根据颜色分割图像

Question

我在应用 k-means 后获得了一个图像，簇 = 3。现在我想根据 k-means 后获得的颜色获得 3 个单独的图像。例如，考虑附加的图像。现在我需要一张图片，它只包含蓝色方块。一个有字母 v，一个只有背景有什么可能的方法可以使用 OpenCV 和 python.

Answer 1

你可以通过计算图像的直方图来解决问题。下图显示了图像的峰值。

据此，您可以对颜色进行阈值处理。代码与结果：

import cv2 
import numpy as np
from matplotlib import pyplot as plt

img = cv2.imread("inputs/hist.png")
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
hist = cv2.calcHist([gray],[0],None,[256],[0,256])
colors = np.where(hist>5000)
img_number = 0
for color in colors[0]:
    print(color)
    split_image = img.copy()
    split_image[np.where(gray != color)] = 0
    cv2.imwrite(str(img_number)+".jpg",split_image)
    img_number+=1
plt.hist(gray.ravel(),256,[0,256])
plt.savefig('plt')
plt.show()

结果：

Answer 2

最通用和最简单的方法是为每个区域使用三种独特的灰色。（虽然我可以在上图中找到超过三个灰度级，可能是由于 imgur 压缩导致的变化。虽然，在一天结束时，k-means 应该正好给出三个 BGR 值）

gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
unique = np.unique(gray)
c1, c2, c3 = unique[0], unique[1], unique[2]

mask1 = np.zeros_like(gray)
mask1[gray == c1] = 255

mask2 = np.zeros_like(gray)
mask2[gray == c2] = 255

mask3 = np.zeros_like(gray)
mask3[mask3 == c3] = 255

根据颜色分割图像

split image on the basis of color

opencv

image-processing

python-3.x

opencv3.0