我们可以使用java,imagemagick或jmagick找到图像中哪种颜色占主导地位?
答案 0 :(得分:9)
在java中迭代每个像素并确定颜色
import java.awt.image.BufferedImage;
import java.io.File;
import java.util.Collections;
import java.util.Comparator;
import java.util.HashMap;
import java.util.Iterator;
import java.util.LinkedList;
import java.util.List;
import java.util.Map;
import javax.imageio.ImageIO;
import javax.imageio.ImageReader;
import javax.imageio.stream.ImageInputStream;
public class ImageTester {
public static void main(String args[]) throws Exception {
File file = new File("C:\\Users\\Andrew\\Desktop\\myImage.gif");
ImageInputStream is = ImageIO.createImageInputStream(file);
Iterator iter = ImageIO.getImageReaders(is);
if (!iter.hasNext())
{
System.out.println("Cannot load the specified file "+ file);
System.exit(1);
}
ImageReader imageReader = (ImageReader)iter.next();
imageReader.setInput(is);
BufferedImage image = imageReader.read(0);
int height = image.getHeight();
int width = image.getWidth();
Map m = new HashMap();
for(int i=0; i < width ; i++)
{
for(int j=0; j < height ; j++)
{
int rgb = image.getRGB(i, j);
int[] rgbArr = getRGBArr(rgb);
// Filter out grays....
if (!isGray(rgbArr)) {
Integer counter = (Integer) m.get(rgb);
if (counter == null)
counter = 0;
counter++;
m.put(rgb, counter);
}
}
}
String colourHex = getMostCommonColour(m);
System.out.println(colourHex);
}
public static String getMostCommonColour(Map map) {
List list = new LinkedList(map.entrySet());
Collections.sort(list, new Comparator() {
public int compare(Object o1, Object o2) {
return ((Comparable) ((Map.Entry) (o1)).getValue())
.compareTo(((Map.Entry) (o2)).getValue());
}
});
Map.Entry me = (Map.Entry )list.get(list.size()-1);
int[] rgb= getRGBArr((Integer)me.getKey());
return Integer.toHexString(rgb[0])+" "+Integer.toHexString(rgb[1])+" "+Integer.toHexString(rgb[2]);
}
public static int[] getRGBArr(int pixel) {
int alpha = (pixel >> 24) & 0xff;
int red = (pixel >> 16) & 0xff;
int green = (pixel >> 8) & 0xff;
int blue = (pixel) & 0xff;
return new int[]{red,green,blue};
}
public static boolean isGray(int[] rgbArr) {
int rgDiff = rgbArr[0] - rgbArr[1];
int rbDiff = rgbArr[0] - rgbArr[2];
// Filter out black, white and grays...... (tolerance within 10 pixels)
int tolerance = 10;
if (rgDiff > tolerance || rgDiff < -tolerance)
if (rbDiff > tolerance || rbDiff < -tolerance) {
return false;
}
return true;
}
}
答案 1 :(得分:6)
我刚刚发布了一个非常简单的算法,可以用Java轻松翻译。它被称为color-finder并且在JavaScript中工作。
此线程中提出的解决方案可能会被图像中的一些白色字符抛弃,而我的确会尝试找到最突出的颜色,即使所有像素并非真正完全相同的颜色。
如果您觉得有用,请告诉我。
答案 2 :(得分:4)
这是一个棘手的问题。例如,如果你有一个完全相同颜色的小区域和一个不同颜色的略有不同色调的区域,那么只是寻找最常用的颜色不太可能给你想要的结果。通过定义一组颜色,并为每个颜色设置您认为“成为”该颜色的RGB值范围,您将获得更好的结果。
在ImageMagick话语服务器上详细讨论了这个主题,例如: http://www.imagemagick.org/discourse-server/viewtopic.php?f=1&t=12878
答案 3 :(得分:2)
使用普通java,您可以迭代每个像素并计算每种颜色的包含频率......
伪码:
Map<Color, Integer> color2counter;
for (x : width) {
for (y : height) {
color = image.getPixel(x, y)
occurrences = color2counter.get(color)
color2counter.put(color, occurrences + 1)
}
}
答案 4 :(得分:1)
假设您使用加色方案,其中(0,0,0)为黑色,(255,255,255)为白色(如果我弄错了,请纠正我)。此外,如果您只想找到RGB的主色:
我有一个想法,你们任何人都可以自由审查,就是有3个变量,每个变量存储一个RGB值,并为每个变量添加图像中每个像素的适当值,然后除以(255 * numOfPixels)获得颜色比例。然后比较3个比率:.60代表红色,.5代表绿色代表红色代表占主导地位。
这只是一个想法,可能需要调整......
答案 5 :(得分:1)