检测图像是否通常为红色，绿色，蓝色或黑色

Question

我正在处理小图像，这些图像将是红色，绿色，蓝色或黑色（想想卡片在4色套牌中排名）。什么是确定图像颜色的好的快速算法？

对于一组示例输入，请参阅here，但图像可以缩放等等，因此它们不会那么清晰。

Answer 1

这些是你正在使用的完全图像吗？如果是这样，所有图像上都会有一个像素被着色？我在想这套衣服的位置。看看西装应该是哪一个像素，它会告诉你卡片的“颜色”。

更一般的方法可能包括分析整个图像（缓慢但有效），缩小图像并分析每个像素（如果您最终得到一个小图像但缩放可能影响颜色则更可行），或随机采样 n 像素（或像素的行/列），如果提前知道阴影的颜色，可能会有遮罩的东西，但是你需要一般方法吗？

哦 - 另一个想法：你是否控制输入图像的来源？也许你可以使用数字覆盖一些图像元数据标签以指示“颜色”。这是一种作弊，因为没有真正的图像处理，它很容易被剥离/修改标签，但它可能是最快的方法。

Answer 2

这适用于一个像素：

def get_ishness(r,g,b):
    h,s,v = rgb_to_hsv(r,g,b) #h from 0-360, s and v from 0-100
    if v < 50: return 'black'
    if s < 15: return None
    if h < 10: return 'red'
    if 80 < h < 100: return 'green'
    if 210 < h < 230: return 'blue'
    return None

对于整个图像，我总结了红色，绿色，蓝色和黑色的像素，并返回像素最多的颜色。

Answer 3

这篇文章似乎已经解决，但如果你不介意我的2美分......

当我接受它时，你需要一个通用的方法，而你不知道图像是预先提供的。虽然已经发布的答案应该足够快，可以通过一些调整进行快速编码，如果你仍然遇到问题我建议你使用自组织地图：http://davis.wpi.edu/~matt/courses/soms/和http://www.ai-junkie.com/ann/som/som1.html

可能需要一些（无监督的）训练时间来获得一个像样的地图/识别器（嘿，它毕竟是一个神经网络），但我遇到了一个像你一样的问题而且它们对我来说效果很好（很容易适应，灵活的不同照明等。）。