如何訓練python函數返回所需的結果？

Question

我要解決的問題是我想以相當合理的確定度檢測圖像是黑色還是大部分是黑色。 我已經編寫了獲取顏色直方圖的代碼，下一步是編寫一個函數，該函數將使用(r,g,b)元組，並給我一個bool指示它是黑色還是接近黑色。 可以做到這一點不是100％准確，但最好還是避免誤報。

def average_image_color(i):
    h = i.histogram()

    # split into red, green, blue
    r = h[0:256]
    g = h[256:256*2]
    b = h[256*2: 256*3]

    # perform the weighted average of each channel:
    # the *index* is the channel value, and the *value* is its weight
    return (
        sum( i*w for i, w in enumerate(r) ) / sum(r),
        sum( i*w for i, w in enumerate(g) ) / sum(g),
        sum( i*w for i, w in enumerate(b) ) / sum(b))

我有一套可以用作語料庫的測試圖像。 最好的圖書館/方法是什么？

我希望訓練的功能會像

def is_black(r, g, b):
    if magic_says_black():
        return True
    return False

Answer 1

由於您只關心亮度，因此將圖像轉換為灰度會更容易，因此您只需要使用一個通道而不是三個通道。

然后，您有許多選擇：

• 如果平均像素強度高於經驗確定的閾值，則圖像大部分為黑色；
• 計算超過某個閾值的像素數
• 如果您有很多示例圖像，請使用灰度直方圖訓練分類器（例如SVM）（這似乎就像使用大錘打碎核桃一樣）。 您可以在scikit-learn包中找到許多分類器。