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

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注