我正在寻找一种使用python查找图像中最主要的颜色/色调的方法。普通的阴影或最普通的RGB都可以。我看过Python Imaging库，找不到任何与我在他们的手册中所寻找的内容有关的内容，也没有对VTK进行过简短的了解。
但是，我确实找到了可以满足我需要的PHP脚本（在此处需要登录才能下载）。该脚本似乎将图像大小调整为150 * 150，以显示主要颜色。但是，在那之后，我相当失落。我确实考虑过编写一些可以将图像调整为较小尺寸，然后检查其他每个像素的图像的方法，尽管我认为这样做效率不高（尽管将这种想法实现为C python模块可能是一种想法）。
但是，尽管如此，我还是很困惑。所以，我转向你。是否有一种简单有效的方法来查找图像中的主色。
这是使用Pillow和Scipy的cluster软件包的代码。
为简单起见，我将文件名硬编码为“ image.jpg”。调整图像大小是为了提高速度：如果您不介意等待，请注释一下调整大小调用。当在此蓝胡椒样本图像上运行时，通常会说主要颜色是＃d8c865，它大致对应于两个胡椒左下角的浅黄色区域。我说“通常”是因为所使用的聚类算法具有一定程度的随机性。您可以通过多种方式更改此设置，但出于您的目的，它可能非常适合。（如果需要确定的结果，请检查kmeans2（）变体上的选项。）
from __future__ import print_function import binascii import struct from PIL import Image import numpy as np import scipy import scipy.misc import scipy.cluster NUM_CLUSTERS = 5 print('reading image') im = Image.open('image.jpg') im = im.resize((150, 150)) # optional, to reduce time ar = np.asarray(im) shape = ar.shape ar = ar.reshape(scipy.product(shape[:2]), shape[2]).astype(float) print('finding clusters') codes, dist = scipy.cluster.vq.kmeans(ar, NUM_CLUSTERS) print('cluster centres:\n', codes) vecs, dist = scipy.cluster.vq.vq(ar, codes) # assign codes counts, bins = scipy.histogram(vecs, len(codes)) # count occurrences index_max = scipy.argmax(counts) # find most frequent peak = codes[index_max] colour = binascii.hexlify(bytearray(int(c) for c in peak)).decode('ascii') print('most frequent is %s (#%s)' % (peak, colour))
注意：当我将聚类的数量从5扩展到10或15时，结果通常是绿色或蓝色。给定输入图像，这些结果也是合理的……我也无法确定哪种颜色在该图像中真正占主导地位，因此我也不会对算法提出批评！
还有一点好处：仅使用N种最常用的颜色保存缩小尺寸的图像：
# bonus: save image using only the N most common colours import imageio c = ar.copy() for i, code in enumerate(codes): c[scipy.r_[scipy.where(vecs==i)],:] = code imageio.imwrite('clusters.png', c.reshape(*shape).astype(np.uint8)) print('saved clustered image')
