Question

我从基于像素的线图中提取基元，并希望按颜色选择。因此在下面

enter image description here

我希望提取“蓝色”，“绿色”和“黑色”原语。（我准备尝试重建已被另一种颜色的基元分割的基元。）

然而，“蓝色”具有不同量的白色添加（类似于黑色的灰度）。因此，最常见的颜色（为简单起见，舍入到12位）及其计数可能是

000   881 // black
88f   1089 // white-blue
fff   70475 // white

但在较低频率下还有其他程度的白度

// other white-blue 
99f   207

// other grey
ddd   196

我相信作者在许多图表中只会使用非常有限数量的纯色（例如3-6），并且各种渲染工具都会添加白色。 IOW颜色可以用(0 =< x =< 1)

表示

000 + x(FFF)
00F + x(FF0) // blue
0F0 + x(F0F) // green

然而，不需要使用原色，并且该组可以是具有任意白色量的任何颜色。

如何重建（小）不同颜色的组合？如果这是可能的，我可以选择那些区域，转换为灰色，并以正常方式二值化。

我更喜欢Java中的source，但我怀疑任何代码都足够了;

我读过两个有用的SO问题

使用H-C-L并且可能是一种前进的方式，尽管它们不能直接满足我的要求。

Answer 1

您可以尝试使用region growing。我认为它应该很好地满足您的需求。只需更改相同颜色的阈值即可。我认为它应该在这里运作良好，因为在作为对象连接的任何两种颜色之间似乎存在很大差异。

Answer 2

如果您的直觉是正确的（所有像素都是某种颜色和纯白色的线性混合），则在RGB立方体中，所有颜色将在源自白色角落的线段上对齐。

如果您为每种不同的颜色选择一个代表性像素（尽可能远离白色，以获得更好的精确度），您可以通过查找此像素，白色和代表形成的最佳对齐来识别任何其他像素的颜色像素。

通过计算形成的角度的余弦来测试对准（使用3D矢量，余弦是指数乘积的点积; 放下符号）。从理论上讲，余弦应该恰好为1，但由于数值误差可能会更小，所以只需考虑使余弦最大化的代表性颜色。

特别注意白色像素（到白色角落的短距离），否则它们将被随机分配到某些代表性颜色。

Answer 3

根据所涉及的颜色数量及其相似性，R，G和B值的简单阈值会迅速将所有颜色减少为8种颜色之一（黑色，红色，绿色，蓝色，青色，品红色，黄色，或白色）。