【发布时间】：2010-12-01 07:29:46
【问题描述】：
也许您已经注意到了，但 Google 图片搜索现在有一项功能，您可以按颜色缩小结果范围。有谁知道他们是怎么做到的？显然，他们已经对每张图片的信息进行了索引。
我很好奇分析图像颜色数据以实现简单颜色搜索的最佳方法。
感谢您的任何想法！
【问题讨论】：
【发布时间】：2010-12-01 07:29:46
【问题描述】：
Google 功能提供 12 种颜色来匹配图像。所以我会计算每个样本的Lab 坐标，并在二维空间上绘制每种颜色的(a*, b*) 坐标。我会删除 L* 组件，因为应该忽略像素的亮度（亮度）。使用(a*, b*) 空间中的12 个点，我将使用Voronoi Diagram 计算分区。然后对于给定的图像，我会获取每个像素，计算其(a*, b*) 坐标。对图像中的每个像素执行此操作，从而在每个 Voronoi 分区中建立计数直方图。包含最高像素数的分区将被视为图像的“颜色”。
这将构成算法的基础，尽管会进行一些改进，以忽略在感知上不被视为图像主题一部分的黑白背景区域。
【讨论】：
-
你能详细说明一下这个技巧吗？
-
请注意
L是亮度或“亮度”值（不是b）。
平均颜色是一个很好的开始。只需使用双三次或双线性过滤器（或任何先进的东西）将您的图像缩小到原始尺寸的 10%。这将大大减少色彩噪声，并为您提供更接近人类感知图像的结果。 IE。纯粹由黄色和蓝色像素组成的像素栅格会变成干净的绿色。
如果你不模糊或缩小图像，你可能仍然会得到平均绿色，但偏差会很大。
【讨论】：
-
然后我会采用缩小图像的平均颜色并将其用于索引目的吗？
-
您对缩小图像的颜色进行采样。
-
@JoelVerhagen 类似的方法见this answer。它缩小到 1x1 像素并将结果作为
UIColor返回。
所有像素的平均颜色？制作直方图并找到“n”个峰值的平均值？
【讨论】：