python颜色识别_浅谈Python3识别判断图片主要颜色并和颜色库进行对比的方法

【更新】主要提供两种方案：

方案一：（参考网上代码，感觉实用性不是很强）使用PIL截取图像，然后将RGB转为HSV进行判断，统计判断颜色，最后输出RGB值

方案二：使用opencv库函数进行处理。（效果不错）

1、将图片颜色转为hsv，

2、使用cv2.inRange()函数进行背景颜色过滤

3、将过滤后的颜色进行二值化处理

4、进行形态学腐蚀膨胀，cv2.dilate()

5、统计白色区域面积

详解：方案一：

项目实际需要，对识别出来的车车需要标记颜色，因此采用方案如下：

1、通过import PIL.ImageGrab as ImageGrab 将识别出来的汽车矩形框裁剪出来

img_color=image.crop((left,right,top,bottom))

2、将裁剪出来的image进行颜色图像识别

RGB和hsv中间的转换关系，网上很多，我也没有具体去研究如何转换的，能用就行

附上测试，封装成函数方法：

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(r*2104+g*4130+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

if __name__ == '__main__':

image = Image.open('test.jpg')

image &