我希望你能帮助我。
我正在Android中拍照，生成缩略图，并使用此缩略图分析像素以获得最常用的色调。
我认为使用RGB很难将它们分组，因此我将每个像素颜色转换为HSV颜色。如您所见，我使用Float3，因此hsv.x与hsv.h相同，hsv.y为hsv.s，hsv.z等于hsv.v。
scores是int[]数组，我在那里存储每个音调的像素数量。当找到蓝色调（海蓝宝石，淡蓝色和深蓝色）时，这种算法非常有效，但很难识别单色（它将它们移动到黄色分数）和暖色（它将橙色与黄色“混淆”）。另外，作为最后一个问题，我不知道如何识别褐色（这是我认为我错过的最后一个“大颜色”。算法来了：
for (Float3 hsv: hsvs) {
if(hsv.y < 0.15)
{
if(hsv.z < 0.2)
scores[BLACK]++;
else if(hsv.z < 0.6)
scores[GREY]++;
else
scores[WHITE]++;
}
else if (hsv.x < 15f || hsv.x > 345f)
scores[RED]++;
else if (hsv.x < 40)
scores[ORANGE]++;
else if (hsv.x < 70)
scores[YELLOW]++;
else if (hsv.x < 120)
scores[GREEN]++;
else if (hsv.x < 160)
scores[AQUAMARINE]++;
else if (hsv.x < 200)
scores[LIGHT_BLUE]++;
else if (hsv.x < 240)
scores[DARK_BLUE]++;
else if (hsv.x < 300)
scores[PURPLE]++;
else
scores[PINK]++;
}
您认为我可以通过更改某些数字来改进算法，还是应该从不同的方法开始？
修改
让我把你放在上下文中。我的应用程序拍照，抓取方形缩略图（出于实际原因）并分析生成的图片。因为它是拇指，它会丢失一些细节和尺寸（比方说我创建200x200px拇指），所以在我的特定情况下，总会有40000像素。我对这张图片的处理方法是检查最常用的音色。
大多数情况下，我将它们定义为色调超过3000像素（约为图像的7.5％）。我不对它们进行排名，我只是检查一些以任意数量的颜色命名的复选框（可能是显示给你的颜色加上棕色）。然后，用户检查或取消选中他认为合适的颜色。事实上，正如Geobits指出的那样，这是一个人类问题，最常用的颜色并不意味着最相关的颜色。这就是为什么这个工具不需要完美，只是为了避免在选择不适合包装的颜色时失败。
答案 0 :(得分：3)
如果我这样做，而不是让每个像素落入几个桶中的一个，我会看到每种颜色与每种颜色的距离。例如，您可以从每个“目标色调”中获取差异，并总结所有差异。在循环遍历所有像素之后具有最低总数的那个应该是“最常用的”。当然它并不完美，但命名颜色对于计算机来说并不是一项微不足道的任务。
例如，要获得“绿色”的总数（我任意世界中的色调120）：
float runningTotalForGreen = 0;
for(Float3 hsv: hsvs)
{
float diff = (hsv.x - 120) % 180; // mod 180 to normalize cw/ccw on the wheel
runningTotalForGreen += diff; // lower = closer to green
}
您可能希望将目标颜色和总数存储在数组中以便于循环，但这是一般的想法。
修改
我认为这比“水桶”效果更好的原因是：考虑一张图片，其中大约35％的图片是红色的。另外65％是在浅蓝色边缘的某个地方。因此，34％落入淡蓝色桶中，31％落入深蓝色。你的方法说它是红色的，因为35％比两者都大。使用色调差异很可能会返回其中一个蓝调。
当然，大多数方法都会有某些图像失败。关键是找到错误最少的那个。这在很大程度上取决于它是什么类型的图像。我同意你需要对某些颜色（黑/白/棕/等）进行特殊处理。
这里的主要问题是这是一个人为问题。对于我上面的示例图片，有些人会说淡蓝色。有些人会说深蓝色。有些甚至可能会说红色，取决于它是多么生动/对比，特别是如果蓝色是前面带红色的背景。说“这张照片是 x 颜色”并不一致，除非它基本上是单色的。
答案 1 :(得分：1)
不能说这是否是一种好方法。在Color Names上查看此页面。当您单击方向盘中的颜色时，它将为您提供用于定义颜色名称的色调范围。