写在前面:将jupyter打开的固定网址,将tree改为lab,就会变成有文件夹和代码编写的页面,方便简洁。
文章目标:
①学习图像色调、饱和度、亮度定义,及其计算方法。
②提取图片主要色调。
1.色调(H)——在0°到360°的标准色轮上,按位置度量色调。0°表示红色R,120°表示绿色G,240°表示蓝色B,360°又回到红色R。
由RGB转换为H的计算方法:
2.饱和度(S)——表示颜色的纯度,从0(灰)到100%(饱和)来进行描述。
3.亮度(V)——表示颜色的相对明暗程度,通常使用从0%(黑色)至100%(白色)的百分比来度量。
4.提取图片主要色调。
首先,了解HSV颜色字典。
其次,识别图片中所包含的颜色。即将上表的数据写入代码当中,并命名为colorList。
#图片中可能包含的颜色字典
import numpy as np
import collections
def getColorList():
dict = collections.defaultdict(list)
# 黑色
lower_black = np.array([0, 0, 0])
upper_black = np.array([180, 255, 46])
color_list = []
color_list.append(lower_black)
color_list.append(upper_black)
dict['black'] = color_list
#灰色
lower_gray = np.array([0, 0, 46])
upper_gray = np.array([180, 43, 220])
color_list = []
color_list.append(lower_gray)
color_list.append(upper_gray)
dict['gray']=color_list
# 白色
lower_white = np.array([0, 0, 221])
upper_white = np.array([180, 30, 255])
color_list = []
color_list.append(lower_white)
color_list.append(upper_white)
dict['white'] = color_list
#红色
lower_red = np.array([156, 43, 46])
upper_red = np.array([180, 255, 255])
color_list = []
color_list.append(lower_red)
color_list.append(upper_red)
dict['red']=color_list
# 红色2
lower_red = np.array([0, 43, 46])
upper_red = np.array([10, 255, 255])
color_list = []
color_list.append(lower_red)
color_list.append(upper_red)
dict['red2'] = color_list
#橙色
lower_orange = np.array([11, 43, 46])
upper_orange = np.array([25, 255, 255])
color_list = []
color_list.append(lower_orange)
color_list.append(upper_orange)
dict['orange'] = color_list
#黄色
lower_yellow = np.array([26, 43, 46])
upper_yellow = np.array([34, 255, 255])
color_list = []
color_list.append(lower_yellow)
color_list.append(upper_yellow)
dict['yellow'] = color_list
#绿色
lower_green = np.array([35, 43, 46])
upper_green = np.array([77, 255, 255])
color_list = []
color_list.append(lower_green)
color_list.append(upper_green)
dict['green'] = color_list
#青色
lower_cyan = np.array([78, 43, 46])
upper_cyan = np.array([99, 255, 255])
color_list = []
color_list.append(lower_cyan)
color_list.append(upper_cyan)
dict['cyan'] = color_list
#蓝色
lower_blue = np.array([100, 43, 46])
upper_blue = np.array([124, 255, 255])
color_list = []
color_list.append(lower_blue)
color_list.append(upper_blue)
dict['blue'] = color_list
# 紫色
lower_purple = np.array([125, 43, 46])
upper_purple = np.array([155, 255, 255])
color_list = []
color_list.append(lower_purple)
color_list.append(upper_purple)
dict['purple'] = color_list
return dict
if __name__ == '__main__':
color_dict = getColorList()
print(color_dict)
num = len(color_dict)
print('num=',num)
for d in color_dict:
print('key=',d)
print('value=',color_dict[d][1])
结果显示:
快捷键记录:ctrl+/ 表示全部注释或者全部取消。
最后,判断所有颜色所占图片面积,最大的则为该图片的主色调。
#获取图片主要颜色——法1
import cv2
import numpy as np
import colorList
filename='1.jpg'
#处理图片
def get_color(frame):
print('go in get_color')
hsv = cv2.cvtColor(frame,cv2.COLOR_BGR2HSV)
maxsum = -100
color = None
color_dict = colorList.getColorList()
for d in color_dict:
mask = cv2.inRange(hsv,color_dict[d][0],color_dict[d][1])
cv2.imwrite(d+'.jpg',mask)
binary = cv2.threshold(mask, 127, 255, cv2.THRESH_BINARY)[1]
binary = cv2.dilate(binary,None,iterations=2)
#img, cnts, hiera = cv2.findContours(binary.copy(),cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)
contours, hierarchy = cv2.findContours(binary.copy(), cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
sum = 0
for c in cnts:
sum+=cv2.contourArea(c)
if sum > maxsum :
maxsum = sum
color = d
return color
if __name__ == '__main__':
frame = cv2.imread(filename)
print(get_color(frame))
报错为没有colorList包,解决办法为: 从anaconda prompt使用豆瓣镜像下载colorList包:
pip install colorList -i https://pypi.doubanio.com/simple/ --trusted-host pypi.doubanio.com
但是报错了:
另,解决方法:
colorList这个并不是一个包,而是在上一个代码中定义getColorList函数的文件名,即colorList.py。
问:怎样在.ipynb.py中调用.py文件???
答:首先将colorList.ipynb保存为.py文件。File——Download as——Python.py
接下来,运行代码,调用colorList.py,但是继续报错:
解决办法:
还未解决,下文再续。
2021-11-8修
真正的问题出在将.ipynb文件转换为.py文件中。转换时直接在lab中download,没有在tree中download as,导致准换后的文件内容发生改变。
解决后代码运行无误。
结果显示如下:
转载申明:文章代码借鉴Python3 识别判断图片主要颜色,提取指定颜色的方法_python深度学习笔记,一起学习的加QQ2737499951-CSDN博客