Python转换图像以使用更少的颜色

Question

我想拍摄一张图片并以某种方式将其作为像素数组读取。意味着2d数组的每个元素将是十六进制代码或RGB三元组，表示该像素的颜色。

我已经研究了图像处理并找到了Pillow或SciPy之类的东西，但我发现过于简单的事情，例如添加过滤器或更改图像的一般颜色属性（通过将读取和蓝色值相乘来使其更加环保每个像素乘以0.3 - 0.5，同时将绿色值乘以1，有效地保持相同）。我需要做的是能够根据颜色单独检查每个像素。

之后我需要将图像转换为使用较少颜色的图像（如4或8）。我认为最好的方法是为这些所需的颜色定义一些“阈值”，当像素的颜色在定义的某种颜色范围内时，像素就会获得相应的颜色。

我也没有发现太多关于此事的信息，包括实际信息或人们试图做同样的信息。

我想询问有关此类问题的任何信息或资源：   - 库（库）使用？   - 方法？（有没有广泛使用的算法来解决这类问题？）   - 我使用错误的编程语言吗？（有没有提供这种功能但更容易使用？）

非常感谢任何形式的帮助或信息，提前谢谢！

编辑：我发现this问题涉及获取像素的值，但我仍然需要将它们分成更少的颜色。

Answer 1

你所追求的是颜色量化。已经设计了几种算法，例如Median Cut或Popularity算法。它们允许您构建一个最佳的＆＃34;具有所需条目数的颜色表。

这些方法在昂贵的显卡时代很流行，但由于真彩色的推广而失去了名气。

与颜色量化相辅相成，人们经常使用颜色抖动，这种方法可以恢复颜色渐变的某些平滑度，并避免出现条带效应。

https://nl.mathworks.com/help/images/reduce-the-number-of-colors-in-an-image.html?requestedDomain=true

Answer 2

  

要使用的库（库）？

scikit-image或OpenCV是我的首选。

  

方法？ （对于这类问题，有没有广泛使用的算法？）

K-means clustering是一种流行的颜色量化方法。

  

我使用错误的编程语言吗？ （有没有提供这种功能但更容易使用？）

Python可以说是最简单的＆＃34;这项任务的语言。

<强>样本

考虑这张图片：

以下代码将颜色数量从+ 500K减少到仅6：

import numpy as np
from skimage import io
from sklearn.cluster import KMeans

original = io.imread('https://i.stack.imgur.com/QCl8D.jpg')
n_colors = 6

arr = original.reshape((-1, 3))
kmeans = KMeans(n_clusters=n_colors, random_state=42).fit(arr)
labels = kmeans.labels_
centers = kmeans.cluster_centers_
less_colors = centers[labels].reshape(original.shape).astype('uint8')

io.imshow(less_colors)

这就是颜色量化图像的外观：