你和你的女神之间，差了一个OpenCV口红色号识别器，字节跳动架构师讲解Android开发

什么？？？今年又送了**死亡芭比粉？？？**情人节也是？？？

如果说彩妆中最受女生欢迎的是哪一个，相信所有人都会脱口而出：口红。尤其是有女朋友的男孩子更能明白，有了口红就不要男票的心痛吧。所以，你们给女朋友买口红，就选择死亡芭比粉是吗？

对于广大“钢铁直男”的程序员来说，送什么礼物给女朋友一直是个世纪难题

其实哄女朋友开心最深的套路就是花式送口红，就问谁抵挡得住啊啊啊啊…

“没有什么问题是一支口红解决不了的，如果有，那就两支。”于是，直男们纷纷开始各种买口红、送口红……

毕竟李佳琦一句"OMG买它”，女朋友披头散发抢购，钱包就空了一半。

但是，口红色号千千万，选对了牌子才成功了一半。

快乐橙、伤心紫，姨妈红，鸡屎绿…直男眼里没什么区别的颜色，在女生眼里各种色调、质地细微的区别都能分析一清二楚。

那么，对于直男来说，怎么才能搞清楚如此多的口红色号呢?

我耗费一毫米发际线，琢磨了一下，做出了一个口红色号识别器，希望能帮大家在关键时刻把深刻的革命友谊再升华一下。

先来看看效果。让我们假设，小姐姐发来了一张美妆博主的美照，并暗示你，“人家也喜欢这个颜色。”

这个时候，用我们的口红色号识别器，就能定位嘴唇，并迅速给出它的颜色隶属哪家品牌的哪个色号。

OMG!简直比李佳琦还准确!

好啦，废话不多说，马上开始教学时间!

要想识别口红色号，先得让机器知道到底都有哪些颜色。

听柜姐介绍，红色系有：“草莓红、铁锈红、枫叶红…”，其他还有“豆沙色、吃土色、番茄色…

世界观还未建立完全就要开始土崩瓦解，这看着有区别吗?“豆沙色最为百搭，橘调的番茄色比较显白…”眼前的黑不是黑，你说的红是什么红?

还好，在万能的 Github 上找到了一个宝藏数据库“口红颜色可视化”，这个数据库堪比口红的色号宇宙，不仅囊括了当前最主流品牌的各种系列色号，还很良心的在色盘上排列了出来。

这个数据集是一个嵌套的字典数据结构，存为 json 串的形式，里面记录了每个口红品牌系列下不同口红色号的颜色 id、名称、和 16 进制颜色值。

直!男!救!星!有木有!

不过看着这密密麻麻的颜色，真心佩服各大口红品牌的文案高手，是怎么样区别每一个看不出区别的颜色，并且还要分别取名字的。

傻傻分不清的我对 5 个品牌的不同系列做了一下统计和色号录入，于是，剩下的就交给计算机啦。

#####先用番茄做个实验?

既然有了如此完备的色号数据库，那么文摘菌就有了一个讨巧的方法：要想找到合适的色号，可以直接截取颜色，然后在数据库中进行比对。

这个方法非常好操作，在上唇色之前，我们不如先拿别的红色物品来练手。

比如，这里有一只番茄图片，你看这个番茄它又大又圆：

在其中截取了成色均匀、无高亮的矩形图片：

提取这张纯色图片的 RGB 值在技术上是可行的，getcolor.py 代码如下：

import colorsys
import PIL.Image as Image

def get_dominant_color(image):
max_score = 0.0001
dominant_color = None
for count,(r,g,b) in image.getcolors(image.size[0]*image.size[1]):

转为HSV标准

saturation = colorsys.rgb_to_hsv(r/255.0, g/255.0, b/255.0)[1]
y = min(abs(r2104+g4130+b*802+4096+131072)>>13,235)
y = (y-16.0)/(235-16)

#忽略高亮色
if y > 0.9:
continue
score = (saturation+0.1)*count
if score > max_score:
max_score = score
dominant_color = (r,g,b)
return dominant_color

