我已经创建了一个函数来查找图像中的颜色,并返回x,y。现在我需要添加一个新函数,在这里我可以找到具有给定公差的颜色。应该很容易吗?
在图像中查找颜色并返回x,y的代码:
def FindColorIn(r,g,b, xmin, xmax, ymin, ymax):
image = ImageGrab.grab()
for x in range(xmin, xmax):
for y in range(ymin,ymax):
px = image.getpixel((x, y))
if px[0] == r and px[1] == g and px[2] == b:
return x, y
def FindColor(r,g,b):
image = ImageGrab.grab()
size = image.size
pos = FindColorIn(r,g,b, 1, size[0], 1, size[1])
return pos
结果:
从答案中可以看出,比较两种颜色的常用方法是欧几里德距离或切比雪夫距离。
我决定主要使用(平方)欧几里德距离和多个不同的颜色空间。实验室、deltaE(LCH)、XYZ、HSL和RGB。在我的代码中,大多数颜色空间使用平方欧氏距离来计算差异。
例如LAB,RGB和XYZ是一个简单的平方euc。距离就是诀窍:
if ((X-X1)^2 + (Y-Y1)^2 + (Z-Z1)^2) <= (Tol^2) then
...
LCH和HSL都有一个圆柱形的色调,所以有点复杂,但是一些数学方法解决了这个问题,然后开始使用平方eucl。这里也是。
在大多数情况下,我为每个通道的公差添加了“单独的参数”(使用1个全局公差和可选的“修饰符”HueTol := Tolerance * hueMod
或LightTol := Tolerance * LightMod
)。
似乎在XYZ(LAB,LCH)之上构建的颜色空间在我的许多场景中都表现得最好。在某些情况下,这种HSL会产生很好的效果,从RGB转换成RGB要便宜得多,RGB也是一种很好的方法,可以满足我的大部分需求。
假设rtol、gtol和btol分别是r、g和b的公差,为什么不:
以下是根据布鲁诺的asnwer改编的优化版本:
用法:
以一种对眼睛有意义的方式计算RGB颜色之间的距离,并不像只计算两个RGB向量之间的欧几里得距离那么简单。
这里有一篇有趣的文章:http://www.compuphase.com/cmetric.htm
C中的示例实现如下:
移植到Python应该不会太困难。
编辑:
或者,按照this answer中的建议,可以使用HLS and HSV。^{} 模块似乎具有从RGB进行转换的函数。它的文档还链接到这些页面,这些页面值得阅读,以理解为什么RGB欧几里得距离不能真正工作:
编辑2:
根据this answer,这个库应该有用:http://code.google.com/p/python-colormath/
相关问题 更多 >
编程相关推荐