从图像文件中找到numpy数组中最接近的颜色簇

Question

当前状态

• 我有一个由图像文件制成的形状为(900, 1800, 3)的数字数组。
• 那是每个像素一个数组元素：数组中表示的每个像素高900像素，宽1800像素，每个像素3个通道（R，G，B）。
• 正在解析的图像中只有少数（3-20）种独特的RGB颜色，因此数组中仅表示很少的不同RGB值组合。

目标

• 确定图像中包含n数量唯一颜色的最小圆形区域，其中n将始终小于或等于图像中唯一颜色的数量。
• 返回最小区域的顶部y（按计数或pct）。
• “结果”可以只是已识别圆形区域的中心像素的x，y值及其半径。
• 我要做计划在每个区域周围画一个圆，但是这个问题是关于首先确定最上面的最小区域的最佳方法。

捕捉/注意

图像实际上是球的扁平投影。这意味着图像右边缘的像素实际上与左边缘的像素相邻，顶部和底部像素也类似。解决方案必须考虑到这一点，因为它正在解析像素以标识其他颜色的最接近像素。 编辑：这部分可能会在下面的评论中回答

问题

我最初的方法是简单地逐像素解析像素，并通过手推x / y坐标数学运算来解决问题：取一个像素，向外工作，直到达到n颜色，对该像素进行多少步向外打分花了下一个像素。保留要在每个像素之后重新评估的顶部y格，添加所有构成顶部y的像素，并转储所有被推出的像素。返回该字典作为输出。

我知道许多Python库，例如scipy，scikit-image，也许还有一些喜欢将图像作为numpy数组使用。我确定，有一种方法/方法更聪明，可以利用库或某种聚类算法来代替强行使用它，但是我对空间不够熟悉，无法直观地知道要考虑的方法和库。问题：一个好的方法/库正确执行此操作的伪代码是什么？