我已经确定了11种颜色，我想将普通的RGB图像限制在它们之间，我现在使用的方法是使用最小欧氏距离找到最接近的颜色，这是最简单的方法， 但由于我将来会使用微处理器这样做，速度对我来说很重要， 是否有其他方法，如ANN或其他机器学习或图像处理技术，我可以用来加快这个过程？ 提前致谢
P.S。：这个问题的名称是什么？这样我就可以更好地搜索
答案 0 :(得分：2)
如果您获得了11种颜色，请构建一些kd-tree（或类似的数据结构;要搜索的关键字将是空间数据分区树），其中包含11个大小为3的向量（RGB）每个。
备注：这些数据结构需要您定义正在使用的指标。
Euclidean-distance / L2-norm听起来不错，但从图像算法的角度来看，我建议将所有内容转换为人类感知的color-space构建，然后使用L2。
然后，对于图像的每个像素，您查询最近邻居，这些数据结构的核心方法。
可能的加速取决于细节。正如马克所说：基准吧！
您要查找的关键字可能是Nearest Neighbor Search。有很多选择，包括近似值（可能不需要你的情况）。