为了一个有趣的项目,我想分析一些图像,特别是哪些颜色(色调)比其他颜色更明显。因为我想考虑颜色的“可见性”,仅仅计算像素的色调是不够的(例如,完美的黑色在其色调为0°时就等于红色)。我想出了一个对我的项目来说足够好的公式。在
目前我做以下工作:
公式是color_visibility = sqrt(saturation * value)
。因此,一个完整的红色RGB=255,0,0; HSV=0,1,1
将产生{RGB=255,128,128; HSV=0,0.5,1
将产生{
以下是我使用的(完整工作)代码:
import urllib
import cv2
import numpy as np
url = 'https://upload.wikimedia.org/wikipedia/commons/thumb/0/02/Leuchtturm_in_Westerheversand_crop.jpg/299px-Leuchtturm_in_Westerheversand_crop.jpg'
image = np.asarray(bytearray(urllib.urlopen(url).read()), dtype="uint8")
image = cv2.imdecode(image, cv2.IMREAD_COLOR)
d = {}
hsv = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)
pixels = hsv.reshape((hsv.shape[0] * hsv.shape[1], 3))
for h,s,v in pixels:
d[h] = d.get(h, 0.) + (s/255. * v/255.) ** 0.5
正如您可能猜到的,当图像有更多像素时,代码会变得非常慢。在
我的问题是,没有dict和for循环,如何计算公式?也许直接和纽比在一起?在
您要寻找的魔力在^{} 中,因为它相当直接地将
h
值转换为循环版本-请注意,结果数组的元素的值计数可能为零
相关问题 更多 >
编程相关推荐