Question

我想提取图像的调色板，类似于此（来自here）：

我需要它来提取黄色，绿色和棕色等特定颜色，并显示该颜色所覆盖区域的百分比。另外，我可以添加更多颜色来提取。

如何减少原始图像中的颜色数量，以及如何获得调色板？

Answer 1

这里有3种不同的东西。

减少图像的颜色数
获取图像的不同颜色
获取颜色名称

减少颜色数量

有许多技术可以减少颜色数量。 Here您可以看到如何使用颜色量化和 kmeans 。

另一种方法可以使用Median Cut算法（此处未显示）。

OpenCV提供非真实感渲染 module。 Here您可以看到有关如何使用它的一些示例。

获取图片的不同颜色

这很简单。只需迭代整个图像。如果看到新颜色，则存储其值，计数器等于1.如果看到已经看到的颜色，则递增其计数器。 std::map在这里很有用。

获取颜色名称

我不会在这里展示它。但在线有some useful resources。您需要一个包含所有命名颜色的列表。请记住，并非每种颜色都有名称。实际上，RGB值的所有可能颜色都是256*256*256。因此，请在列表中找到最接近的颜色，并将其名称指定为当前颜色。

例如，使用此输入图像：

使用 kmeans 方法我得到缩小颜色图像：

它的调色板是：

Color: [14, 134, 225]    - Area: 5.28457%
Color: [16, 172, 251]    - Area: 27.3851%
Color: [22, 68, 101]     - Area: 3.41029%
Color: [28, 154, 161]    - Area: 3.89029%
Color: [40, 191, 252]    - Area: 22.3429%
Color: [87, 204, 251]    - Area: 8.704%
Color: [161, 222, 251]   - Area: 3.47429%
Color: [253, 255, 255]   - Area: 25.5086%

您现在可以在列表中搜索最接近的颜色名称，并且您将获得所需的颜色。如何构建GUI以显示由您自己决定的这些信息：数据就在那里。

代码：

#include <opencv2\opencv.hpp>
#include <opencv2\photo.hpp>
#include <iostream>
#include <map>

using namespace cv;
using namespace std;

// https://stackoverflow.com/a/34734939/5008845
void reduceColor_Quantization(const Mat3b& src, Mat3b& dst)
{
    uchar N = 64;
    dst = src / N;
    dst *= N;
}

// https://stackoverflow.com/a/34734939/5008845
void reduceColor_kmeans(const Mat3b& src, Mat3b& dst)
{
    int K = 8;
    int n = src.rows * src.cols;
    Mat data = src.reshape(1, n);
    data.convertTo(data, CV_32F);

    vector<int> labels;
    Mat1f colors;
    kmeans(data, K, labels, cv::TermCriteria(), 1, cv::KMEANS_PP_CENTERS, colors);

    for (int i = 0; i < n; ++i)
    {
        data.at<float>(i, 0) = colors(labels[i], 0);
        data.at<float>(i, 1) = colors(labels[i], 1);
        data.at<float>(i, 2) = colors(labels[i], 2);
    }

    Mat reduced = data.reshape(3, src.rows);
    reduced.convertTo(dst, CV_8U);
}

void reduceColor_Stylization(const Mat3b& src, Mat3b& dst)
{
    stylization(src, dst);
}

void reduceColor_EdgePreserving(const Mat3b& src, Mat3b& dst)
{
    edgePreservingFilter(src, dst);
}


struct lessVec3b
{
    bool operator()(const Vec3b& lhs, const Vec3b& rhs) {
        return (lhs[0] != rhs[0]) ? (lhs[0] < rhs[0]) : ((lhs[1] != rhs[1]) ? (lhs[1] < rhs[1]) : (lhs[2] < rhs[2]));
    }
};

map<Vec3b, int, lessVec3b> getPalette(const Mat3b& src)
{
    map<Vec3b, int, lessVec3b> palette;
    for (int r = 0; r < src.rows; ++r)
    {
        for (int c = 0; c < src.cols; ++c)
        {
            Vec3b color = src(r, c);
            if (palette.count(color) == 0)
            {
                palette[color] = 1;
            }
            else
            {
                palette[color] = palette[color] + 1;
            }
        }
    }
    return palette;
}


int main()
{
    Mat3b img = imread("path_to_image");

    // Reduce color
    Mat3b reduced;

    //reduceColor_Quantization(img, reduced);
    reduceColor_kmeans(img, reduced);
    //reduceColor_Stylization(img, reduced);
    //reduceColor_EdgePreserving(img, reduced);


    // Get palette
    map<Vec3b, int, lessVec3b> palette = getPalette(reduced);

    // Print palette
    int area = img.rows * img.cols;

    for (auto color : palette)
    {
        cout << "Color: " << color.first << " \t - Area: " << 100.f * float(color.second) / float(area) << "%" << endl;
    }

    return 0;
}

如何使用opencv从图像中获取调色板？

1 个答案: