有人知道检测图像中主要颜色的快速算法吗？
我目前正在使用 k-means 和 Python 的 PIL 一起查找颜色，但速度很慢。处理一张 200x200 图像需要 10 秒。我有几十万张图片。
【问题讨论】：
标签： python algorithm colors python-imaging-library
稍加修改，this code（我怀疑你可能已经看到了！）可以加速到不到一秒
如果将kmeans(min_diff=...) 的值增加到大约 10，它会产生非常相似的结果，但运行时间为 900 毫秒（相比之下，min_diff=1 大约需要 5000-6000 毫秒）
将缩略图的大小进一步减小到 100x100 似乎也不会对结果产生太大影响，并且运行时间约为 250 毫秒
这是一个稍微调整过的代码版本，它只是参数化了 min_diff 值，并包含一些糟糕的代码来生成带有结果/时间的 HTML 文件
from collections import namedtuple
from math import sqrt
import random
try:
import Image
except ImportError:
from PIL import Image
Point = namedtuple('Point', ('coords', 'n', 'ct'))
Cluster = namedtuple('Cluster', ('points', 'center', 'n'))
def get_points(img):
points = []
w, h = img.size
for count, color in img.getcolors(w * h):
points.append(Point(color, 3, count))
return points
rtoh = lambda rgb: '#%s' % ''.join(('%02x' % p for p in rgb))
def colorz(filename, n=3, mindiff=1):
img = Image.open(filename)
img.thumbnail((200, 200))
w, h = img.size
points = get_points(img)
clusters = kmeans(points, n, mindiff)
rgbs = [map(int, c.center.coords) for c in clusters]
return map(rtoh, rgbs)
def euclidean(p1, p2):
return sqrt(sum([
(p1.coords[i] - p2.coords[i]) ** 2 for i in range(p1.n)
]))
def calculate_center(points, n):
vals = [0.0 for i in range(n)]
plen = 0
for p in points:
plen += p.ct
for i in range(n):
vals[i] += (p.coords[i] * p.ct)
return Point([(v / plen) for v in vals], n, 1)
def kmeans(points, k, min_diff):
clusters = [Cluster([p], p, p.n) for p in random.sample(points, k)]
while 1:
plists = [[] for i in range(k)]
for p in points:
smallest_distance = float('Inf')
for i in range(k):
distance = euclidean(p, clusters[i].center)
if distance < smallest_distance:
smallest_distance = distance
idx = i
plists[idx].append(p)
diff = 0
for i in range(k):
old = clusters[i]
center = calculate_center(plists[i], old.n)
new = Cluster(plists[i], center, old.n)
clusters[i] = new
diff = max(diff, euclidean(old.center, new.center))
if diff < min_diff:
break
return clusters
if __name__ == '__main__':
import sys
import time
for x in range(1, 11):
sys.stderr.write("mindiff %s\n" % (x))
start = time.time()
fname = "akira_940x700.png"
col = colorz(fname, 3, x)
print "<h1>%s</h1>" % x
print "<img src='%s'>" % (fname)
print "<br>"
for a in col:
print "<div style='background-color: %s; width:20px; height:20px'> </div>" % (a)
print "<br>Took %.02fms<br> % ((time.time()-start)*1000)
【讨论】：
一种快速的方法是简单地将颜色空间划分为 bin，然后构建直方图。它很快，因为您只需要对每个像素进行少量决策，并且只需要遍历图像一次（并且遍历直方图以找到最大值）。
更新：这里有一个粗略的图表来帮助解释我的意思。
在 x 轴上，颜色被划分为离散的 bin。 y 轴显示每个 bin 的值，即与该 bin 的颜色范围匹配的像素数。此图像中有两种主要颜色，由两个峰显示。
【讨论】：
colorsys.rgb_to_hsv 这样做 - h 是色调
K-means 是此任务的不错选择，因为您事先知道主要颜色的数量。您需要优化 K-means。我认为您可以减小图像大小，只需将其缩小到 100x100 像素左右。找到你的算法以可接受的速度工作的大小。另一种选择是在 k-means 聚类之前使用降维。
并尝试找到快速的 k-means 实现。用python写这样的东西是对python的误用。不应该这样使用。
【讨论】：