要将灰度色彩空间划分为多个区域，我只需将255除以nbins。为了确定灰度色块，我只需检查颜色所在的色域范围。因此，将灰度色空间划分为容器，我得到并且是微不足道的。我知道，例如，0到25之间的颜色有一些相似之处 - 它们非常黑/黑。
但是如何将十六进制颜色空间划分为二进制文件呢？我只是做同样的事情;将16（billon？）除以nbins？那些箱子是否有某种相似性 - 比如灰度等级0到25在阴影中是如何相似的，在阴影中是否与0x000到0x100相似？
我的用例是对图像进行颜色缩小然后计算像素颜色（十六进制），但我会将这些颜色排序为二进制数，而不是计算单个颜色。
OpenCV是否有一些功能可以分割十六进制颜色空间？我会更好地避免使用十六进制并仅移动到Hue通道吗？我是否能有效地使用十六进制相同的东西，除非没有十六进制的巨大范围？
答案 0 :(得分：0)
他们（如评论所述）并非“十六进制”颜色，而是“RGB”颜色。
现在，您可以做的是将每个的R，G和B 划分为nbins，但总共会nbins*nbins*nbins。相反，您可能需要考虑将它们分别分为std::cbrtn(bins)（立方根）。你可能会有一些舍入效应。
您还可以细分HSV表示。这是相同的色彩空间，但表达方式不同。在这种情况下，你如何划分HSV空间并不是那么明显。对于白色（V~1）和非常暗/黑色（V~0），色调不明确。您当然可以使用上面给出的方法，只需使用每个组件的简单分区。但这不会给你同样好的结果。您使用了太多的{{1}}来区分白色和黑色附近的色调。
真实的色彩还原方法是Floyd-Steinberg dithering。可能有点矫枉过正。