Как создать диаграмму цвета LAB с помощью OpenCV?

Question

Я занимаюсь разработкой проекта, который имеет отправную точку для определения цветов определенных пятен, для этого я строю трехмерную графику с цветами RGB этих изображений.С этим я определил некоторые поразительные цвета этих пятен, как показано ниже.

Цвет - это вопрос восприятия и субъективности интерпретации.Цель этого шага состоит в том, чтобы определить, чтобы можно было найти рисунок цвета без различий в интерпретации.С этим я искал в интернете и для этого, рекомендуется использовать цветовое пространство L * a * b *.

С этим, может кто-нибудь помочь мне получить этоГрафик с цветами LAB или указать другой способ лучше классифицировать цвета этих пятен?

Код, используемый для построения 3D графика

import numpy as np
import mpl_toolkits.mplot3d.axes3d as p3
import matplotlib.pyplot as plt
import colorsys
from PIL import Image

# (1) Import the file to be analyzed!
img_file = Image.open("IMD405.png")
img = img_file.load()

# (2) Get image width & height in pixels
[xs, ys] = img_file.size
max_intensity = 100
hues = {}

# (3) Examine each pixel in the image file
for x in xrange(0, xs):
  for y in xrange(0, ys):
    # (4)  Get the RGB color of the pixel
    [r, g, b] = img[x, y]

# (5)  Normalize pixel color values
r /= 255.0
g /= 255.0
b /= 255.0

# (6)  Convert RGB color to HSV
[h, s, v] = colorsys.rgb_to_hsv(r, g, b)

# (7)  Marginalize s; count how many pixels have matching (h, v)
if h not in hues:
  hues[h] = {}
if v not in hues[h]:
  hues[h][v] = 1
else:
  if hues[h][v] < max_intensity:
    hues[h][v] += 1

# (8)   Decompose the hues object into a set of one dimensional arrays we can use with matplotlib
h_ = []
v_ = []
i = []
colours = []

for h in hues:
  for v in hues[h]:
    h_.append(h)
    v_.append(v)
    i.append(hues[h][v])
    [r, g, b] = colorsys.hsv_to_rgb(h, 1, v)
    colours.append([r, g, b])

# (9)   Plot the graph!
fig = plt.figure()
ax = p3.Axes3D(fig)
ax.scatter(h_, v_, i, s=5, c=colours, lw=0)

ax.set_xlabel('Hue')
ax.set_ylabel('Value')
ax.set_zlabel('Intensity')
fig.add_axes(ax)
plt.savefig('plot-IMD405.png')
plt.show()

Answer 1

Использование OpenCV для Python действительно просто.Здесь я создал функцию для построения образца изображения.Обратите внимание, что для этой функции изображение должно быть RGB или BGR.

import cv2
import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D

image_BGR = np.uint8(np.random.rand(50,50,3) * 255)
#this image above is just an example. To load a real image use the line below
#image_BGR = cv2.imread('path/to/image')

def toLAB(image, input_type = 'BGR'):
  conversion = cv2.COLOR_BGR2LAB if input_type == 'BGR' else cv2.COLOR_RGB2LAB
  image_LAB = cv2.cvtColor(image, conversion)

  y,x,z = image_LAB.shape
  LAB_flat = np.reshape(image_LAB, [y*x,z])

  colors = cv2.cvtColor(image, cv2.COLOR_BGR2RGB) if input_type == 'BGR' else image
  colors = np.reshape(colors, [y*x,z])/255.

  fig = plt.figure()
  ax = fig.add_subplot(111, projection='3d')
  ax.scatter(xs=LAB_flat[:,2], ys=LAB_flat[:,1], zs=LAB_flat[:,0], s=10,  c=colors, lw=0)
  ax.set_xlabel('A')
  ax.set_ylabel('B')
  ax.set_zlabel('L')

  plt.show()

  return image_LAB 

lab_image = toLAB(image_BGR)

Результат примерно такой:

Надеюсь, это помогло!

Answer 2

Статическая карта:

GIF-карта:

Я предпочитаю использовать HSV для поиска определенного цветового диапазона, такого как:

1. Выбор правильной верхней и нижней границ ВПГ для определения цвета с помощью `cv :: inRange` (OpenCV)

2. Как определить пороговое значение для обнаружения на изображении только объектов зеленого цвета: Opencv

3. Как обнаружить два разных цвета с помощью `cv2.inRange` в Python-OpenCV?

4. Какие рекомендуемые цветовые пространства для обнаружения оранжевого цвета в открытом резюме?