Получение наиболее распространенного цвета изображения - PullRequest
Новая
       49

Получение наиболее распространенного цвета изображения

9 голосов
/ 13 декабря 2010

Я бы хотел получить наиболее распространенный цвет изображения.Я использую Java и хочу иметь наиболее преобладающий цвет.Есть ли библиотека Java cbir для этого?

Спасибо

Ответы [ 7 ]

9 голосов
/ 13 декабря 2010

Насколько точно вы хотите, чтобы это было?Вы можете использовать подход Bozhos и зацикливаться на всем изображении, но это может быть медленным для больших изображений.Существует 16777216 возможных значений RGB, и их счетчики на карте не очень эффективны.

Альтернативой является повторная выборка изображения с использованием getScaledInstance для его уменьшения до уменьшенной версии.например, изображение 1x1, а затем используйте getRGB, чтобы получить цвет этого пикселя.Вы можете поэкспериментировать с различными алгоритмами передискретизации, такими как SCALE_REPLICATE и SCALE_AREA_AVERAGING , чтобы увидеть, что работает лучше для вас.

4 голосов
/ 06 июня 2011

Спасибо за ответы. Вот практический пример метода Божо. Он также отфильтровывает белый / серый / черный. 

import java.awt.image.BufferedImage;
import java.io.File;
import java.util.Collections;
import java.util.Comparator;
import java.util.HashMap;
import java.util.Iterator;
import java.util.LinkedList;
import java.util.List;
import java.util.Map;
import javax.imageio.ImageIO;
import javax.imageio.ImageReader;
import javax.imageio.stream.ImageInputStream;


public class ImageTester {


    public static void main(String args[]) throws Exception {
        File file = new File("C:\\Users\\Andrew\\Desktop\\myImage.gif");
        ImageInputStream is = ImageIO.createImageInputStream(file);
        Iterator iter = ImageIO.getImageReaders(is);

        if (!iter.hasNext())
        {
            System.out.println("Cannot load the specified file "+ file);
            System.exit(1);
        }
        ImageReader imageReader = (ImageReader)iter.next();
        imageReader.setInput(is);

        BufferedImage image = imageReader.read(0);

        int height = image.getHeight();
        int width = image.getWidth();

        Map m = new HashMap();
        for(int i=0; i < width ; i++)
        {
            for(int j=0; j < height ; j++)
            {
                int rgb = image.getRGB(i, j);
                int[] rgbArr = getRGBArr(rgb);                
                // Filter out grays....                
                if (!isGray(rgbArr)) {                
                        Integer counter = (Integer) m.get(rgb);   
                        if (counter == null)
                            counter = 0;
                        counter++;                                
                        m.put(rgb, counter);                
                }                
            }
        }        
        String colourHex = getMostCommonColour(m);
        System.out.println(colourHex);
    }


    public static String getMostCommonColour(Map map) {
        List list = new LinkedList(map.entrySet());
        Collections.sort(list, new Comparator() {
              public int compare(Object o1, Object o2) {
                return ((Comparable) ((Map.Entry) (o1)).getValue())
                  .compareTo(((Map.Entry) (o2)).getValue());
              }
        });    
        Map.Entry me = (Map.Entry )list.get(list.size()-1);
        int[] rgb= getRGBArr((Integer)me.getKey());
        return Integer.toHexString(rgb[0])+" "+Integer.toHexString(rgb[1])+" "+Integer.toHexString(rgb[2]);        
    }    

    public static int[] getRGBArr(int pixel) {
        int alpha = (pixel >> 24) & 0xff;
        int red = (pixel >> 16) & 0xff;
        int green = (pixel >> 8) & 0xff;
        int blue = (pixel) & 0xff;
        return new int[]{red,green,blue};

  }
    public static boolean isGray(int[] rgbArr) {
        int rgDiff = rgbArr[0] - rgbArr[1];
        int rbDiff = rgbArr[0] - rgbArr[2];
        // Filter out black, white and grays...... (tolerance within 10 pixels)
        int tolerance = 10;
        if (rgDiff > tolerance || rgDiff < -tolerance) 
            if (rbDiff > tolerance || rbDiff < -tolerance) { 
                return false;
            }                 
        return true;
    }
}
3 голосов
/ 13 декабря 2010

В зависимости от того, насколько точным должно быть значение цвета, вы можете рассмотреть «цветные корзины», собирающие похожие цвета, чтобы избежать проблем с памятью.Это будет означать разделение цветового пространства на «интервалы» цветов, где все цвета, которые достаточно похожи (т.е. близки друг к другу), считаются одним и тем же цветом.Изменяя размер интервала, вы можете напрямую управлять компромиссом между точностью и потреблением памяти.

