机器视觉初级系列(11) - 图像色彩聚类

本文介绍了机器视觉中图像色彩聚类的方法,通过将256色通道划分为64个颜色段,选取每个段的中间值作为代表色,以简化色彩空间。这种策略有助于在处理图像时减少复杂性,特别是在进行颜色聚类和彩色直方图分析时。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

在实际应用中,我们很多时候需要对图像降色彩,因为256*256*256实在太多了,在图像颜色聚类或彩色直方图时,我们需要用一些代表性的颜色代替丰富的色彩空间,我们的思路是将每个通道的256种颜色用64种代替,即将原来256种颜色划分64个颜色段,每个颜色段取中间的颜色值作为代表色。

用例子来理解定义:从4种颜色中,取出2种颜色,能形成多少种组合。

#!/usr/bin/python
# -*- coding: UTF-8 -*-

import cv2
import numpy as np

def lessColor(src, div):
    h, w, d = src.shape
    mat_less_color = np.zeros(shape=(h, w, d))
    print h, w, d
    for i in range(0, h):
        for j in range(
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值