python - 如何测量图像中的颜色接近度/浓度？ (首选Python解决方案)

Question

考虑下面的两张图片:
图片1:

图2:

为了便于论证，我们假设这两个图像具有相同数量的黑色像素。

我想计算黑色像素的“浓度”。 IE。图像 1 比图像 2 具有更高的“索引”，因为黑色像素比图像 2 中的更加“分组”或集中。

直觉上我希望指标或函数已经存在。我做了一些搜索，但找不到我要找的东西。

应用到实际示例中，我将使用 kmeans 将颜色数减少到 15 左右，并将该计算应用于每种颜色。我不认为直方图会有帮助，因为我假设相同数量的黑色像素(如果我错了，请纠正我)。

我能想到的一种方法是:
1. 过滤颜色
2.使用轮廓来定义 Blob
3. 计算每种颜色 Blob 的大小和数量
4. 量化每种颜色的可比指标
我不是图像库方面的专家，所以如果您能提供一些关于如何实现它的指导，那就太好了。

有什么建议吗？

非常感谢!

Answer 1

我认为您正在走向 Granulometry 领域由巴黎一家矿业公司开发，用于确定岩石中矿物颗粒的大小，从而确定采矿是否可行。

无论如何，历史已经足够了。如果您使用磁盘作为结构元素对每个图像执行“形态学闭合”，并逐渐增加半径，您将获得图像中存在的 Blob 大小分布的度量.

现在没有时间编写 Python，但下图并排显示了您的图像，并用红色竖条将它们分开。在视频的每个连续帧中，我将圆盘形结构元素的半径增加 1 个像素。第一帧的半径为1，最后一帧的半径为39:

希望您能看到较大、较集中的形状比较小的形状停留的时间更长。