Доминантные цвета на нескольких изображениях - PullRequest
Новая
       32

Доминантные цвета на нескольких изображениях

0 голосов
/ 02 марта 2019

Я пытаюсь найти алгоритм, чтобы найти средние доминирующие цвета нескольких изображений с Python.Я нашел алгоритм, который выделяет доминирующие цвета одного изображения с помощью кластера KMeans.Затем кластер вводится в функцию гистограммы и, наконец, отображается с библиотекой matplot.

Я довольно плохо знаком с Python и программированием в целом, и я не смог найти способ объединения нескольких кластерных данных в одну или объединения нескольких гистограмм Чтобыло бы самым умным решением?

Что я пытаюсь найти в примере.Скажем, у вас есть два изображения: первое - 50% голубого и 50% желтого, а второе - 50% голубого и 50% красного - я хотел бы получить комбинированный и взвешенный результат: 50% голубого, 25% красного и 25% желтый.

Пока это мой код 

import cv2
import glob
import numpy as np
import matplotlib.pyplot as plt
from sklearn.cluster import KMeans


def find_histogram(clt):
    """
    create a histogram with k clusters
    :param: clt
    :return:hist
    """
    numLabels = np.arange(0, len(np.unique(clt.labels_)) + 1)
    (hist, _) = np.histogram(clt.labels_, bins=numLabels)

    hist = hist.astype("float")
    hist /= hist.sum()

    return hist


def plot_colors2(hist, centroids):
    bar = np.zeros((50, 300, 3), dtype="uint8")
    startX = 0

    for (percent, color) in zip(hist, centroids):
        # plot the relative percentage of each cluster
        endX = startX + (percent * 300)
        cv2.rectangle(bar, (int(startX), 0), (int(endX), 180), color.astype("uint8").tolist(), -1)
        startX = endX

    return bar

images = [cv2.imread(file) for file in glob.glob("pics/*.jpg")]


for image in images:
    imageRGB = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)
    imageReshape = imageRGB.reshape((imageRGB.shape[0] * 
    imageRGB.shape[1],3)) #represent as row*column,channel number

    cluster = KMeans(n_clusters=3) #cluster number
    cluster.fit(imageReshape)

    print(cluster)

    histogram = find_histogram(cluster)
    #print("histogram", histogram)

    bar = plot_colors2(histogram, cluster.cluster_centers_)
    plt.axis("off")
    plt.imshow(bar)
    plt.show()
...