用于确定照片的主要颜色的算法

Question

当我们查看一组树木的照片时，我们能够识别出照片主要是绿色和棕色，或者对于海洋图片我们能够识别出它主要是蓝色。

有没有人知道可用于检测照片中突出颜色或颜色的算法？

我可以设想RGB空间或类似的3D聚类算法。我想知道是否有人知道现有技术。

Answer 1

将图像从RGB转换为分离亮度和饱和度的色彩空间（HSL / HSV） http://en.wikipedia.org/wiki/HSL_and_HSV

然后找到每个像素的色调分量的主导值。为每个像素的色调值制作直方图，并分析峰落入哪个角度区域。象限中的大峰值在180到270度之间意味着图像中有大部分蓝色，例如。

确定一种主色时可能存在一些困难。病理示例：左半部分为蓝色，右半部分为红色的图像。此外，色调显然不会很好地处理灰度。因此，50％白色和50％黑色的棋盘图像会遇到两个问题：黑白图像的色调是任意的，有两种颜色恰好是图像的50％。

Answer 2

听起来你想从计算图像的image histogram或color histogram开始。主要颜色将与直方图中的峰值相关。

Answer 3

您可能想要将图像从RGB更改为索引，然后您可以使用常规直方图并检测图片（Matlab使用rgb2ind（）执行此操作，您可能已经知道），然后问题将减少到你经常“在阵列中找到峰值”。

然后 n = hist（Y，nbins）将向量Y中的元素分成10个等间距的容器，并将每个容器中的元素数作为行向量返回。

n中的那些值将为您提供每个bin中的元素数量。然后，只需要摆弄箱子的数量就可以使它们足够宽，并且每个箱子中有多少元素可以让你将所述箱子视为主要颜色，然后取出包含那些许多元素的箱子，计算出的指数对应于它们的中间，并再次将其转换为RGB。

无论您使用什么进行处理，都可能具有与

类似的功能

Answer 4

1. 平均图像中的所有像素。
2. 删除所有比标准偏差更远离平均颜色的像素。
3. GOTO 1剩余像素，直到剩下任意数量（1或1％）。

您可能还想预处理图像，例如应用高通滤镜（仅去除极低频率）以均匀照片中的照明 - http://en.wikipedia.org/wiki/Checker_shadow_illusion