Scripting 在shell脚本中是否可以区分灰度和（扫描的）单色？_Scripting_Imagemagick

Scripting 在shell脚本中是否可以区分灰度和（扫描的）单色？

scripting imagemagick

Scripting 在shell脚本中是否可以区分灰度和（扫描的）单色？,scripting,imagemagick,Scripting,Imagemagick,我有几千张图片，我想根据它们属于三个类别中的哪一个运行各种IM命令：颜色（通常是明亮的颜色）灰度（从纸上扫描，“白色”通常带有淡黄色）单色（扫描，带淡黄色，如上所述）这可以从shell脚本中进行分类吗颜色示例#1 灰度示例#1 单色示例#1和#2 首先：你问题的标题有误导性 “是否可以在shell脚本中区分灰度和（扫描的）单色？” 直接的识别告诉颜色空间和位深度这是误导，因为您提供的所有示例图像实际上都位于8位sRGB颜色空间中： identify http://i.stac

我有几千张图片，我想根据它们属于三个类别中的哪一个运行各种IM命令：

颜色（通常是明亮的颜色）
灰度（从纸上扫描，“白色”通常带有淡黄色）
单色（扫描，带淡黄色，如上所述）

这可以从shell脚本中进行分类吗

颜色示例#1

灰度示例#1

单色示例#1和#2

首先：你问题的标题有误导性

“是否可以在shell脚本中区分灰度和（扫描的）单色？”

直接的

识别

告诉颜色空间和位深度这是误导，因为您提供的所有示例图像实际上都位于

8位sRGB

颜色空间中：

identify http://i.stack.imgur.com/lygAE.png \
         http://i.stack.imgur.com/H7vBP.png \
         http://i.stack.imgur.com/ZOCTK.png

http://i.stack.imgur.com/lygAE.png=>lygAE.png PNG 236x216 236x216+0+0 8-bit sRGB 127KB 0.000u 0:00.000
http://i.stack.imgur.com/H7vBP.png=>H7vBP.png[1] PNG 259x192 259x192+0+0 8-bit sRGB 86.2KB 0.000u 0:00.000
http://i.stack.imgur.com/ZOCTK.png=>ZOCTK.png[2] PNG 264x179 264x179+0+0 8-bit sRGB 86.7KB 0.000u 0:00.000

如您所见，

identify

命令（ImageMagick命令集的一部分）可以轻松地告诉您图像的深度和颜色空间

使用标识
-格式

参数告诉特定的图像属性您可以将

-format

参数包含在“转义百分比”中，以便仅获取图像的特定属性：

f
：用于图像文件名
d
：用于映像的目录组件
z
：用于图像深度
r
：用于图像类别和颜色空间

所以试试这个：

identify -format "%f %d :   %z %r\n"        \
         http://i.stack.imgur.com/lygAE.png \
         http://i.stack.imgur.com/H7vBP.png \
         http://i.stack.imgur.com/ZOCTK.png

结果:

lygAE.png //i.stack.imgur.com :   8 DirectClass sRGB 
H7vBP.png //i.stack.imgur.com :   8 DirectClass sRGB 
ZOCTK.png //i.stack.imgur.com :   8 DirectClass sRGB

out.png:
             -- number of unique colors: 8
             -- depth: 8
             -- class/space: PseudoClass sRGB 
             -- image type: Palette

将一幅图像转换为真正的单色现在，为了向您展示真实的“单色”图像的外观，让我们相应地转换其中一个示例：

convert                                    \
       -colorspace gray                    \
        http://i.stack.imgur.com/lygAE.png \
       +dither                             \
       -colors 2                           \
       -depth 1                            \
        bmp3:monochrome.bmp

及

以下是相应的图像：

说出独特颜色的数量如果您（像您一样）在sRGB颜色空间中拥有8位深度的所有图像，那么从理论上讲，每个图像可以有多达16.777.216（1600万）种颜色（也称为“TrueColor”）。然而，大多数实际图像并没有使用该光谱的全部范围，而出现“灰色”的图像实际上使用的数量更少

因此ImageMagick还有两个“百分比转义”来返回有关图像的信息：

%k
：返回图像中唯一颜色的数量。这是一个计算值。IM必须对图像进行处理，并分析图像中的每个像素，才能得出这个数字

下面是一条命令：

identify -format "%f -  number of unique colors: %k\n" \
          http://i.stack.imgur.com/lygAE.png           \
          http://i.stack.imgur.com/H7vBP.png           \
          http://i.stack.imgur.com/ZOCTK.png

结果:

lygAE.png -  number of unique colors: 47583
H7vBP.png -  number of unique colors:  7987
ZOCTK.png -  number of unique colors:  5208

正如你所看到的，你的带有明显颜色的图像使用的uniq颜色大约是“灰色”扫描的6倍

然而，情况未必如此。例如，请参见此图像：

它是彩色的，不是吗

我用这个命令生成了它：

convert -size 100x100 \
         xc:red       \
         xc:green     \
         xc:blue      \
         xc:white     \
         xc:black     \
         xc:cyan      \
         xc:magenta   \
         xc:yellow    \
        +append       \
         out.png

你甚至可以通过简单的观察来计算独特颜色的数量：8

现在，

标识

告诉了我们什么

identify \
  -format "%f:\n \
            -- number of unique colors: %k\n \
            -- depth: %z\n \
            -- class/space: %r\n \
            -- image type: %[type]\n" \
   out.png

结果:

lygAE.png //i.stack.imgur.com :   8 DirectClass sRGB 
H7vBP.png //i.stack.imgur.com :   8 DirectClass sRGB 
ZOCTK.png //i.stack.imgur.com :   8 DirectClass sRGB

out.png:
             -- number of unique colors: 8
             -- depth: 8
             -- class/space: PseudoClass sRGB 
             -- image type: Palette

因此，少量的独特颜色并不一定证明图像是“灰色”的

你将不得不稍微利用这些参数，看看你是否能想出一个组合来帮助你正确地对现实世界中的“成千上万的图像”进行分类

也考虑图像统计在

identify-format%.的帮助下，您可以查看更多的值。。。filename.suffix

：

%[gamma]
：图像gamma的值
%[熵]
：计算：图像熵
%[峰度]
：计算：图像的峰度值统计
%[max]
：计算：图像的最大值统计
%[平均值]
：计算：图像的平均值统计
%[min]
：计算：图像的最小值统计
%[profile:icc]
：icc配置文件信息
%[profile:icm]
：icm配置文件信息

最后提示：查看元数据！万一你的图像被一个留下了自己识别元数据的设备扫描了：检查它们

命令行工具exiftool是一个很好的工具。

首先：你的问题标题有误导性