付費限定
[OpenCV][Python]利用K-means分群來做圖像色彩分析
閱讀時間約 16 分鐘
在影像辨識中，若遇到物件與背景難以分辨的狀況下，先做一下色彩分析，知道了色彩強度階層上的像素數，有助於了解後續需要做什麼處理，比較好分割出辨識物。
若想辨識的物件與背景的RGB值過於接近，也比較好說明此狀況，為什麼較難分割出物件。
成果呈現
第一張圖：左邊為原圖，右邊為分析結果的圖，用其他顏色來區分相似的顏色區塊
第二張圖：在用顏色替換表來說明相對應的區塊圖。
顏色替換表
範例應用場景
- 設計和品牌管理： 設計師可以利用這個程式碼快速提取和分析品牌圖像中的主要顏色，並確保設計符合品牌的色彩規範。
- 市場分析： 公司可以使用這個工具來分析廣告或產品圖片中的顏色分佈，以確保它們符合目標市場的色彩偏好。
- 圖像處理和電腦視覺： 在圖像搜尋系統中，可以利用這個程式碼提取圖像的主要顏色特徵，幫助快速搜尋到顏色相似的圖片。
以行動支持創作者！付費即可解鎖
本篇內容共 6681 字、0 則留言，僅發佈於[Python][OpenCV]學習心得筆記你目前無法檢視以下內容，可能因為尚未登入，或沒有該房間的查看權限。
留言0
查看全部
你可能也想看
八十-二十法則提到，在多數生活的現象中，約80%的效果是來自於20%的原因，除了經濟學、學習理論外，這個法則同樣也可以應用在生活中的幸福感上。
我們需要認知到擁有的越多不一定會越快樂，反而有可能會因為無法專注在少數事物上而產生空虛、迷茫的感覺。「極簡」精神最重要的一點在於放下對於「多」的執著，將有
1.加權指數與櫃買指數
週五的加權指數在非農就業數據開出來後，雖稍微低於預期，但指數仍向上噴出，在美股開盤後於21500形成一個爆量假突破後急轉直下，就一路收至最低。 台股方面走勢需觀察週一在斷頭潮出現後，週二或週三開始有無買單進場支撐，在沒有明確的反轉訊號形成前，小夥伴盡量不要貿然抄底，或是追空
近期的「貼文發佈流程 & 版型大更新」功能大家使用了嗎？
新版式整體視覺上「更加凸顯圖片」，為了搭配這次的更新，我們推出首次貼文策展 ❤️
使用貼文功能並完成這次的指定任務，還有機會獲得富士即可拍，讓你的美好回憶都可以用即可拍珍藏！
Frames per second簡稱FPS， 也就是每秒幾個幀數的意思， 平常我們看到的影片背後其實都是一張張圖片的組成， 而這一幅畫面就是影片的每一幀。
由於人眼的特殊生理結構， 畫面的幀數只要高於每秒10 - 12張的時候就會認為是連貫的， 這也就是為什麼電影膠片是一格格的拍攝出來， 但是藉
當我們在進行影像處理時， 在Python的世界最常聽到的就是OpenCV， 而我們在處理影片時也會想要僅針對某時間段的影片進行處理， 今天我們就來教您如何透過OpenCV來讀取特定的時間區段。
在進入主題之前， 有一些基本概念務必先行建立，
一個影片是由多張圖片組成的， 因此最小單元為一張圖
點陣圖
點陣圖是由許多方格像素組成的圖片， 因此我們常常在將圖片放大時會呈現像是馬賽克的狀況， 假設期望圖片越清晰那所需要的像素會較多個， 因此空間耗用量也相對較大。
常見的格式有: .JPG .PNG .GIF .BMP .TIFF等格式。
繪製程式碼:
向量圖
向量
繼上次分享的「【🔒 影像辨識 - 影像處理】Ep.1 關於影像的基本單位， 相信我們對於影像的儲存應該有了基本的認識了， 那麼接下來我們會需要的是了解顏色的組成。
我們除了在文章裡講述概念之外， 也會提供實作的數位作品分享給大家， 請大家根據範例學習與練習。
關於顏色
灰階的時代
早期尚未
歡迎來到「阿Han的軟體心法實戰營 - 影像處理」系列的文章區，我們會針對影像處理的相關知識、開發技巧進行分享，並教你手把手用程式寫出屬於自己的影像處理程式， 當然也會包括AI模型訓練的部分，就讓我們一起來探索影像處理的領域吧！
