Question

我有大约3000张图像和13种不同的颜色（大多数图像的背景是白色的）。如果图像的主要颜色是13种不同颜色中的一种，我希望它们相关联。

我见过像Image color detection using python这样的类似问题要求平均颜色算法。我几乎使用Python图像库和直方图复制了这些代码，并使其工作 - 但我发现它对于确定主要颜色并不太可靠。

有什么想法吗？或者可以解决这个问题的图书馆？

提前致谢！

：编辑：谢谢你们 - 你们几乎都说同样的事情，创建“桶”并增加每个最近像素的桶数。我似乎得到了很多图像返回“白色”或“米色”，这也是大多数这些图像的背景。有办法解决或忽略背景吗？

再次感谢。

Answer 1

您可以使用getcolors功能获取图像中所有颜色的列表。它返回以下形式的元组列表：

(N, COLOR)

其中N是图像中出现颜色COLOR的次数。要获得最大出现的颜色，您可以将列表传递给max函数：

>>> from PIL import Image
>>> im = Image.open("test.jpg")
>>> max(im.getcolors(im.size[0]*im.size[1]))
(183, (255, 79, 79))

请注意，我已将im.size[0]*im.size[1]传递给getcolors函数，因为这是最大maxcolors值（有关详细信息，请参阅the docs）。

Answer 2

我个人将颜色空间分成8-16种主色，然后对于每个像素，我将最近的彩色桶增加一个。最后，具有最高像素数的桶的颜色获胜。

基本上，请考虑中位数而不是平均值。您只关心图像中的颜色，而平均颜色通常会为您提供全新的颜色。

Answer 3

由于您尝试匹配少量预先存在的颜色，因此您可以尝试不同的方法。根据所有颜色测试每个图像，并查看哪个是最接近的匹配。

至于进行比赛，我首先将每张图片的大小调整为较小的尺寸，以减少您为每张图片所做的工作量;我们对图像颜色的感知并不太依赖于细节的数量。对于较小图像的每个像素，找到最接近的13种颜色中的哪一种。如果它在某个阈值内，则碰撞该颜色的计数器。最后13个中最重要的一个是赢家。