Python 如何通过直方图从蒙版图像中提取颜色特征？

我从图像中提取了一个对象，所以现在我有了

我想通过直方图单独从网球中提取颜色特征。这是我到目前为止的代码，但从直方图的外观来看，黑色背景主导了任何其他颜色，这使得直方图无效：

from PIL import Image
from pylab import *

# Import image and convert to gray
image = Image.open("res_300.png")
im = image.convert('L')
im_array = array(im)

# Create a new figure
figure()
gray()

# Show contours with origin upper left corner
contour(im, origin='image')
axis('equal')
axis('off')

# Create histogram
figure()
hist(im_array.flatten(), 128)
show()

有没有一种方法可以在不考虑黑色背景的情况下，从网球BGR颜色特征中绘制直方图

---

我是python新手。谢谢。

您可以忽略/删除所有3个RGB通道中的低强度值（对应于黑色）。然后在所有3个通道中取平均值，以获得所需对象的相应RGB值。

要将颜色通道分割为

BGR

，我们可以使用

cv2.split（）

，然后使用直方图提取颜色特征。要去除主要的黑色背景，我们可以将范围设置为

[1256]

---

还有

np.柱状图也可以这样做。与nathancy的回答类似，可以从
1
设置限制以忽略黑色背景：

image = cv2.imread('8fk43.png')

plt.figure(figsize=(10,6))

for i, c in zip(range(3), 'bgr'):
    hist,bins = np.histogram(image[:,:,i], bins=range(0,256))

    plt.plot(bins[1:-1], hist[1:], c=c)

plt.show()

输出：


注意：上述方法有些不正确。想想纯绿色的
（0255,0）
将在红色/蓝色通道被忽略。正确的方法是先遮住网球，然后将遮罩作为权重传递到
np.histogram

例如，在这种情况下，可以简单地将
掩码
视为所有通道均为非零：

mask = (image>0).sum(-1)
mask = np.array(mask>0, dtype=np.uint8)

这给了面具：


然后呢,

plt.figure(figsize=(10,6))

for i, c in zip(range(3), 'bgr'):
    hist,bins = np.histogram(image[:,:,i], bins=range(0,256), weights=mask)

    plt.plot(bins[:-1], hist, c=c)

plt.show()

根据球的实际大小给出更合理的柱状图：


plt.figure(figsize=(10,6))

for i, c in zip(range(3), 'bgr'):
    hist,bins = np.histogram(image[:,:,i], bins=range(0,256), weights=mask)

    plt.plot(bins[:-1], hist, c=c)

plt.show()