图像颜色分类器

Question

我有这张照片。

​

​

我想对所有像素进行分类。该图像中像素的颜色如下：

1. 蓝色:水
2. 红色:屋顶
3. 白色:道路
4. 黄色:浅
5. 浅绿色:草
6. 深绿色:树
7. 黑色:背景

如何对所有像素进行分类。例如，如果2‘列和1’行的像素是蓝色的，那么将(1,2)分类为水类，等等。

Answer 1

我可以向您展示如何做到这一点，以及您将得到什么样的结果，并希望您能够将其适应Python --如果您愿意的话。我选择的武器是ImageMagick，它安装在大多数Linux发行版上，可以在macOS和macOS上免费使用。

步骤1

首先，我使用了一个“颜色滴定器”工具(在Mac上称为“数字色表”)，我查看您识别的7种颜色中的每一种颜色的区域，并获取它们的RGB坐标，并通过在终端中键入以下内容，对这些值进行简单的“查找表”：

# First make a LUT of our 7 colours
convert xc:"rgb(59,79,162)"   \
        xc:"rgb(230,30,35)"   \
        xc:"rgb(240,240,240)" \
        xc:"rgb(230,230,97)"  \
        xc:"rgb(103,180,65)"  \
        xc:"rgb(47,140,87)"   \
        xc:black +append LUT.png

这个文件(LUT.png)看起来像这样--只是小一点--我在下面放大了它，这样你就可以看到它了。实际上，它只有7x1像素：

​

​

步骤2

现在，我将该查找表应用于图像，而不产生抖动，这样图像中的每一种颜色都被强制转换为表中最接近的颜色：

convert image.png +dither -map LUT.png result.png

​

​

该图像现在真正只有7种颜色，我们选择，而不是8,002颜色在您原来的形象！

步骤3

现在，我们遍历图像并对其进行分类，将所有蓝色像素替换为1，所有红色像素替换为2，所有白色像素替换为3，等等：

convert result.png            \
        -fill "gray(1)" -opaque "rgb(59,79,162)"   \
        -fill "gray(2)" -opaque "rgb(230,30,35)"   \
        -fill "gray(3)" -opaque "rgb(240,240,240)" \
        -fill "gray(4)" -opaque "rgb(230,230,97)"  \
        -fill "gray(5)" -opaque "rgb(103,180,65)"  \
        -fill "gray(6)" -opaque "rgb(47,140,87)"   \
        -fill "gray(7)" -opaque black final.png

这给了我们这个非常暗的图像，因为在0-255的范围内，所有像素都是7或以下：

​

​

因此，我们使用标准化的方法将灰色延伸到全部范围：

convert final.png -normalize final.png

​

​

我猜下一件事将是确定每一种封面类型的百分比。让我们先看看水。如果我们把所有是水的东西变成白色像素，而不是水变成黑色像素，我们只需看一下图像就可以计算出水覆盖率的百分比：

convert final.png -fill white -opaque "rgb(1,1,1)" -fill black +opaque white -format "%[fx:int(mean*100)]" info:
12

所以有12%的水覆盖率。要获得实际图像，请将上面的计算替换为输出文件名：

convert final.png -fill white -opaque "rgb(1,1,1)" -fill black +opaque white water.png

​

​

我们接下来试试树..。同样的程序，把所有是树的东西都变成白色，所有不是树的东西都变成黑色：

convert final.png -fill white -opaque "rgb(6,6,6)" -fill black +opaque white -format "%[fx:int(mean*100)]" info:
26

因此，26%的树木覆盖率。让我们看看他们：

convert final.png -fill white -opaque "rgb(6,6,6)" -fill black +opaque white trees.png

​

​

Python

那么，Python会发生什么呢？

第1步意味着用7种颜色分配一个列表或数组(或Python调用它们的任何东西)。列表中的每个条目都将包含一个红色、绿色和蓝色组件。

步骤2.遍历图像中的每个像素(逐行和列)，获取其红色、绿色和蓝色组件。然后计算出从当前像素到7个LUT颜色中的每一个颜色的距离，并取一个结果最小的颜色，也就是最近的距离。计算距离

(thispixel.Red-LUT[n].Red)^2 + (thispixel.Green-LUT[n].Green)^2 + (thispixel.Blue-LUT[n].Blue)^2 

在这里，n将通过LUT的7个指数。

步骤3.将输出像素设置为LUT中最接近的颜色的索引。