python - 在 OpenCV Python 中将图像减少为 N 种颜色

Question

我只能在 C/C++ 中找到示例，它们似乎永远无法很好地映射到 OpenCV API。我正在加载视频帧(来自文件和网络摄像头)并希望将它们减少到 16 色，但映射到 24 位 RGB 颜色空间(这是我的输出需要的 - 一个巨大的 LED 显示屏)。

我是这样读取数据的:

ret, frame = self._vid.read() 
image = cv2.cvtColor(frame, cv2.COLOR_RGB2BGRA)

我确实找到了下面的 python 示例，但无法弄清楚如何将其映射到我需要的输出数据类型:

import numpy as np
import cv2

img = cv2.imread('home.jpg')
Z = img.reshape((-1,3))

# convert to np.float32
Z = np.float32(Z)

# define criteria, number of clusters(K) and apply kmeans()
criteria = (cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_MAX_ITER, 10, 1.0)
K = 8
ret,label,center=cv2.kmeans(Z,K,None,criteria,10,cv2.KMEANS_RANDOM_CENTERS)

# Now convert back into uint8, and make original image
center = np.uint8(center)
res = center[label.flatten()]
res2 = res.reshape((img.shape))

cv2.imshow('res2',res2)
cv2.waitKey(0)
cv2.destroyAllWindows()

这显然适用于 OpenCV 图像查看器，但由于我需要 RGB 或 RGBA 格式，因此试图在我的输出代码上执行相同的错误。我的输出是这样的:

for y in range(self.height):
    for x in range(self.width):
        self._led.set(x,y,tuple(image[y,x][0:3]))

每种颜色都表示为一个 (r,g,b) 元组。

关于如何使这项工作有任何想法吗？

Answer 1

我认为以下可能比 kmeans 更快，特别是 k = 16 时。

1. 将彩色图像转换为灰色
2. 对比度拉伸(stretch)此灰度图像，使生成的图像灰度级介于 0 和 255 之间(使用 normalize 和 NORM_MINMAX)
3. 使用 16 作为 bin 数 (calcHist) 计算此拉伸(stretch)灰度图像的直方图
4. 现在您可以修改直方图的这 16 个值。例如，您可以排序和指定等级(比如 0 到 15)，或者在 0 到 255 之间指定 16 个均匀分布的值(我认为这些可以为您提供一致的视频输出)
5. 将此直方图反向投影到拉伸(stretch)的灰度图像上 (calcBackProject)
6. 将颜色图应用于此反投影图像(您可能希望在使用applyColorMap 应用颜色图之前缩放反投影图像)

kmeans 提示:如果您将 kmeans 用于视频，则可以使用前一 帧的聚类中心作为当前 帧的 kmeans 初始位置。这样，收敛所需的时间就会减少，因此后续帧中的 kmeans 很可能会运行得更快。