Question

我需要将图像按照彩虹中的7种颜色（红色，橙色，黄色，绿色，浅蓝色，蓝色，紫色）进行分割。你知道怎么做吗？任何论文或算法都可能。例如，可以通过为每个三元组（r，g，b）分配颜色来完成。但它没有效果，因为我们得到了255 ^ 3的组合。

Answer 1

HSV colourspace http://en.wikipedia.org/wiki/HSL_and_HSV的“H”组件将为您提供一个合理的数字，表示（连续）彩虹上的位置。

然后很容易将连续空间划分为您选择的七个部分。

Answer 2

由于您已经拥有所需的7种颜色，因此无需使用群集。一个合理的起点是：对于图像中的每个像素，找到最接近它的7种颜色中的哪一种（使用RGB上的L2距离）并将最接近的颜色分配给该像素。通过首先转换为其他颜色空间（如CIE XYZ），您可能会获得更好（更感性相似）的结果，但这需要进行实验。

Answer 3

如果颜色是预定义的，那么解决方案就是遍历每个像素并用最近的代表替换。正如carlosdc所说的那样，一些颜色空间转换可以提供比(r1-r2)**2 + (g1-g2)**2 + (b1-b2)**2更好的结果。

为了加快速度，一个可能的技巧是交换一些内存并缓存给定RGB三元组的结果......即

// Initialize the cache to 255
std::vector<unsigned char> cache(256*256*256, 255);

for (int y=0; y<h; y++)
{
    unsigned char *pixel = img + y*w*3 + x;
    for int (x=0; x<w; x++, pixel+=3)
    {
        int r = pixel[0], g = pixel[1], b = pixel[2];
        int key = r + (g<<8) + (b<<16);
        int converted = cache[key];
        if (converted == 255)
        {
            ... find closest representative ...
            cache[key] = converted;
        }
        pixel[0] = red[converted];
        pixel[1] = green[converted];
        pixel[2] = blue[converted];
    }
}

如果颜色数量很少，您可以使用更少的内存。例如，将代表的数量限制为15，每个颜色条目只需要4位（空间的一半），类似下面的内容就可以了吗

std::vector<unsigned char> cache(256*256*256/2, 255);

...
int converted = (key&1) ? (cache[key>>1] >> 4) : (cache[key>>1] & 0x0F);
if (converted == 15) // Empty slot
{
    ...
    cache[key>>1] ^= (key & 1) ? ((converted << 4)^0xF0) : (converted^0x0F);
}
...

如果相反，您知道可能的输入颜色数量很少而且代表的数量会很大，那么标准std::map可能是一个有效的选择。

Answer 4

为什么不使用其中一种聚类方法（算法）？例如，k-means算法。否则，谷歌“按颜色分割图像。”

Answer 5

如果你希望它看起来不错，你会想要使用抖动，例如：弗洛伊德斯坦伯格犹豫不决：http://en.wikipedia.org/wiki/Floyd%E2%80%93Steinberg_dithering

颜色分割

5 个答案: