如何从蒙版图像中通过直方图提取颜色特征？

Question

我从图像中提取了一个物体，所以现在我有一个带网球和黑色背景的蒙面图像 。

我想通过直方图从网球中提取颜色特征。 这是我到目前为止的代码，但是通过直方图的外观，黑色背景支配任何其他颜色，这使得直方图无效：

from PIL import Image
from pylab import *

# Import image and convert to gray
image = Image.open("res_300.png")
im = image.convert('L')
im_array = array(im)

# Create a new figure
figure()
gray()

# Show contours with origin upper left corner
contour(im, origin='image')
axis('equal')
axis('off')

# Create histogram
figure()
hist(im_array.flatten(), 128)
show()

有没有办法从网球BGR颜色特征中绘制直方图而忽略黑色背景？

我是一个蟒蛇新手。 谢谢。

Answer 1

要将颜色通道分割为BGR ，我们可以使用cv2.split()然后使用cv2.calcHist()来使用直方图提取颜色特征。 要删除主要的黑色背景，我们可以将范围设置为[1, 256] 。

from matplotlib import pyplot as plt
import cv2

image = cv2.imread('1.png')

channels = cv2.split(image)
colors = ("b", "g", "r")

plt.figure()
plt.title("Color Histogram")
plt.xlabel("Bins")
plt.ylabel("# of Pixels")
features = []

# Loop over the image channels (B, G, R)
for (channel, color) in zip(channels, colors):

    # Calculate histogram
    hist = cv2.calcHist([channel], [0], None, [255], [1, 256])
    features.extend(hist)

    # Plot histogram
    plt.plot(hist, color = color)
    plt.xlim([0, 256])

plt.show()

Answer 2

有np.histogram也这样做。 类似于nathancy的答案，可以设置1限制来忽略黑色背景：

image = cv2.imread('8fk43.png')

plt.figure(figsize=(10,6))

for i, c in zip(range(3), 'bgr'):
    hist,bins = np.histogram(image[:,:,i], bins=range(0,256))

    plt.plot(bins[1:-1], hist[1:], c=c)

plt.show()

输出：

注意：上述方法有些不正确。 想想纯绿色(0,255,0)会被红色/蓝色通道忽略。 正确的方法是首先np.histogram网球，并将面罩作为重量传递给np.histogram 。

例如，在这种情况下，可以简单地将mask视为所有通道都为非零的位置：

mask = (image>0).sum(-1)
mask = np.array(mask>0, dtype=np.uint8)

给出面具：

接着，

plt.figure(figsize=(10,6))

for i, c in zip(range(3), 'bgr'):
    hist,bins = np.histogram(image[:,:,i], bins=range(0,256), weights=mask)

    plt.plot(bins[:-1], hist, c=c)

plt.show()

根据球的实际尺寸给出更合理的直方图：

Answer 3

您可以忽略/删除所有3个RGB通道的低强度值（对应于黑色）。 然后在所有3个通道中取一个均值来获得所需对象的相应RGB值。