!/usr/local/bin/python3

import numpy as np
from skimage import io

images = ["greyscale","tintype", "sepia", "duotone", "cyanotype"]

for i in images:
   # Load image
   im = io.imread(i + ".jpg")

   # Form list of all RGB triplets
   triplets = im.reshape(-1,3)

   with open(i + ".dat",'w') as f:
      for t in triplets:
         f.write(f"{t[0]} {t[1]} {t[2]}\n")

#!/usr/bin/env gnuplot --persist

set xrange [0:255]
set yrange [0:255]
set zrange [0:255]
set ticslevel 0
splot "cyanotype.dat" u 1:2:3 with points

我用gnuplot做了三维散点图，如下所示：

#!/usr/local/bin/python3

import numpy as np
from skimage import io

images = ["greyscale","tintype", "sepia", "duotone", "cyanotype"]

for i in images:
   # Load image
   im = io.imread(i + ".jpg")

   # Form list of all RGB triplets
   triplets = im.reshape(-1,3)

   with open(i + ".dat",'w') as f:
      for t in triplets:
         f.write(f"{t[0]} {t[1]} {t[2]}\n")

#!/usr/bin/env gnuplot --persist

set xrange [0:255]
set yrange [0:255]
set zrange [0:255]
set ticslevel 0
splot "cyanotype.dat" u 1:2:3 with points

关键词：Python、图像处理、单色、蓝字、色调、双色调、灰度、Gnuplot、splot、3D、3D、三胞胎、云。点云，RGB彩色立方体

如果您想到这样的灰度图像：