也许您已经注意到，但Google图片搜索现在有一个功能，您可以按颜色缩小结果。有谁知道他们是怎么做到的？显然，他们已经为每张图片编制了索引信息。
我很好奇分析图像颜色数据的最佳方法是什么，以便进行简单的颜色搜索。
感谢您的所有想法！
答案 0 :(得分：3)
平均颜色是一个很好的开始。使用双立方或双线性滤波器（或任何先进的滤波器）将图像缩小到原始尺寸的10％。这将大大降低色彩噪点，并为您提供更接近人类感知图像的结果。即纯粹由黄色和蓝色像素组成的像素光栅将变为干净的绿色。
如果你没有模糊或缩小图像尺寸，你可能仍然会得到平均绿色，但偏差会很大。
答案 1 :(得分：1)
Google功能提供了12种颜色，可用于匹配图像。因此，我将计算每个样本的Lab坐标，并在二维空间上绘制每种颜色的(a*, b*)坐标。我会删除L*组件，因为应该忽略像素的亮度（亮度）。使用(a*, b*)空间中的12个点，我将使用Voronoi Diagram计算分区。然后对于给定的图像，我将获取每个像素，计算其(a*, b*)坐标。对图像中的每个像素执行此操作，以便在每个Voronoi分区中构建计数的直方图。然后，包含最高像素数的分区将被视为图像的“颜色”。
这将形成算法的基础，尽管会有与忽略黑色和白色背景区域相关的改进，这些背景区域在感知上不被认为是图像主体的一部分。
答案 2 :(得分：0)
所有像素的平均颜色？制作直方图并找出'n'峰的平均值？