基于opencvpython的颜色预测系统

嗨，我是一个试图制作颜色预测系统的初级开发人员，但我遇到了一些我无法理解的错误。我想你可以帮我做这个。。。。我将与您分享我的正确代码

这是错误：索引器错误：索引1超出大小为1的轴0的界限

RGB2HEX（颜色）：函数中显示的错误，但我无法解决它

代码如下：

def RGB2HEX(color):
return "#{:02x}{:02x}{:02x}".format(int(color[0]), int(color[1]), int(color[2]))

def get_image(image_path):
image = cv2.imread(image_path)
image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)
return image

IMAGE_DIRECTORY = 'C:/Users/Dell/Desktop/CPS 02'
COLORS = {
    'GREEN': [0, 128, 0],
    'BLUE': [0, 0, 128],
    'YELLOW': [255, 255, 0]
}
images = []

for file in os.listdir(IMAGE_DIRECTORY):
    if not file.startswith('.'):
        images.append(get_image(os.path.join(IMAGE_DIRECTORY, file)))

# extracting colors from image 
def get_colors(images, number_of_colors, show_char = True):
for j in range(len(images)):
    modified_image = cv2.resize(images[j], (600, 400), interpolation = cv2.INTER_AREA)
    modified_image = modified_image.reshape(modified_image.shape[0]*modified_image.shape[1],1)

    clf = KMeans(n_clusters = number_of_colors)
    labels = clf.fit_predict(modified_image)

    counts = Counter(labels)

    center_colors = clf.cluster_centers_
    # We get ordered colors by iterating through the keys
    ordered_colors = [center_colors[i] for i in counts.keys()]
    hex_colors = [RGB2HEX(ordered_colors[i]) for i in counts.keys()]
    rgb_colors = [ordered_colors[i] for i in counts.keys()]

# matching an image by its color
def match_image_by_color(image, color, threshold = 60, number_of_colors = 10): 

image_colors = get_colors(image, number_of_colors, False)
selected_color = rgb2lab(np.uint8(np.asarray([[color]])))

select_image = False
for i in range(number_of_colors):
    curr_color = rgb2lab(np.uint8(np.asarray([[image_colors[i]]])))
    diff = deltaE_cie76(selected_color, curr_color)
    if (diff < threshold):
        select_image = True

return select_image

# Selecting an image
def show_selected_images(images, color, threshold, colors_to_match):
index = 1

for i in range(len(images)):
    selected = match_image_by_color(images[i], color, threshold, colors_to_match)
    if (selected):
        plt.subplot(1, 5, index)
        plt.imshow(images[i])
        index += 1

# printing the result 
plt.figure(figsize = (20, 10))
show_selected_images(images, COLORS['BLUE'], 60, 5)

def RGB2HEX（颜色）：
返回“{:02x}{:02x}{:02x}”。格式（int（color[0]）、int（color[1]）、int（color[2]））
def获取图像（图像路径）：
image=cv2.imread（图像路径）
image=cv2.cvt颜色（image，cv2.COLOR\u BGR2RGB）
返回图像
IMAGE_目录='C:/Users/Dell/Desktop/CPS 02'
颜色={
“绿色”：[0，128，0]，
“蓝色”：[0,0,128]，
“黄色”：[255，255，0]
}
图像=[]
对于os.listdir（IMAGE\u目录）中的文件：
如果不是file.startswith（'.'）：
append（get_image（os.path.join（image_目录，文件）））
#从图像中提取颜色
def get_颜色（图像、颜色数、显示字符=真）：
对于范围内的j（透镜（图像））：
修改的_图像=cv2.调整大小（图像[j]，（600400），插值=cv2.内部_区域）
modified_image=modified_image.重塑（modified_image.shape[0]*modified_image.shape[1]，1）
clf=KMeans（n个簇=颜色数）
标签=clf.fit\u predict（修改的图像）
计数=计数器（标签）
中心颜色=clf.cluster\u中心_
#我们通过迭代键得到有序的颜色
有序颜色=[计数中i的中心颜色[i]keys（）]
十六进制颜色=[RGB2HEX（有序颜色[i]），用于计数中的i。键（）
rgb_颜色=[计数中i的有序_颜色[i]键（）
#按颜色匹配图像
def按颜色匹配图像（图像，颜色，阈值=60，颜色数=10）：
图像颜色=获取颜色（图像、颜色数量、假）
所选颜色=rgb2lab（np.uint8（np.asarray（[[color]]））
选择_image=False
对于范围内的i（颜色的数量）：
curr\u color=rgb2lab（np.uint8（np.asarray（[[image\u colors[i]]））
差异=三角形cie76（选定颜色、当前颜色）
如果（差值<阈值）：
选择_image=True
返回选择图像
#选择图像
def显示所选图像（图像、颜色、阈值、颜色匹配）：
索引=1
对于范围内的i（len（图像））：
选中=按颜色匹配图像（图像[i]、颜色、阈值、颜色匹配）
如果（选中）：
plt.子批次（1、5、索引）
plt.imshow（图片[i]）
指数+=1
#打印结果
plt.图（figsize=（20,10））
显示所选图像（图像、颜色[‘蓝色’]、60、5）

