如果您想了解Python-查找图像中的主要/最常见颜色的相关知识，那么本文是一篇不可错过的文章，我们将对python图像查找进行全面详尽的解释，并且为您提供关于c–如何在OpenCV中查找图像中的轮廓

如果您想了解Python-查找图像中的主要/最常见颜色的相关知识，那么本文是一篇不可错过的文章，我们将对python 图像查找进行全面详尽的解释，并且为您提供关于c – 如何在OpenCV中查找图像中的轮廓？、css – 如何从sprite图像中查找图像的像素位置、opencv模板匹配查找图像(python)、Python 2.7.x 与 Python 3.x 的主要差异的有价值的信息。

• Python-查找图像中的主要/最常见颜色（python 图像查找）
• c – 如何在OpenCV中查找图像中的轮廓？
• css – 如何从sprite图像中查找图像的像素位置
• opencv模板匹配查找图像(python)
• Python 2.7.x 与 Python 3.x 的主要差异

Python-查找图像中的主要/最常见颜色（python 图像查找）

我正在寻找一种使用python查找图像中最主要的颜色/色调的方法。普通的阴影或最普通的RGB都可以。我看过Python
Imaging库，找不到任何与我在他们的手册中所寻找的内容有关的内容，也没有对VTK进行过简短的了解。

但是，我确实找到了可以满足我需要的PHP脚本（在此处需要登录才能下载）。该脚本似乎将图像大小调整为150*150，以显示主要颜色。但是，在那之后，我相当失落。我确实考虑过编写一些可以将图像调整为较小尺寸，然后检查其他每个像素的图像的方法，尽管我认为这样做效率不高（尽管将这种想法实现为C
python模块可能是一种想法）。

但是，尽管如此，我还是很困惑。所以，我转向你。是否有一种简单有效的方法来查找图像中的主色。

答案1

这是使用Pillow和Scipy的cluster软件包的代码。

为简单起见，我将文件名硬编码为“
image.jpg”。调整图像大小是为了提高速度：如果您不介意等待，请注释一下调整大小调用。当在此蓝胡椒样本图像上运行时，通常会说主要颜色是＃d8c865，它大致对应于两个胡椒左下角的浅黄色区域。我说“通常”是因为所使用的聚类算法具有一定程度的随机性。您可以通过多种方式更改此设置，但出于您的目的，它可能非常适合。（如果需要确定的结果，请检查kmeans2（）变体上的选项。）

from __future__ import print_functionimport binasciiimport structfrom PIL import Imageimport numpy as npimport scipyimport scipy.miscimport scipy.clusterNUM_CLUSTERS = 5print(''reading image'')im = Image.open(''image.jpg'')im = im.resize((150, 150))      # optional, to reduce timear = np.asarray(im)shape = ar.shapear = ar.reshape(scipy.product(shape[:2]), shape[2]).astype(float)print(''finding clusters'')codes, dist = scipy.cluster.vq.kmeans(ar, NUM_CLUSTERS)print(''cluster centres:\n'', codes)vecs, dist = scipy.cluster.vq.vq(ar, codes)         # assign codescounts, bins = scipy.histogram(vecs, len(codes))    # count occurrencesindex_max = scipy.argmax(counts)                    # find most frequentpeak = codes[index_max]colour = binascii.hexlify(bytearray(int(c) for c in peak)).decode(''ascii'')print(''most frequent is %s (#%s)'' % (peak, colour))

注意：当我将聚类的数量从5扩展到10或15时，结果通常是绿色或蓝色。给定输入图像，这些结果也是合理的……我也无法确定哪种颜色在该图像中真正占主导地位，因此我也不会对算法提出批评！

还有一点好处：仅使用N种最常用的颜色保存缩小尺寸的图像：

# bonus: save image using only the N most common coloursimport imageioc = ar.copy()for i, code in enumerate(codes):    c[scipy.r_[scipy.where(vecs==i)],:] = codeimageio.imwrite(''clusters.png'', c.reshape(*shape).astype(np.uint8))print(''saved clustered image'')

c – 如何在OpenCV中查找图像中的轮廓？

css – 如何从sprite图像中查找图像的像素位置

opencv模板匹配查找图像(python)

#!/usr/bin/env python3
# -*- coding: utf-8 -*-


import cv2 as cv
import numpy as np


def main():
    # threshold 用于阈值设定匹配
    threshold = 0.9
    # 原图路径
    img_rgb_path = "./0004.jpg"
    # 模版图路径
    template_path = "./0004_t.jpg"
    # 结果图路径
    result_path = "./result.png"

    # 读取原图
    img_rgb = cv.imread(img_rgb_path)
    # 转为灰度图
    img_gray = cv.cvtColor(img_rgb, cv.COLOR_BGR2GRAY)
    # 读取模版图
    template = cv.imread(template_path, 0)
    # 获取模版图宽高
    tpt_w, tpt_h = template.shape[::-1]

    # 列表中所有的6种比较方法
    # methods = [''cv.TM_CCOEFF'', ''cv.TM_CCOEFF_NORMED'', ''cv.TM_CCORR'',
    #         ''cv.TM_CCORR_NORMED'', ''cv.TM_SQDIFF'', ''cv.TM_SQDIFF_NORMED'']
    # 模板匹配
    res = cv.matchTemplate(img_gray, template, cv.TM_CCOEFF_NORMED)

    # 单对象模板匹配
    # min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(res)
    # 如果方法是TM_SQDIFF或TM_SQDIFF_NORMED，则取最小值
    # if method in [cv.TM_SQDIFF, cv.TM_SQDIFF_NORMED]:
    #     top_left = min_loc
    # else:
    #     top_left = max_loc

    # 多对象的模板匹配
    loc = np.where(res >= threshold)
    for pt in zip(*loc[::-1]):
        top_left = pt
        bottom_right = (top_left[0] + tpt_w, top_left[1] + tpt_h)
        # 画方框，[0,255,0] 颜色，2 线宽
        cv.rectangle(img_rgb, top_left, bottom_right, [0, 255, 0], 2)
    cv.imwrite(result_path, img_rgb)
    img_out = cv.imread(result_path)
    cv.imshow("result", img_out)
    cv.waitKey(0)
    cv.destroyAllWindows()


if __name__ == "__main__":
    main()

Python 2.7.x 与 Python 3.x 的主要差异

Python 2.7.x 与 Python 3.x 的主要差异

Python 3 初探，第 1 部分: Python 3 的新特性

我们今天的关于Python-查找图像中的主要/最常见颜色和python 图像查找的分享就到这里，谢谢您的阅读，如果想了解更多关于c – 如何在OpenCV中查找图像中的轮廓？、css – 如何从sprite图像中查找图像的像素位置、opencv模板匹配查找图像(python)、Python 2.7.x 与 Python 3.x 的主要差异的相关信息，可以在本站进行搜索。