Python 如何使用直方图查找主色RGB？_Python_Image Processing_Colors_Histogram

Python 如何使用直方图查找主色RGB？

python image-processing colors

Python 如何使用直方图查找主色RGB？,python,image-processing,colors,histogram,Python,Image Processing,Colors,Histogram,我目前正在开发一系列测试代码，以探索处理图像数据的不同方法，其中一个主要主题是颜色提取我开发了以下Python代码，在给定图像的情况下，它能够用R、G和B值提取相应的直方图： # Reading original image, in full color img = mpimg.imread('/content/brandlogos/Images/14 (48).jpg') # Displaying the image imgplot = plt.imshow(img) plt.show()

我目前正在开发一系列测试代码，以探索处理图像数据的不同方法，其中一个主要主题是颜色提取

我开发了以下Python代码，在给定图像的情况下，它能够用R、G和B值提取相应的直方图：

# Reading original image, in full color
img = mpimg.imread('/content/brandlogos/Images/14 (48).jpg')

# Displaying the image
imgplot = plt.imshow(img)
plt.show()

# Creating a tuple to select colors of each channel line
colors = ("r", "g", "b")
channel_ids = (0, 1, 2)

# Making an histogram with three lines, one for each color
# The X limit is 255, for RGB values
plt.xlim([0,256])
for channel_id, c in zip(channel_ids, colors):
  histogram, bin_edges = np.histogram(
      img[:, :, channel_id], bins = 256, range=(0,256)
  )
  plt.plot(bin_edges[0:-1], histogram, color=c )

# Displaying the histogram
plt.xlabel("Color Value")
plt.ylabel("Pixels")

plt.show()

例如：

但是，我现在想根据直方图信息找到最主要颜色的RGB值

预期输出：

（87、74、163）

（或类似内容）

如何找到三种颜色通道的最高存储单元计数，并将它们组合成一种颜色？

您可以关注图像中的颜色，并找到计数最高的一种：

将matplotlib.image导入为mpimg
将numpy作为np导入
img=np.uint8（mpimg.imread（'path/to/your/image.png'）*255）
img=np.重塑（img，（np.产品（img.形状[：2]），3））
res=np.unique（img，axis=0，return\u counts=True）
dom_color=res[0][np.argmax（res[1]），：]
打印（彩色）

或者，您可以使用枕头，并获得数量最多的枕头：

从PIL导入图像
img=Image.open（'path/to/your/Image.png'））
dom_color=sorted（img.getcolors（2**24），reverse=True）[0][1]
打印（彩色）

两者都可以很容易地提供第二、第三。。。主色调，如果需要的话

对于一些像这样的标志

主色如下所示：

[208 16 18]

分别

（208,16,18）

----------------------------------------
系统信息
----------------------------------------
平台：Windows-10-10.0.16299-SP0
Python:3.9.1
PyCharm:2021.1.1
Matplotlib:3.4.1
NumPy:1.20.2
枕头：8.2.0
----------------------------------------

编辑：也许，为了给直方图方法的对手一个机会，Cris在评论中也解释了这一点，请参见下图：

很难看到，但有三种不同类型的红色，最大的矩形的RGB值为

（208,0,18）

现在，让我们将柱状图方法与枕头的

getcolors

进行比较：

将numpy导入为np
从PIL导入图像
adv=np.zero（（512,512,3），np.uint8）
adv[：200，：200，：]=[208,16,18]
adv[：200200:，：]=[208,16,0]
adv[200:，:200，：][0,16,18]
adv[200:，200:，：][208,0,18]
#直方图法
dom_color=[]
对于[0，1，2]中的通道_id：
dom_color.append（np.argmax（np.histogram（adv[…，channel_id]，bin=256，range=（0256））[0]））
打印（彩色）
# [208, 16, 18]
#枕头颜色
dom_color=sorted（Image.fromarray（adv）.getcolors（2**24），reverse=True）[0][1]
打印（彩色）
# (208, 0, 18)

敌人正在集结，以便在

（208、16、18）

处给出直方图峰值。然而，主色是

（208，0，18）

，因为我们可以很容易地从图像（或代码）中派生出来。

您可以关注图像中的颜色，并找到计数最高的颜色：

将matplotlib.image导入为mpimg
将numpy作为np导入
img=np.uint8（mpimg.imread（'path/to/your/image.png'）*255）
img=np.重塑（img，（np.产品（img.形状[：2]），3））
res=np.unique（img，axis=0，return\u counts=True）
dom_color=res[0][np.argmax（res[1]），：]
打印（彩色）