Блог

Я анализирую очень большое количество изображений и извлекаю доминирующие цветовые коды.

Я хочу сгруппировать их в диапазоны общих названий цветов, таких как зеленый, темно-зеленый, светло-зеленый, синий, темно-синий, светло-голубой и так далее.

Я ищу независимый от языка способ реализовать что-то самостоятельно, если есть примеры, которые я могу изучить для достижения этого, я был бы более чем благодарен.

В области машинного обучения то, что вы хотите сделать, называется классификацией, целью которой является присвоение метки одного из классов (цвета) каждому из наблюдений (изображений). Для этого классы должны быть предварительно определены. Предположим, что это цвета, которые мы хотим присвоить изображениям:

Чтобы определить доминирующий цвет изображения, необходимо рассчитать расстояние между каждым из его пикселей и всеми цветами в таблице. Обратите внимание, что это расстояние вычисляется в цветовом пространстве RGB. Для вычисления расстояния между ij-м пикселем изображения и k-м цветом таблицы можно использовать следующее уравнение:

 d_ijk = sqrt((r_ij-r_k)^2 (g_ij-g_k)^2 (b_ij-b_k)^2)
  

На следующем шаге для каждого пикселя выбирается ближайший цвет в таблице. Это концепция, используемая для сжатия изображения с использованием индексированных цветов (за исключением того, что здесь палитра одинакова для всех изображений и не рассчитывается для каждого, чтобы минимизировать разницу между исходным и индексированным изображением). Теперь, как указал @jairoar, мы можем получить гистограмму изображения (не путать с гистограммой RGB или гистограммой интенсивности) и определить цвет, который имеет наибольшее количество повторений.
Чтобы показать результат этих шагов, я использовал случайные обрезки этого произведения искусства! мое:

Так выглядят изображения до и после индексации (слева: оригинал, справа: индексированный): и это наиболее повторяющиеся цвета (слева: индексированный, справа: доминирующий цвет):

Но поскольку вы сказали, что количество изображений велико, вы должны знать, что эти вычисления занимают относительно много времени. Но хорошая новость заключается в том, что есть способы повысить производительность. Например, вместо использования евклидова расстояния (формула выше) можно использовать городской квартал или расстояние Чебышева. Вы также можете рассчитать расстояние только для части пикселей вместо того, чтобы вычислять его для всех пикселей изображения. Для этой цели вы можете сначала масштабировать изображение до гораздо меньшего размера (например, 32 на 32) и выполнить вычисления для пикселей этого уменьшенного изображения. Если вы решили изменить размер изображений, не утруждайте себя использованием билинейных или бикубических интерполяций, это не стоит дополнительных вычислений. Вместо этого перейдите к ближайшему соседу, который фактически выполняет выборку прямоугольной решетки на исходном изображении.

Хотя упомянутые изменения значительно увеличат скорость вычислений, но ничего хорошего не дается бесплатно. Это компромисс между производительностью и точностью. Например, на предыдущих двух изображениях мы видим, что изображение, которое изначально было распознано как оранжевое (код 20), после изменения его размера было распознано как розовое (код 26).
Чтобы определить параметры алгоритма (измерение расстояния, алгоритм уменьшения размера изображения и масштабирования), необходимо сначала выполнить операцию классификации для нескольких изображений с максимально возможной точностью и сохранить результаты как достоверные. Затем с помощью нескольких экспериментов получите комбинацию параметров, которые не делают ошибку классификации больше максимально допустимого значения.

Фантастический ответ @ saastn предполагает, что у вас есть набор предопределенных цветов, по которым вы хотите отсортировать свои изображения. Реализация проще, если вы просто хотите классифицировать изображения по одному цвету из некоторого набора X равноудаленных цветов, а-ля гистограмма.

Подводя итог, округлите цвет каждого пикселя на изображении до ближайшего цвета из некоторого набора равноудаленных цветовых ячеек. Это снижает точность ваших цветов до любого количества цветов, которое вы пожелаете. Затем подсчитайте все цвета на изображении и выберите наиболее часто встречающийся цвет в качестве вашей классификации для этого изображения.

Вот моя реализация этого в Python:

 import cv2
import numpy as np

#Set this to the number of colors that you want to classify the images to
number_of_colors = 8

#Verify that the number of colors chosen is between the minimum possible and maximum possible for an RGB image.
assert 8 <= number_of_colors <= 16777216

#Get the cube root of the number of colors to determine how many bins to split each channel into.
number_of_values_per_channel = number_of_colors ** ( 1 / 3 )

#We will divide each pixel by its maximum value divided by the number of bins we want to divide the values into (minus one for the zero bin).
divisor = 255 / (number_of_values_per_channel - 1)

#load the image and convert it to float32 for greater precision. cv2 loads the image in BGR (as opposed to RGB) format.
image = cv2.imread("image.png", cv2.IMREAD_COLOR).astype(np.float32)

#Divide each pixel by the divisor defined above, round to the nearest bin, then convert float32 back to uint8.
image = np.round(image / divisor).astype(np.uint8)

#Flatten the columns and rows into just one column per channel so that it will be easier to compare the columns across the channels.
image = image.reshape(-1, image.shape[2])

#Find and count matching rows (pixels), where each row consists of three values spread across three channels (Blue column, Red column, Green column).
uniques = np.unique(image, axis=0, return_counts=True)

#The first of the two arrays returned by np.unique is an array compromising all of the unique colors.
colors = uniques[0]

#The second of the two arrays returend by np.unique is an array compromising the counts of all of the unique colors.
color_counts = uniques[1]

#Get the index of the color with the greatest frequency
most_common_color_index = np.argmax(color_counts)

#Get the color that was the most common
most_common_color = colors[most_common_color_index]

#Multiply the channel values by the divisor to return the values to a range between 0 and 255
most_common_color = most_common_color * divisor

#If you want to name each color, you could also provide a list sorted from lowest to highest BGR values comprising of
#the name of each possible color, and then use most_common_color_index to retrieve the name.
print(most_common_color)