图像主色提取与量化技术-优快云博客

这里采用量化的方法，简要介绍下量化提取的步骤：

（1）对颜色空间（比如HSV）的各个分量分成若干段，可以均匀，也可以不均匀

（2）扫描一遍图像，对所有像素点，按其颜色分量归类

（3）统计每个颜色类的像素点总数

（4）按颜色类的像素点总数从大到小排序，取前面m种即可作为主色（或者算比例达到多少也可以）

程序里，把H分为8份（取0~7），S和V分为三份（取0~2），量化颜色C=9*H+3*S+V，便量化到72种。

main.m如下

%图像主色提取-量化
OrImage=imread('7.bmp');%读入原图像
hsv_image=rgb2hsv(OrImage);%注意这个rgb2hsv函数，这是MATLAB自带的，但是使用它做RGB到HSV颜色空间的转化后，H，S，V这三个分量的值域都是[0，1]
[h,w,~]=size(OrImage);
T=zeros(4,72);%这里定义了一个4行72列的零矩阵，第一行表示我们划分的72种颜色类，每一列的2,3,4行即将用来存储对应的H，S，V三个分量分类后的值

for i=1:w
    for j=1:h
        if(hsv_image(j,i,1)>=316/360||hsv_image(j,i,1)<20/360)%把H分量分成8份
            H=0;
        else if(hsv_image(j,i,1)>=20/360&&hsv_image(j,i,1)<40/360)
                 H=1;
             else if(hsv_image(j,i,1)>=40/360&&hsv_image(j,i,1)<75/360)
                      H=2;
                  else if(hsv_image(j,i,1)>=75/360&&hsv_image(j,i,1)<155/360)
                           H=3;
                       else if(hsv_image(j,i,1)>=155/360&&hsv_image(j,i,1)<190/360)
                                H=4;
                            else if(hsv_image(j,i,1)>=190/360&&hsv_image(j,i,1)<270/360)
                                     H=5;
                                 else if(hsv_image(j,i,1)>=270/360&&hsv_image(j,i,1)<295/360)
                                          H=6;
                                      else H=7;
                                     end
                                end
                           end
                      end
                 end
            end
        end
        
        if(hsv_image(j,i,2)<0.2)%把S分量分成3份
            S=0;
        else if(hsv_image(j,i,2)>=0.2&&hsv_image(j,i,2)<0.7)
                S=1;
            else S=2;
            end
        end
        
        if(hsv_image(j,i,3)<0.2)%把V分量分成3份
            V=0;
        else if(hsv_image(j,i,3)>=0.2&&hsv_image(j,i,3)<0.7)
                V=1;
            else V=2;
            end
        end
        
        C=9*H+3*S+V+1;%这个函数可以让C的值得到72种
        T(1,C)=T(1,C)+1;%矩阵第一行的值存储每类颜色的像素点总数，每划分一次像素点，归一次类并累加计数
        T(2,C)=H;
        T(3,C)=S;%存储对应的三个分量归类的值（0~7,0~2,0~2）
        T(4,C)=V;
    end
end

for i=1:72%对累加后的分类后的各像素点总数冒泡排序
    for j=i+1:71
	if(T(1,j)>T(1,i))
	    t=T(:,i);T(:,i)=T(:,j);T(:,j)=t;
        end
    end
end

for i=1:8%取前面分段时候各个区间的中心为颜色类的各分量的值（为了后面把主色画出来）
    if(T(2,i)==0)
        T(2,i)=348/360;
    else if(T(2,i)==1)
            T(2,i)=30/360;
          else if(T(2,i)==2)
                  T(2,i)=58/360;
               else if(T(2,i)==3)
                        T(2,i)=110/360;
                     else if(T(2,i)==4)
                             T(2,i)=175/360;
                          else if(T(2,i)==5)
                                    T(2,i)=230/360;
                                else if(T(2,i)==6)
                                        T(2,i)=282/360;
                                    else 
                                         T(2,i)=305/360;
                                    end
                              end
                         end
                   end
              end
        end
    end
    
    if(T(3,i)==0)
        T(3,i)=0.1;
    else if(T(3,i)==1)
            T(3,i)=0.45;
        else
            T(3,i)=0.85;
        end
    end
    
    if(T(4,i)==0)
        T(4,i)=0.1;
    else if(T(4,i)==1)
            T(4,i)=0.45;
        else
            T(4,i)=0.85;
        end
    end
end

for j=1:8%这里取m=8，即取前面8种颜色类作为主色
for i=round(w/8)*(j-1):round(w/8)*j%按原图的大小，把主色画出来
    if(i==0)
        i=1;
    end
    hsv_image(:,i,1)=T(2,j);
    hsv_image(:,i,2)=T(3,j);
    hsv_image(:,i,3)=T(4,j);
end
end
DCImage=hsv2rgb(hsv_image);
figure,imshow(OrImage)
figure,imshow(DCImage);

原始图像