一. 图像色彩量化(减色处理)简介
RGB的像素值在0~255之间,我们想要用更少的内存空间表征一张图像时怎么办呢?我首先想到的是减色处理,将图像用 32、96、160、224 这4个像素值表示。即将图像由256³压缩至4³,RGB的值只取{32,96,160,224},这被称作色彩量化。

算法
二. 实验源代码
import cv2 import numpy as np # 减色处理 def dicrease_color(img): out = img.copy() out = out // 64 * 64 + 32 return out # 读入图像 img = cv2.imread("../paojie.jpg") # 减色处理,也叫色彩量化 out = dicrease_color(img) cv2.imwrite("out.jpg", out) cv2.imshow("result", out) cv2.waitKey(0) cv2.destroyAllWindows()
三. 实验结果:

色彩量化后的图像

原图
可以看到,图像减色处理(色彩量化)后,保留了图像的大量信息而又减少了内存空间的占用。
四. 参考内容: