本文介绍了在Python中，将图像中的颜色映射到颜色列表中最接近的成员的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！
问题描述
我有一个19种颜色的列表，它是一个大小为(19,3)的数字数组：
colors = np.array([[0, 0, 0],
[0, 0, 255],
[255, 0, 0],
[150, 30, 150],
[255, 65, 255],
[150, 80, 0],
[170, 120, 65],
[125, 125, 125],
[255, 255, 0],
[0, 255, 255],
[255, 150, 0],
[255, 225, 120],
[255, 125, 125],
[200, 100, 100],
[0, 255, 0],
[0, 150, 80],
[215, 175, 125],
[220, 180, 210],
[125, 125, 255]
])
(1024,1024,3)的NumPy数组)，其颜色与上面定义的所有颜色都有些接近或相等。然而，我的程序要求图像只能包含上面的颜色，而不能包含接近的颜色，因此我需要将数组中每个像素的颜色转换为19种颜色中最接近的颜色。
我在Python - Find the closest color to a color, from giving list of colors：
看到了一个函数，可以从只使用Numpy的一组颜色中查找最接近的颜色(它工作得很好)：def closest_color(colors,color):
colors = np.array(colors)
color = np.array(color)
distances = np.sqrt(np.sum((colors-color)**2,axis=1))
index_of_smallest = np.where(distances==np.amin(distances))
smallest_distance = colors[index_of_smallest]
return smallest_distance
使用此函数，我可以从预定义列表中找到最接近单一颜色的颜色，但在我的问题中，我没有想要更改的单一颜色，而是整个图像(1024x1024像素的颜色)。使用NumPy来解决我的问题的这个函数(或使用任何更好的函数)，最有效的方式是什么？我希望尽可能减少for循环的数量，因为我总共需要处理30,000个大小为1024 x 1024的图像。
谢谢！
推荐答案
我们可以使用Cython-powered kd-tree for quick nearest-neighbor lookup，从而实现我们的分类/分类-
from scipy.spatial import cKDTree
# Input image : img
out_img = colors[cKDTree(colors).query(img,k=1)[1]]
这篇关于在Python中，将图像中的颜色映射到颜色列表中最接近的成员的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持编程学习网！
本站部分内容来源互联网,如果有图片或者内容侵犯您的权益请联系我们删除！