根据颜色分割图像答案

【问题标题】：split image on the basis of color根据颜色分割图像
【发布时间】：2018-07-21 23:30:35
【问题描述】：

我在应用 k-means 和 clusters = 3 后获得了一张图像。现在我想在 k-means 后获得的颜色的基础上获得 3 个单独的图像。例如，考虑附加的图像。现在我需要一张图像，使其仅包含蓝色方块。一个有字母 v，一个只有背景有没有办法使用 OpenCV 和 python 来做到这一点。

【问题讨论】：

所以再做 2 个克隆。合而为一，把所有不是白色的东西都做成黑色的，然后保存。在另一种情况下，制作所有不是蓝色、黑色等的东西。
@MarkSetchell 这只是一个示例图像，我不知道我会收到什么颜色
好的，选择随机像素直到你有 3 种不同的像素，或者从左上角开始迭代直到你有 3 种不同的颜色。
你能再发几张图片进行测试
你不能使用标签图像而不是量化颜色的图像吗？这样可以避免对颜色进行“逆向工程”。

标签： python-3.x opencv image-processing opencv3.0

【解决方案1】：

最通用和最简单的方法是为每个区域使用三种独特的灰色。（虽然我可以在上面的图像中找到三个以上的灰度级，可能是由于 imgur 压缩导致的变化。不过，在一天结束时，k-means 应该正好给出三个 BGR 值）

gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
unique = np.unique(gray)
c1, c2, c3 = unique[0], unique[1], unique[2]

mask1 = np.zeros_like(gray)
mask1[gray == c1] = 255

mask2 = np.zeros_like(gray)
mask2[gray == c2] = 255

mask3 = np.zeros_like(gray)
mask3[mask3 == c3] = 255

【讨论】：

【解决方案2】：

您可以通过计算图像的直方图来解决问题。下图显示了图像的峰值。

由此，您可以对颜色进行阈值处理。代码及结果：

import cv2 
import numpy as np
from matplotlib import pyplot as plt

img = cv2.imread("inputs/hist.png")
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
hist = cv2.calcHist([gray],[0],None,[256],[0,256])
colors = np.where(hist>5000)
img_number = 0
for color in colors[0]:
    print(color)
    split_image = img.copy()
    split_image[np.where(gray != color)] = 0
    cv2.imwrite(str(img_number)+".jpg",split_image)
    img_number+=1
plt.hist(gray.ravel(),256,[0,256])
plt.savefig('plt')
plt.show()

结果：

【讨论】：

当两种或更多颜色具有相同的亮度时，这将失败。
@YvesDaoust 我们可以使用 HSV 颜色空间来解决问题吗？
无需切换到 HSV。保持RGB。（事实上，使用标签图像会好得多。）