将此作为导入指南，我成功地在我拥有的一些股票图像上实现了您的代码，并重新创建了您的错误。我想我知道发生了什么

我相信你正在阅读的图像是单通道（灰度），而不是RGB。重塑图像时，将每个图像转换为一个Nx1矢量——只有一个颜色通道。因此，当引用1D图像向量的第二维度时，

RGB2HEX（）

函数会出错

当我读入一个三通道（RGB）图像，并重塑为Nx3矩阵时，您的函数成功执行。我在下面包含了完整的代码。您将注意到可以与灰度图像一起使用的两行（注释掉）来重现错误。显然，如果您想要灰度版本，请注释掉RGB等效线

从sklearn.cluster导入KMeans
将matplotlib.pyplot作为plt导入
将numpy作为np导入
进口cv2
从收款进口柜台
导入操作系统
导入argparse
def RGB2HEX（颜色）：
返回“{:02x}{:02x}{:02x}”。格式（int（color[0]）、int（color[1]）、int（color[2]））
def获取图像（图像路径）：
image=cv2.imread（图像路径）
image=cv2.cvt颜色（image，cv2.COLOR\u BGR2RGB）
#读取为灰度图像的示例
#image=cv2.imread（image\u路径，0）
返回图像
IMAGE_目录='。/path/to/images/'
颜色={
“绿色”：[0，128，0]，
“蓝色”：[0,0,128]，
“黄色”：[255，255，0]
}
图像=[]
对于os.listdir（IMAGE\u目录）中的文件：
如果不是file.startswith（'.'）：
append（get_image（os.path.join（image_目录，文件）））
#从图像中提取颜色
def get_颜色（图像、颜色数、显示字符=真）：
对于范围内的j（透镜（图像））：
修改的_图像=cv2.调整大小（图像[j]，（600400），插值=cv2.内部_区域）
modified_image=modified_image.重塑（modified_image.shape[0]*modified_image.shape[1]，3）
#用于灰度图像的示例
#modified_image=modified_image.重塑（modified_image.shape[0]*modified_image.shape[1]，1）
clf=KMeans（n个簇=颜色数）
标签=clf.fit\u predict（修改的图像）
计数=计数器（标签）
中心颜色=clf.cluster\u中心_
#我们通过迭代键得到有序的颜色
有序颜色=[计数中i的中心颜色[i]keys（）]
十六进制颜色=[RGB2HEX（有序颜色[i]），用于计数中的i。键（）
rgb_颜色=[计数中i的有序_颜色[i]键（）

您能粘贴整个错误消息吗？另外，我建议您检查

订购颜色[I]

的大小。它可能只有一个元素，而不是你假设的三个。我用一个错误的图片编辑问题，你现在可以检查它。你看到的错误告诉你请求的索引太大了。如果它发生在RGB2HEX（）函数中，则一定是由于colors变量引起的。我将调试这个函数并检查变量。很可能是一个索引，而不是您所期望的三个索引。是的，您是对的，您能将此代码更正吗？我试过了，但它仍然产生一个索引值，我需要三个索引谢谢，我成功地执行了代码，它现在正常工作了，很高兴我能提供帮助！如果这个答案解决了你的问题，请接受它。否则，让我们知道你做了什么来解决你的问题