定义模拟（相似）颜色

Question

我想做一个从图像中获取颜色的程序，而不是给我模拟颜色...， 但我不知道如何使用从图像中获取的颜色，因为它没有像对象那样给我颜色...

我试着做这样的：

from PIL import Image

img = Image.open("C:/Marco/programas/orange2.jpg").convert("P")

colors = []

for cor_rgb in img.getpalette():
    if cor_rgb not in colors:
        colors.append(cor_rgb)
c = Image.Image.getdata(img)

print(c)
print (colors)

有人可以帮帮我吗？

Answer 1

您可以在使用Image.convert() 方法时指定自适应转换。没有给出细节，但在这种情况下，“自适应”通常是指最能代表图像中的颜色的设置颜色。

完成转换后，Image.getpalette() 返回的值是一个 RGB 颜色列表，代表自适应算法选择放入调色板的每种颜色。从使用我的测试图像的结果来看，看起来颜色在表格中按受欢迎程度排序（但我不确定，也没有记录）。

Adobe Photoshop® 等专业图像编辑程序在转换为调色图像时有多种选择，包括“选择性”、“统一”和“感知”。我经常使用后者，因为它考虑到人眼无法平均检测所有颜色之间的差异这一事实，它使用一些度量来衡量“感知色差”。

from PIL import Image

image_filename = "oranges2.jpg"
img = Image.open(image_filename).convert("P", palette=Image.ADAPTIVE)
palette = img.getpalette()
colors = [palette[i:i+3]  # Split palette entries up into groups of 3.
            for i in range(0, len(palette), 3)]

print(len(colors))
for color in colors:
    print(color)

样本输出：

256
[250, 212, 69]
[253, 194, 17]
[252, 185, 22]
[254, 185, 1]
[255, 177, 10]
[255, 177, 2]
[255, 177, 0]
[254, 177, 2]
[240, 177, 35]
[255, 167, 10]
[255, 168, 4]
[255, 167, 2]
...
[115, 15, 1]
[98, 19, 1]
[98, 11, 1]
[86, 16, 2]
[75, 15, 2]
[83, 7, 1]
[72, 7, 1]
[58, 12, 3]
[56, 6, 1]
[59, 3, 1]
[48, 3, 1]
[36, 8, 3]
[36, 2, 1]
[20, 6, 3]
[18, 2, 1]

这是我用于测试的图像文件：

Answer 2

getpalette 的文档显示它以平面列表 [R,G,B, ... ] 的形式提供。使用 numpy.array 您可以将其重塑为数组 [ [R,G,B], [...], ...] 并获得唯一元素

from PIL import Image
import numpy

img = Image.open("image.jpg").convert("P")

colors = numpy.array(img.getpalette())
colors = colors.reshape((-1,3))
colors = numpy.unique(colors, axis=0)

print(colors)

示例结果

[[  0   0   0]
 [  0   0  51]
 [  0   0 102]
 [  0   0 153]
 [  0   0 204]
 [  0   0 255]
 [  0  51   0]
 [  0  51  51]
 [  0  51 102]
 [  0  51 153]
 [  0  51 204]
 [  0  51 255]
 [  0 102   0]
 [  0 102  51]
 [  0 102 102]
 [  0 102 153]
 [  0 102 204]
 [  0 102 255]

但我不知道如何定义“模拟颜色”