如何在固定尺寸的图像中查找主体对象的颜色

我的目标是在一个框架/图像中查找主体对象的颜色。在我的案例中,图像始终是相同类型的。例如,新闻记者(人类)在森林中或新闻记者在动物农场中。新闻记者的位置也是相同的。有什么简单的方法可以找出主体对象(新闻记者)的主要颜色吗?

任何帮助都欢迎。谢谢

编辑 代码已添加

import cv2from collections import namedtuplefrom math import sqrtimport randomimport webcolorstry: import Imageexcept ImportError: from PIL import ImagePoint = namedtuple('Point', ('coords', 'n', 'ct'))Cluster = namedtuple('Cluster', ('points', 'center', 'n'))def get_points(img): points = [] w, h = img.size for count, color in img.getcolors(w * h):    points.append(Point(color, 3, count)) return points rtoh = lambda rgb: '#%s' % ''.join(('%02x' % p for p in rgb))def colorz(filename, n=3): img = Image.open(filename) img.thumbnail((200, 200)) w, h = img.size points = get_points(img) clusters = kmeans(points, n, 1) rgbs = [map(int, c.center.coords) for c in clusters] return map(rtoh, rgbs)def euclidean(p1, p2):  return sqrt(sum([  (p1.coords[i] - p2.coords[i]) ** 2 for i in range(p1.n) ])) def calculate_center(points, n):  vals = [0.0 for i in range(n)]  plen = 0  for p in points:    plen += p.ct    for i in range(n):        vals[i] += (p.coords[i] * p.ct)   return Point([(v / plen) for v in vals], n, 1)def kmeans(points, k, min_diff): clusters = [Cluster([p], p, p.n) for p in random.sample(points, k)] while 1:   plists = [[] for i in range(k)]   for p in points:        smallest_distance = float('Inf')        for i in range(k):            distance = euclidean(p, clusters[i].center)            if distance < smallest_distance:                smallest_distance = distance                idx = i        plists[idx].append(p)    diff = 0    for i in range(k):        old = clusters[i]        center = calculate_center(plists[i], old.n)        new = Cluster(plists[i], center, old.n)        clusters[i] = new        diff = max(diff, euclidean(old.center, new.center))    if diff < min_diff:        break return clustersdef main(): img = cv2.imread('d:/Emmanu/project-data/b1.jpg') res=cv2.resize(img,(400,300)) crop_img = res[100:200, 150:250] cv2.imwrite("d:/Emmanu/project-data/color-test.jpg", crop_img) g= colorz('d:/Emmanu/project-data/color-test.jpg',1) k=g[0] print k f=webcolors.hex_to_rgb(k) print webcolors.rgb_to_name(f, spec='css3')if __name__ == '__main__':main()

问题是这会返回整个图像的主要颜色,而不是主体对象的颜色


回答:

如果你获取的是整个图像的颜色,在大多数情况下你会得到错误的答案,因为背景面积更大。如果你的图像尺寸是固定的,并且你确定对象的位置,最简单的解决方案是将图像裁剪到你预期对象所在的位置。在大多数情况下,这会有效。

为了裁剪图像

import cv2img = cv2.imread("'d:/Emmanu/project-data/b1.jpg'")crop_img = img[200:400, 100:300] # 从 x, y, w, h 裁剪 -> 100, 200, 300, 400# 注意:是 img[y: y + h, x: x + w],而不是 img[x: x + w, y: y + h]cv2.imshow("cropped", crop_img)cv2.waitKey(0)

现在将这个裁剪后的图像作为输入提供给你的代码。在大多数情况下,它会给出正确的解决方案。没有比这更简单的了。我认为这会有所帮助。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注