python-3.x - 如何定义 BGR 颜色范围？将颜色代码映射到颜色名称

Question

我想创建颜色映射，定义一些颜色名称和这些颜色应落入的范围内的边界。例如(BGR格式)，

colors = {
    'red': ((0, 0, 255), (125, 125, 255)),
    'blue': ((255, 0, 0), (255, 125, 125)),
    'yellow' ....
}

所以如果我收到颜色，比方说 (255, 50, 119) 我可以称它为蓝色。我想至少为彩虹加灰色、黑色、白色的颜色制作这样的映射。使用 Python 和 openCV。

问题是我真的不明白从哪里获得这些边界值，蓝色、红色等是否有最低/最高值？

Answer 1

我建议使用 HSV 颜色空间来比较颜色，因为它对可变光照的敏感度低于 RGB，其中阳光下的绿色可能是 rgb(20,255,10) , 但阴影中的绿色可能是 rgb(3,45,2)，而两者在 HSV 色彩空间中将具有非常相似的Hue。

---

所以，开始吧......

创建一个 10x1 的小 numpy 数组，使第一个像素为红色，第二个为橙色，然后是黄色、绿色、蓝色、靛蓝、紫色，然后是黑色、中灰色和白色。有一张 table here .

然后转换为HSV 色彩空间并记下Hue 值。

我已经开始了一些代码...

#!/usr/local/bin/python3
import numpy as np
import imageio
import cv2

# Create black image 10x1
im = np.zeros([1,10,3], dtype=np.uint8)

# Fill with colours of rainbow and greys
im[0,0,:]=[255,0,0]       # red
im[0,1,:]=[255,165,0]     # orange
im[0,2,:]=[255,255,0]     # yellow
im[0,3,:]=[0,255,0]       # green
im[0,4,:]=[0,0,255]       # blue
im[0,5,:]=[75,0,130]      # indigo
im[0,6,:]=[238,130,238]   # violet
im[0,7,:]=[0,0,0]         # black
im[0,8,:]=[127,127,127]   # grey
im[0,9,:]=[255,255,255]   # white
imageio.imwrite("result.png",im)

hsv=cv2.cvtColor(im,cv2.COLOR_RGB2HSV)
print(hsv)

检查图像:

也可以使用 Imagemagick 检查颜色:

convert result.png txt:

# ImageMagick pixel enumeration: 10,1,65535,srgb
0,0: (65535,0,0)  #FF0000  red
1,0: (65535,42405,0)  #FFA500  orange
2,0: (65535,65535,0)  #FFFF00  yellow
3,0: (0,65535,0)  #00FF00  lime
4,0: (0,0,65535)  #0000FF  blue
5,0: (19275,0,33410)  #4B0082  indigo
6,0: (61166,33410,61166)  #EE82EE  violet
7,0: (0,0,0)  #000000  black
8,0: (32639,32639,32639)  #7F7F7F  grey50
9,0: (65535,65535,65535)  #FFFFFF  white

现在看看下面的 HSV 数组 - 特别是第一列 (Hue)。你可以看到红色的 Hue=0，橙色是 19，黄色是 30 等等。另请注意，黑色、灰色和白色的饱和度均为零，黑色的值较低，灰色的值中等，白色的值较高强>.

[[[  0 255 255]
  [ 19 255 255]
  [ 30 255 255]
  [ 60 255 255]
  [120 255 255]
  [137 255 130]
  [150 116 238]
  [  0   0   0]
  [  0   0 127]
  [  0   0 255]]]

现在您可以在 Python 中为每种颜色创建一个数据结构来存储:

• 最低色相
• 最高包含色相
• 姓名

因此，您可以使用:

... see note at bottom for Red
14,23,"Orange"
25,35,"Yellow"
55,65,"Green"
115,125,"Blue"
...

等等 - 从表中省略黑色、灰色和白色。

---

那么，您如何使用这个？

好吧，当您获得要检查的颜色时，首先将 R、G 和 B 值转换为 HSV，然后查看生成的饱和度 - 这是对颜色的鲜艳度。花哨的颜色具有高饱和度，而暗淡的灰色具有低饱和度。

因此，查看饱和度是否超过最大可能值的 10%，例如在 0-255 的范围内超过 25。

如果饱和度低于限制，检查值，如果值低则分配黑色，如果中等则分配灰色，如果分配白色>值(value)高。

如果饱和度高于限制，请检查它是否在您记录的色调之一的下限和上限内，并相应地命名。

所以代码是这样的:

def ColorNameFromRGB(R,G,B)
    # Calculate HSV from R,G,B - something like this
    # Make a single pixel from the parameters 
    onepx=np.reshape(np.array([R,G,B],dtype=np.uint8),(1,1,3))
    # Convert it to HSV
    onepxHSV=cv2.cvtColor(onepx,cv2.COLOR_RGB2HSV)
    ...
    ...
    if S<25:
        if V<85:
           return "black"
        elsif V<170:
           return "grey"
        return "white"
    # This is a saturated colour
    Iterate through colour names table and return name of entry with matching Hue

---

有两点需要注意:

• 红色的色调值存在不连续性，因为 HSV 色轮是圆形轮，红色的色调值处于 0 角，因此高于 350 和低于 10 的值都是红色。碰巧的是，OpenCV 通过除以 2 来缩放 0-360 范围，这意味着它以 0-180 出现......这正好适合单个无符号字节。因此，对于红色，您需要检查大于 175 且小于 5 的色相。

• 在查找颜色时请务必始终生成 8 位图像，因为色调值在 16 位和浮点图像上的缩放比例不同。