图片饱和度、色调、明度的计算

一、计算图片的饱和度、色调、明度的思路

1. 首先用opencv或 PIL 读取图片，然后将图片转换到 HSV空间。
2. 调用 cv2.split()方法将 H、S、V空间分别返回，然后将每个空间中 非0值累加 并求均值，即得到 图片 的 **average_H,average_S,average_**V。

二、计算单张图片的 饱和度、色调、明度

##计算 单张图片的 色调（H），饱和度（S），明度（V）,并返回 avg_H,avg_S,avg_V ##
def compute_HSV(img_path):

    image = cv2.imread(img_path)
    # get H,S,V value seperately
    hsv = cv2.cvtColor(image, cv2.COLOR_RGB2HSV)
    H, S, V = cv2.split(hsv)
   
    ## 明度（V）
    v = V.ravel()[np.flatnonzero(V)]   #亮度非零的值
    average_v  = sum(v)/len(v)
  
    ## 饱和度（S）
    s = S.ravel()[np.flatnonzero(S)]
    average_s  = sum(s)/len(s)
    
    ## 色调（H）
    h = H.ravel()[np.flatnonzero(H)]
    average_h  = sum(h)/len(h)
    # print('avg_H:{:.6f},\tavg_S:{:.6f},\t avg_V{:.6f}\t'.format(average_h,average_s,average_v))
    return average_h,average_s,average_v

三、计算一个图片文件夹下的饱和度、色相、明度值

## 计算文件夹中的所有图片的 avg_H,avg_S,avg_V,
## 并返回 [img_path,avg_H,avg_S,avg_V]四元组 ,avg_Hlist,avg_Slist,avg_Vlist ##
def compute_dir_HSV(root_path):

    I_pathHSV = [] # 便于获取 复合约束条件的 图片
    cls_dir = os.listdir(root_path)  # all image_name
    # all image_path
    img_path_list = [os.path.join(root_path, cls_dir[x]) for x in range(len(cls_dir))] 
  
    avg_Hlist,avg_Slist,avg_Vlist = [],[],[]
    for img_path in img_path_list:
        avg_H,avg_S,avg_V = compute_HSV(img_path)
        I_pathHSV.append([img_path,avg_H,avg_S,avg_V])
        avg_Hlist.append(avg_H)
        avg_Slist.append(avg_S)
        avg_Vlist.append(avg_V)
    return I_pathHSV,avg_Hlist,avg_Slist,avg_Vlist

四、绘制图片文件夹下的饱和度、色相、明度分布图

def draw_distribute_chart(root_path):
	# 调用上方写好的计算图片文件下的方法
    _, avg_Hlist, avg_Slist ,avg_Vlsit = compute_dir_HSV(root_path)
	
    sns.set_style("darkgrid") # 设置主题颜色
    chart_avg_H = avg_Hlist
    chart_avg_S = avg_Slist
    chart_avg_V = avg_Vlsit
	
    sns.distplot(chart_avg_H, color='g',label='avg_H') 
    sns.distplot(chart_avg_S, color='r',label='avg_S')
    sns.distplot(chart_avg_V, color='y',label='avg_V')
    plt.legend()
    plt.show() #不显示图时，加上此行代码

单个图片文件夹下图片的色相、饱和度、明度分布图
(https://imgblog.csdnimg.cn/c129240dbd7048f99daa19c565e68d59.png#pic_center)