基于图像的主颜色分析

一般来说，直接分析RGB色彩域的颜色分布不是一个好的思路，我们一般转换到HSV域来分析。但是本文只要是应网友提问，实现最基本的RGB色彩域的主颜色分析。

代码分为以下部分：

1、生成测试图片。为了测试算法是否准确，主动生成具有25种不同颜色同比重的图片（每种4%)的测试图片。

    ////创建具有25种不同颜色同比重的图片
    Mat src = Mat(250,250,CV_8UC3,Scalar(0));
    //生成时间种子
    time_t t;time(&t);
    RNG rng(t);
    //创建图片
    for (int i = 0;i<250;i+=10)
        rectangle(src,Point(0,i),Point(src.cols,i+9),Scalar(rng.uniform(0,255),rng.uniform(0,255),rng.uniform(0,255)),-1);
    imshow("src",src);
    imwrite("e:/template/maincolor.jpg",src);

生成的结果大概是这个样子的。

2、读取图片数据，保存到3维数组中去。

    //bgr立方体 
    int *iTable = new int [256,256,256];
    for (int b=0;b<256;b++)
    {
        for (int g=0;g<256;g++)
        {
            for (int r=0;r<256;r++)
            {
                iTable[b,g,r] = 0;
            }
        }
    }
    //出现过的颜色
    vector<Vec3b> colorAppeared;
    //读取数据
    for (int i=0;i<src.cols;i++)
    {
        for (int j=0;j<src.rows;j++)
        {
            int b = src.at<Vec3b>(i,j)[0];
            int g = src.at<Vec3b>(i,j)[1];
            int r = src.at<Vec3b>(i,j)[2];
            if (iTable[b,g,r] == 0)
                colorAppeared.push_back(src.at<Vec3b>(i,j));
            iTable[b,g,r] ++;
        }
    }

 

3、将数组结果保存到vector中，使用标准库的排序方法。需要注意的是这里重载了vector的比较函数

//重载用于排序的比较函数
bool Comp(const std::pair<Vec3b,int> &a,const std::pair<Vec3b,int> &b)
{
    return a.second > b.second;
}
 //将出现过的数据插入标准库
    for (int i=0;i<colorAppeared.size();i++)
    {
        Vec3b vec3b = colorAppeared[i];
        int b = vec3b[0];
        int g = vec3b[1];
        int r = vec3b[2];
        std::pair<Vec3b,int> apair(vec3b,iTable[b,g,r]);
        result.push_back(apair);
    }
    //进行排序
    sort(result.begin(),result.end(),Comp);

 

4、显示最后结果

 ////显示结果 前20
    Mat matResult = Mat(200,200,CV_8UC3,Scalar(0));
    for (int i = 0;i<20;i++)
    {
        Vec3b vec3b = result[i].first;
        int iint = result[i].second;
        float dpercent = (float)iint / (src.rows * src.cols);
        rectangle(matResult,Point(0,i*10),Point(200,i*10+9),vec3b,-1);
        printf("第%d种颜色，占比例为%f ",i+1,(float)dpercent);
    }
    imshow("matResult",matResult);

5、完整的代码如下。感谢阅读，希望有所收获，欢迎交流。

// jsxyhelu (jsxyhelu@foxmail.com)
#include "stdafx.h"
#include <opencv2/core/utility.hpp>
#include "opencv2/imgproc.hpp"
#include "opencv2/imgcodecs.hpp"
#include "opencv2/highgui.hpp"
#include <opencv2/photo.hpp>
#include <fstream>
#include <iostream>
using namespace cv;
using namespace std;
//重载用于排序的比较函数
bool Comp(const std::pair<Vec3b,int> &a,const std::pair<Vec3b,int> &b)
{
    return a.second > b.second;
}
int main( int argc, const char** argv )
{
    ////创建具有25种不同颜色同比重的图片
    Mat src = Mat(250,250,CV_8UC3,Scalar(0));
    //生成时间种子
    time_t t;time(&t);
    RNG rng(t);
    //创建图片
    for (int i = 0;i<250;i+=10)
        rectangle(src,Point(0,i),Point(src.cols,i+9),Scalar(rng.uniform(0,255),rng.uniform(0,255),rng.uniform(0,255)),-1);
    imshow("src",src);
    imwrite("e:/template/maincolor.jpg",src);
    ////进行主要颜色分析
    //用于保存当前出现过的颜色数据结构
    std::vector<std::pair<Vec3b,int>> result;
    //bgr立方体 
    int *iTable = new int [256,256,256];
    for (int b=0;b<256;b++)
    {
        for (int g=0;g<256;g++)
        {
            for (int r=0;r<256;r++)
            {
                iTable[b,g,r] = 0;
            }
        }
    }
    //出现过的颜色
    vector<Vec3b> colorAppeared;
    //读取数据
    for (int i=0;i<src.cols;i++)
    {
        for (int j=0;j<src.rows;j++)
        {
            int b = src.at<Vec3b>(i,j)[0];
            int g = src.at<Vec3b>(i,j)[1];
            int r = src.at<Vec3b>(i,j)[2];
            if (iTable[b,g,r] == 0)
                colorAppeared.push_back(src.at<Vec3b>(i,j));
            iTable[b,g,r] ++;
        }
    }
    //将出现过的数据插入标准库
    for (int i=0;i<colorAppeared.size();i++)
    {
        Vec3b vec3b = colorAppeared[i];
        int b = vec3b[0];
        int g = vec3b[1];
        int r = vec3b[2];
        std::pair<Vec3b,int> apair(vec3b,iTable[b,g,r]);
        result.push_back(apair);
    }
    //进行排序
    sort(result.begin(),result.end(),Comp);
    ////显示结果 前20
    Mat matResult = Mat(200,200,CV_8UC3,Scalar(0));
    for (int i = 0;i<20;i++)
    {
        Vec3b vec3b = result[i].first;
        int iint = result[i].second;
        float dpercent = (float)iint / (src.rows * src.cols);
        rectangle(matResult,Point(0,i*10),Point(200,i*10+9),vec3b,-1);
        printf("第%d种颜色，占比例为%f ",i+1,(float)dpercent);
    }
    imshow("matResult",matResult);
    waitKey();
    return 0;
}