欢迎来到飞鸟慕鱼博客,开始您的技术之旅!
当前位置: 首页知识笔记正文

提取图像的颜色特征

墨初 知识笔记 112阅读

如何提取图片中的主要颜色?

答:很直接的想法就是,提取 图 片中的主要 颜色 ,计算有多少像素在这个 颜色 范围内,把像素个数作为识别的 特征 。 从网上找到了一段代码: import colorsys def get_dominant_color (image): image = image.convert ('RGBA 颜色相关图 (color correlogram)是 图像颜色 分布的另一种表达方式 [16]。 这种 特征 不但刻画了某一种 颜色 的像素数量占整个 图像 的比例,还反映了不同 颜色 对之间的空间 相关 性。

什么是图像特征提取?

答:图像特征是指可以对图像的特点或内容进行表征的一系列属性的集合,主要包括图像自然特征(如亮度、色彩、纹理等)和图像人为特征(如图像频谱、图像直方图等)。 图像特征提取根据其相对尺度可分为全局特征提取和局部特征提取两类。 全局特征提取关注图像的整体表征。 常见的全局特征包括颜色特征、纹理特征、形状特征、空间位置关系特征等。 局部特征提取关注图像的某个局部区域的特殊性质。 一幅图像中往往包含若干兴趣区域,从这些区域中可以提取数量不等的若干个局部特征。

图像的颜色矩特征提取的优点是什么?

答:图像的颜色矩特征提取时主要瞄准图像颜色矩中的一阶矩、二阶矩和三阶矩,对于图像而言,这3种统计特征已经足以表达数字图像的颜色分布。 相对于颜色直方图特征提取,颜色矩特征提取的优点是无须对颜色特征进行提前量化。 其中Pij表示数字图像P的第i个图像通道的第j个像素的像素值,N表示图像中像素的个数。 其中一阶矩可以表征该颜色通道的平均响应强度,二阶矩可以表示该颜色通道的响应方差,三阶矩可以表征该颜色通道数据分布的偏移度。 针对彩色图像,图像的颜色矩一共有9个分量,每个颜色通道均有3个低阶矩。

什么是颜色相关图?

答:颜色相关图是图像颜色分布的另外一种表达方式。 颜色相关图不仅可以显示像素在图像中的占比,也可以反映不同颜色对间的空间位置的相关性。 颜色相关图利用颜色对间的相对距离分布来描述空间位置信息。 颜色相关图是一张用颜色对<i,j>索引的表,其中<i,j>的第k个分量表示颜色为c (i)的像素和颜色为c (j)的像素之间的距离等于k的概率。

声明:无特别说明,转载请标明本文来源!