为了减少误差，需要裁剪多个不同位置的图片，保存在本地的一个文件夹中，读取文件，提取颜色，求平均值，得到的番茄最终的 RGB 颜色，代码如下：

import os
import getcolor
from os.path import join as pjoin
from scipy import misc

def load_color(color_dir,list):
count = 0
for dir in os.listdir(color_dir):
img_dir = pjoin(color_dir, dir)
image = getcolor.Image.open(img_dir)
image = image.convert(‘RGB’)
get=getcolor.get_dominant_color(image)
list.append(get)
count = count+1
#print(person_dir)
#print(count)
return count

def Mean_color(count,list):
Mean_R=Mean_G=Mean_B=0
for i in range(count):
tuple=list[i]
Mean_R+=tuple[0]
Mean_G+=tuple[1]
Mean_B+=tuple[2]
MeanC=((int)(Mean_R/count),(int)(Mean_G/count),(int)(Mean_B/count))
return Me

番茄的颜色提取到了，那么和什么做比对呢?

当然是口红的数据，文摘菌这儿用到了 5 个品牌，分别是圣罗兰、香奈儿可可小姐、迪奥、美宝莲、纪梵希，共 17 个系列，271 个口红色号。

数据集是一个嵌套的字典数据结构，存为 json 串的形式，里面记录了每个口红品牌系列下不同口红色号的颜色 id、名称、和 16 进制颜色值。

lipstick.json部分数据集展示如下：

{“brands”:[{“name”:“圣罗兰”,“series”:
[{“name”:“莹亮纯魅唇膏”,“lipsticks”:
[{“color”:“#D62352”,“id”:“49”,“name”:“撩骚”},
{“color”:“#DC4B41”,“id”:“14”,“name”:“一见倾心”},
{“color”:“#B22146”,“id”:“05”,“name”:“浮生若梦”}，

数据集中存储的 RGB 颜色是 16 进制的字符串形式，需要将其转换成 RGB 值，比较两个颜色相近与否。

实际上是比较 RGB 三个分量维度上的误差，最小的口红输出对应的品牌、系列、色号和 id。

代码如下：

import json
import getcolor
import numpy as np
import lipcolor

#filename = ‘temp.txt’
##write the temp data to file##
def WtoFile(filename,RGB_temp):
num=len(RGB_temp)
with open(filename,‘w’) as f:
for i in range(num):
s = str(RGB_temp[i]).replace(‘[’,‘’).replace(‘]’,‘’)
f.write(s)
f.write(“\n”)

#operate the data #
##save the brand&series&color id&color name to sum_list##
##covert the color #D62352 to RGB_array##
##caculate the RGB difference to RGB_temp and write the value to file##
def data_operate():
with open(‘lipstick.json’, ‘r’, encoding=‘utf-8’) as f:
ret_dic = json.load(f)
#print(ret_dic[‘brands’])
#print(type(ret_dic)) # <class ‘dict’>
#print(ret_dic[‘brands’][0][‘name’])
b_num=len(ret_dic[‘brands’])
#print(b_num)#brands number

s_list=[]
#series brands#
for i in range(len(ret_dic[‘brands’])):
s_num=len(ret_dic[‘brands’][i][‘series’])
s_list.append(s_num)
#print(“{0} has {1} series”.format((ret_dic[‘brands’][i][‘name’]),(s_list[i])))

#the lipstick color of every brands every series#
#the first loop calculate the total color numbers
sum=0
for b1 in range(b_num):
for s1 in range(s_list[b1]):
brand_name=ret_dic[‘brands’][b1][‘name’]
lip_name=ret_dic[‘brands’][b1][‘series’][s1][‘name’]
color_num=len(ret_dic[‘brands’][b1][‘series’][s1][‘lipsticks’])
sum+=color_num#calculate the total color numbers

