从图像中获取和比较对象的颜色

Question

我的目标是确定物体的颜色。并进行分类，例如一些蓝色，一点点深蓝色或浅蓝色可以归类为一种类型 - 蓝色。我有一些模板对象图像。他们中有很多人。我想要的是手动分组这些图像。例如，一些对象有蓝色文本，但有些黄色区域等。首先我通过一些算法对它们进行手动分组，然后通过计算机对每个组进行分析以进行一些特征提取。然后从相机作为随机选择对象的视频或图像，我想正确识别它的组。我该怎么做？应该提取哪些功能以及如何比较它们？我在考虑HSV中Hue平面的直方图。但是不知道从该直方图得到什么特征，然后将它与另一个（从模板图像）进行比较

编辑1：应该分类的图像示例，如果需要，稍后将发布更多图像。 image example

Answer 1

使用LAB色彩空间以模仿人类感知总是好的 http://en.wikipedia.org/wiki/Lab_color_space
这是因为此颜色空间中的欧几里德度量表示颜色之间的感知距离，即它们的接近程度。
您应该按A，B聚类并忽略L值，即亮度。

Answer 2

在不同的光线条件下使用HSV会很棘手。外面尤其如此，阴影比阳光区域要暗很多。

理想情况下，您可以使用色调和饱和度组件并忽略值组件。这会使浅蓝色和深蓝色之间的距离非常小：

dist = sqrt（（h1 - h2）^ 2 +（s1 - s2）^ 2

问题在于色调实际上是一个连续的比例（如角度）。 255和0之间的差异应该只有1.