numpy：图像中唯一的颜色列表

Question

我有一个图像img ：

>>> img.shape
(200, 200, 3)

在像素 (100, 100) 上，我有一个漂亮的颜色：

>>> img[100,100]
array([ 0.90980393,  0.27450982,  0.27450982], dtype=float32)

现在我的问题是：这张图片中有多少种不同的颜色，我该如何枚举它们？

我的第一个想法是numpy.unique() ，但不知何故我用错了。

Answer 1

您最初使用numpy.unique()想法实际上可以以最佳性能完美地完成工作：

numpy.unique(img.reshape(-1, img.shape[2]), axis=0)

首先，我们展平矩阵的行和列。 现在矩阵的行数与图像中的像素数一样多。 列是每个像素的颜色分量。

然后我们计算扁平矩阵的唯一行。

Answer 2

你可以这样做：

set( tuple(v) for m2d in img for v in m2d )

Answer 3

一种直接的方法是利用在将所有像素列表投射为一组时发生的重复数据删除：

unique_pixels = np.vstack({tuple(r) for r in img.reshape(-1,3)})

根据您提取唯一像素的原因，另一种可能有实际用途的方法是使用 Numpy 的histogramdd函数将图像像素分箱为一些预先指定的保真度，如下所示（假设像素值范围从 0 到 1给定的图像通道）：

n_bins = 10
bin_edges = np.linspace(0, 1, n_bins + 1)
bin_centres = (bin_edges[0:-1] + bin_edges[1::]) / 2.
hist, _ = np.histogramdd(img.reshape(-1, 3), bins=np.vstack(3 * [bin_edges]))
unique_pixels = np.column_stack(bin_centres[dim] for dim in np.where(hist))

Answer 4

如果出于任何原因您需要计算每种独特颜色出现的次数，您可以使用以下命令：

from collections import Counter
Counter([tuple(colors) for i in img for colors in i])

Answer 5

此处还询问了有关独特颜色（或更普遍地沿给定轴的独特值）的问题（特别是，请参阅此答案）。 如果您正在寻找最快的可用选项，那么“无效视图”将是您的首选武器：

axis=2
np.unique(
        img.view(np.dtype((np.void, img.dtype.itemsize*img.shape[axis])))
        ).view(img.dtype).reshape(-1, img.shape[axis])

对于与脚本实际作用相关的任何问题，我建议读者参考上面的链接。