c++ - 是否有一个公式来确定给定 BGR 值的整体颜色？（OpenCV 和 C++）

Question

我正在使用 C++ 和 OpenCV 制作一个函数，它将检测图像中像素的颜色，确定它所在的颜色范围，并将其替换为通用颜色。例如，绿色的范围可以从深绿色到浅绿色，程序会确定它仍然是绿色并将其替换为简单的绿色，从而使输出图像看起来非常简单。一切都设置好了，但是我在定义每个范围的特征时遇到了麻烦，并且很好奇是否有人知道或者有一个公式，给定 BGR 值，可以确定像素的整体颜色。如果不是，我将不得不做很多实验并自己制作，但如果已经存在某些东西，那将节省时间。我做了很多研究，到目前为止还没有发现任何东西。

Answer 1

如果你想让你的图像更简单（即颜色更少），但好看，你有几个选择：

• 一种简单的方法是将图像除以一个因子（整数除法）N，然后乘以一个因子N。

• K或者，您可以使用一些聚类算法（例如kmeans此处显示的）或中值切割算法将图像划分为颜色。

原图：

减少颜色（量化，N = 64）：

减少颜色（聚集，K = 8）：

代码量化：

#include <opencv2/opencv.hpp>
using namespace std;
using namespace cv;

int main()
{
    Mat3b img = imread("path_to_image");

    imshow("Original", img);

    uchar N = 64;
    img  /= N;
    img  *= N;

    imshow("Reduced", img);
    waitKey();

    return 0;
}

代码kmeans：

#include <opencv2/opencv.hpp>
using namespace std;
using namespace cv;

int main()
{
    Mat3b img = imread("path_to_image");

    imshow("Original", img);

    // Cluster

    int K = 8;
    int n = img.rows * img.cols;
    Mat data = img.reshape(1, n);
    data.convertTo(data, CV_32F);

    vector<int> labels;
    Mat1f colors;
    kmeans(data, K, labels, cv::TermCriteria(), 1, cv::KMEANS_PP_CENTERS, colors);

    for (int i = 0; i < n; ++i)
    {
        data.at<float>(i, 0) = colors(labels[i], 0);
        data.at<float>(i, 1) = colors(labels[i], 1);
        data.at<float>(i, 2) = colors(labels[i], 2);
    }

    Mat reduced = data.reshape(3, img.rows);
    reduced.convertTo(reduced, CV_8U);


    imshow("Reduced", reduced);
    waitKey();

    return 0;
}

Answer 2

是的，您所说的“像素的整体颜色”可能是指颜色的“色调”或“饱和度”。

因此，您需要一个将 RGB 转换为 HSV（色相、饱和度、值）的公式，然后您只会对色相或饱和度值感兴趣。

请参阅：在 0-255 范围内将 RGB 转换为 HSV 和 HSV 到 RGB 的算法

编辑：您可能需要最大化饱和度，然后将其转换回 RGB，并检查哪个值最高（例如（255,0,0）或（255,0,255）等。

Answer 3

如果你想访问所有像素的 RGB 值，那么下面是代码，

#include <opencv2/opencv.hpp>
using namespace std;
using namespace cv;

int main()
{
   Mat image = imread("image_path");

   for(int row = 1; row < image.rows; row++)
   {
       for(int col = 1; col < image.cols; col++)
       {
           Vec3b rgb = image.at<Vec3b>(row, col);
       }
   }

}