#the second loop save the message to a list#
sum_list=np.zeros((sum,4), dtype=(str,8))
value_array=np.zeros((sum,6), dtype=int)
i=0
for b2 in range(b_num):
for s2 in range(s_list[b2]):
brand_name=ret_dic[‘brands’][b2][‘name’]
#print(type(brand_name))
lip_name=ret_dic[‘brands’][b2][‘series’][s2][‘name’]
color_num=len(ret_dic[‘brands’][b2][‘series’][s2][‘lipsticks’])
for c in range(color_num):
color_value=ret_dic[‘brands’][b2][‘series’][s2][‘lipsticks’][c][‘color’]
color_name=ret_dic[‘brands’][b2][‘series’][s2][‘lipsticks’][c][‘name’]
color_id=ret_dic[‘brands’][b2][‘series’][s2][‘lipsticks’][c][‘id’]
#print(“{0} series {1} has {2} colors,color {3}：{4}”.format(brand_name,lip_name,color_num,c+1,color_name))
sum_list[i][0]=brand_name
sum_list[i][1]=lip_name
sum_list[i][2]=color_id
sum_list[i][3]=color_name
#value_array[i]=value_array[i][1]
#convert “#D62352” to [13 6 2 3 5 2]#
for l in range(6):
temp=color_value[l+1]
if(temp>='A’and temp<=‘F’):
temp1=ord(temp)-ord(‘A’)+10
else:
temp1=ord(temp)-ord(‘0’)
value_array[i][l]=temp1
i+=1

#the third loop covert value_array to RGB_array#
RGB_array=np.zeros((sum,3), dtype=int)
for i in range(sum):
RGB_array[i][0]=value_array[i][0]*16+value_array[i][1]
RGB_array[i][1]=value_array[i][2]*16+value_array[i][3]
RGB_array[i][2]=value_array[i][4]*16+value_array[i][5]

#calculate the similar and save to RGB_temp
#RGB_temp=np.zeros((sum,1), dtype=int)
RGB_temp=np.zeros((sum,1), dtype=float)
for i in range(sum):
R=RGB_array[i][0]
G=RGB_array[i][1]
B=RGB_array[i][2]
RGB_temp[i]=abs(get[0]-R)+abs(get[1]*3/4-G)+abs(get[2]-B)
RGB_temp.tolist();#covert array to list
#print(RGB_temp)
filename=“temp.txt”
WtoFile(filename,RGB_temp)
#sort the RGB_temp#
result=sorted(range(len(RGB_temp)), key=lambda k: RGB_temp[k])
#print(result)
#output the three max prob of the lipsticks#
print(“The first three possible lipstick brand and color id&name are as follows:”)
for i in range(3):
idex=result[i]
print(sum_list[idex])
print(“The first three possible lipstick brand RGB value are as follows:”)
for i in range(3):
idex=result[i]
R=RGB_array[idex][0]

自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。

深知大多数Android工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年Android移动开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上Android开发知识点，真正体系化！

由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新

如果你觉得这些内容对你有帮助，可以添加V获取：vip204888 （备注Android）

最后

针对Android程序员，我这边给大家整理了一些资料，包括不限于高级UI、性能优化、架构师课程、NDK、混合式开发（ReactNative+Weex）微信小程序、Flutter等全方面的Android进阶实践技术；希望能帮助到大家，也节省大家在网上搜索资料的时间来学习，也可以分享动态给身边好友一起学习！

• Android前沿技术大纲

  

• 全套体系化高级架构视频

  

Android高级架构资料、源码、笔记、视频。高级UI、性能优化、架构师课程、混合式开发（ReactNative+Weex）全方面的Android进阶实践技术，群内还有技术大牛一起讨论交流解决问题。

上搜索资料的时间来学习，也可以分享动态给身边好友一起学习！

• Android前沿技术大纲

  [外链图片转存中…(img-m2xjIm3h-1711823543583)]

• 全套体系化高级架构视频

  [外链图片转存中…(img-0jd0JMXB-1711823543584)]

Android高级架构资料、源码、笔记、视频。高级UI、性能优化、架构师课程、混合式开发（ReactNative+Weex）全方面的Android进阶实践技术，群内还有技术大牛一起讨论交流解决问题。

本文已被CODING开源项目：《Android学习笔记总结+移动架构视频+大厂面试真题+项目实战源码》收录