我有大约 3000 张图像和 13 种不同的颜色（这些图像的大部分背景是白色）。如果图像的主要颜色是这 13 种不同颜色之一，我希望将它们关联起来。
我看到过类似的问题，例如Image color detection using python，要求使用平均颜色算法。我已经使用 Python 图像库和直方图几乎复制了该代码，并让它工作 - 但我发现它对于确定主要颜色不太可靠。
有什么想法吗？或者可以解决这个问题的图书馆？
提前致谢！
：编辑： 谢谢大家-你们几乎都说了同样的话，创建“桶”并使用图像的每个最近像素增加桶数。我似乎得到了很多返回“白色”或“米色”的图像，这也是大多数这些图像的背景。有没有办法解决或忽略背景？
再次感谢。
【问题讨论】：
您可以使用getcolors 函数获取图像中所有颜色的列表。它以以下形式返回元组列表：
(N, COLOR)
其中N 是颜色COLOR 在图像中出现的次数。要获得最大出现的颜色，您可以将列表传递给max 函数：
>>> from PIL import Image
>>> im = Image.open("test.jpg")
>>> max(im.getcolors(im.size[0]*im.size[1]))
(183, (255, 79, 79))
请注意，我将im.size[0]*im.size[1] 传递给了getcolors 函数，因为这是maxcolors 的最大值（有关详细信息，请参阅the docs）。
【讨论】：
from PIL import Image
我个人会将颜色空间分成 8-16 种主要颜色，然后对于每个像素，我会将最接近的颜色桶加一。最后，具有最高像素数量的桶的颜色获胜。
基本上，考虑 median 而不是 average。您只真正关心图像中的颜色，而平均颜色通常会给您一种全新的颜色。
【讨论】：
由于您尝试匹配少量预先存在的颜色，您可以尝试不同的方法。针对所有颜色测试每张图片，看看哪一张最匹配。
至于进行匹配，我会先将每张图片调整为更小的尺寸，以减少您为每张图片所做的工作量；我们对图像颜色的感知并不太依赖于细节的数量。对于较小图像的每个像素，找出 13 种颜色中最接近的颜色。如果它在某个阈值之内，请为该颜色添加一个计数器。最后，13 人中得分最高的为获胜者。
【讨论】：