是否有一个公式来确定整体颜色给定的BGR值？（OpenCV和C++)

Question

我正在使用C++和OpenCV制作一个函数，它将检测图像中像素的颜色，确定它在什么颜色范围内，并用通用颜色替换它。例如，绿色可以从深绿色到浅绿色，程序将确定它仍然是绿色，并将其替换为简单的绿色，使输出图像看起来非常简单。所有的东西都被设置好了，但是我很难定义每个范围的特性，我很好奇是否有人知道或者有一个公式，给定BGR值，可以确定像素的整体颜色。如果不是，我就得做很多实验，自己做，但如果有东西已经存在，那会节省时间。我做了大量的研究，到目前为止还没有发现任何东西。

Answer 1

如果你想让你的图像更简单（即用更少的颜色），但好看，你有几个选择：

>

一个简单的方法是将图像除以（整数除法）因子n，然后乘以因子n。

或者，您可以使用某些聚类算法（如这里所示的kmeans或中值切割算法）将图像划分为k颜色。

原始图像：

减少的颜色（量化，n=64):

减少的颜色（群集，k=8):

#include <opencv2/opencv.hpp>
using namespace std;
using namespace cv;

int main()
{
    Mat3b img = imread("path_to_image");

    imshow("Original", img);

    uchar N = 64;
    img  /= N;
    img  *= N;

    imshow("Reduced", img);
    waitKey();

    return 0;
}

#include <opencv2/opencv.hpp>
using namespace std;
using namespace cv;

int main()
{
    Mat3b img = imread("path_to_image");

    imshow("Original", img);

    // Cluster

    int K = 8;
    int n = img.rows * img.cols;
    Mat data = img.reshape(1, n);
    data.convertTo(data, CV_32F);

    vector<int> labels;
    Mat1f colors;
    kmeans(data, K, labels, cv::TermCriteria(), 1, cv::KMEANS_PP_CENTERS, colors);

    for (int i = 0; i < n; ++i)
    {
        data.at<float>(i, 0) = colors(labels[i], 0);
        data.at<float>(i, 1) = colors(labels[i], 1);
        data.at<float>(i, 2) = colors(labels[i], 2);
    }

    Mat reduced = data.reshape(3, img.rows);
    reduced.convertTo(reduced, CV_8U);


    imshow("Reduced", reduced);
    waitKey();

    return 0;
}