Редактировать: в основном вам нужна гистограмма (посмотрите это вверх).Скорее всего, существуют хорошо разработанные стандартные решения для эффективного расчета одного из них.

3 голосов
/ 13 декабря 2010

Что если вы рассматриваете свое изображение как большой линейный массив пикселей, и после этого все, что вам нужно сделать, это просто отсортировать его?После сортировки вы можете посчитать самую длинную часть тех же значений.

2 голосов
/ 13 декабря 2010

Вы можете зациклить BufferedImage (два цикла - один от 0 до ширины и один от 0 до высоты) и получить вызов getRgb(x, y).Затем посчитайте каждое другое значение.Для этого вы можете использовать Map (ключ = цвет, значение = количество вхождений).

1 голос
/ 13 декабря 2010

Я бы рассчитал оттенок каждого пикселя, а затем мощность каждого оттенка (создает гистограмму).Возможно взвешивание по насыщенности.Затем примените фильтр нижних частот и найдите максимум.Наконец, преобразуйте оттенок обратно в RGB.

Это предполагает, что если бы у вас была только красная плоскость изображения, вы бы хотели, чтобы результат был "красным", а не каким-то оттенком розового.

0 голосов
/ 17 июня 2014

Код Эндрю Дистера работает нормально, Быстрый ответ в Android 

import java.util.Collections;
import java.util.Comparator;
import java.util.HashMap;
import java.util.LinkedList;
import java.util.List;
import java.util.Map;

import android.graphics.Bitmap;

public class ImageTester {

    public interface ImageColor {
        void onImageColor(int r, int g, int b);
    }

    @SuppressWarnings({ "unchecked", "rawtypes" })
    public static void getMostCommonColour(final Bitmap image,
            final ImageColor heColor) {
        new Thread(new Runnable() {
            private int rgb;

            @Override
            public void run() {
                int height = image.getHeight();
                int width = image.getWidth();
                Map m = new HashMap();
                int boderWid = width / 4;
                int borderHeigh = height / 4;

                for (int i = boderWid; i < width - boderWid;) {
                    for (int j = borderHeigh; j < height - borderHeigh;) {
                        try {
                            rgb = image.getPixel(i, j);

                        } catch (Exception e) {
                            continue;
                        }finally{
                            i += 20;
                            j += 20;
                        }
                        int[] rgbArr = getRGBArr(rgb);
                        // Filter out grays....
                        if (!isGray(rgbArr)) {
                            Integer counter = (Integer) m.get(rgb);
                            if (counter == null)
                                counter = 0;
                            counter++;
                            m.put(rgb, counter);

                        }

                    }
                }
                List list = new LinkedList(m.entrySet());
                Collections.sort(list, new Comparator() {
                    public int compare(Object o1, Object o2) {
                        return ((Comparable) ((Map.Entry) (o1)).getValue())
                                .compareTo(((Map.Entry) (o2)).getValue());
                    }
                });
                Map.Entry me = (Map.Entry) list.get(list.size() - 1);
                int[] rgb = getRGBArr((Integer) me.getKey());
                heColor.onImageColor(rgb[0], rgb[1], rgb[2]);

            }
        }).start();
    }

    public static int[] getRGBArr(int pixel) {
        int red = (pixel >> 16) & 0xff;
        int green = (pixel >> 8) & 0xff;
        int blue = (pixel) & 0xff;
        return new int[] { red, green, blue };

    }

    public static boolean isGray(int[] rgbArr) {
        int rgDiff = rgbArr[0] - rgbArr[1];
        int rbDiff = rgbArr[0] - rgbArr[2];
        int tolerance = 10;
        if (rgDiff > tolerance || rgDiff < -tolerance)
            if (rbDiff > tolerance || rbDiff < -tolerance) {
                return false;
            }
        return true;
    }
}
...