python - 使用 Opencv python 查找灰度或彩色图像

Question

我想在 openCV python 的帮助下自动化和过滤掉灰度和彩色图像。我尝试在彩色和灰度图像上运行直方图，在下面找到结果

尝试过的代码:

import cv2
import numpy as np
import sys
img = cv2.imread(sys.argv[1])
h = np.zeros((300,256,3))

bins = np.arange(256).reshape(256,1)
color = [ (255,0,0),(0,255,0),(0,0,255) ]
for ch, col in enumerate(color):
    hist_item = cv2.calcHist([img],[ch],None,[256],[0,256])
    cv2.normalize(hist_item,hist_item,0,255,cv2.NORM_MINMAX)
    hist=np.int32(np.around(hist_item))
    pts = np.column_stack((bins,hist))
    cv2.polylines(h,[pts],False,col)
h=np.flipud(h)
cv2.imshow('colorhist',h)
cv2.waitKey(0)

我可以在不为每个文件创建直方图的情况下自动执行相同的操作吗？

Answer 1

扩展上面的 channel 比较，使用 numpy 数组切片并假设图像是 RGB 或 HSV 之类的颜色空间:

def isbw(img):
    #img is a numpy.ndarray, loaded using cv2.imread
    if len(img.shape) > 2:
        looks_like_rgbbw = not False in ((img[:,:,0:1] == img[:,:,1:2]) == (img[:,:,1:2] ==  img[:,:,2:3]))
        looks_like_hsvbw = not (True in (img[:,:,0:1] > 0) or True in (img[:,:,1:2] > 0))
        return looks_like_rgbbw or looks_like_hsvbw
    else:
        return True

易于扩展以检查其他色彩空间条件。

未针对“边缘/异常值”情况(例如其他可能的格式)进行广泛测试。对于仅红色 channel (BGR) 图像将失败，因为这看起来像黑白 HSV 图像，因此信任 cv2 cvtColor 转换为 BGR 格式可能更好，具体取决于图像主题。可能存在其他“边缘”情况。