在進入影像辨識的世界之前， 我們先來了解一下關於解析度的基本概念吧！
在樹莓派安裝OpenCV的紀錄。板子是樹莓派3B(沒有+)，系統raspbian bullseye 32bit灌到USB隨身碟。
#安裝 OpenCV 相關套件
pip install opencv-python
pip install opencv-contrib-python
pip install matplotlib
Haar Cascade classifier
OpenCV 官方 Github：https://github.com/opencv/opencv/tree/4.x/data
人臉特徵模型：haarcascade_frontalface_default.xml
資料來源:
https://steam
opencv is use BGR color
matplotlib is use RGB color
顯示圖片
opencv
matplotlib
八十-二十法則提到，在多數生活的現象中，約80%的效果是來自於20%的原因，除了經濟學、學習理論外，這個法則同樣也可以應用在生活中的幸福感上。
我們需要認知到擁有的越多不一定會越快樂，反而有可能會因為無法專注在少數事物上而產生空虛、迷茫的感覺。「極簡」精神最重要的一點在於放下對於「多」的執著，將有
1.加權指數與櫃買指數
週五的加權指數在非農就業數據開出來後，雖稍微低於預期，但指數仍向上噴出，在美股開盤後於21500形成一個爆量假突破後急轉直下，就一路收至最低。 台股方面走勢需觀察週一在斷頭潮出現後，週二或週三開始有無買單進場支撐，在沒有明確的反轉訊號形成前，小夥伴盡量不要貿然抄底，或是追空
近期的「貼文發佈流程 & 版型大更新」功能大家使用了嗎？
新版式整體視覺上「更加凸顯圖片」，為了搭配這次的更新，我們推出首次貼文策展 ❤️
使用貼文功能並完成這次的指定任務，還有機會獲得富士即可拍，讓你的美好回憶都可以用即可拍珍藏！
Frames per second簡稱FPS， 也就是每秒幾個幀數的意思， 平常我們看到的影片背後其實都是一張張圖片的組成， 而這一幅畫面就是影片的每一幀。
由於人眼的特殊生理結構， 畫面的幀數只要高於每秒10 - 12張的時候就會認為是連貫的， 這也就是為什麼電影膠片是一格格的拍攝出來， 但是藉
當我們在進行影像處理時， 在Python的世界最常聽到的就是OpenCV， 而我們在處理影片時也會想要僅針對某時間段的影片進行處理， 今天我們就來教您如何透過OpenCV來讀取特定的時間區段。
在進入主題之前， 有一些基本概念務必先行建立，
一個影片是由多張圖片組成的， 因此最小單元為一張圖
點陣圖
點陣圖是由許多方格像素組成的圖片， 因此我們常常在將圖片放大時會呈現像是馬賽克的狀況， 假設期望圖片越清晰那所需要的像素會較多個， 因此空間耗用量也相對較大。
常見的格式有: .JPG .PNG .GIF .BMP .TIFF等格式。
繪製程式碼:
向量圖
向量
繼上次分享的「【🔒 影像辨識 - 影像處理】Ep.1 關於影像的基本單位， 相信我們對於影像的儲存應該有了基本的認識了， 那麼接下來我們會需要的是了解顏色的組成。
我們除了在文章裡講述概念之外， 也會提供實作的數位作品分享給大家， 請大家根據範例學習與練習。
關於顏色
灰階的時代
早期尚未
歡迎來到「阿Han的軟體心法實戰營 - 影像處理」系列的文章區，我們會針對影像處理的相關知識、開發技巧進行分享，並教你手把手用程式寫出屬於自己的影像處理程式， 當然也會包括AI模型訓練的部分，就讓我們一起來探索影像處理的領域吧！
在進入影像辨識的世界之前， 我們先來了解一下關於解析度的基本概念吧！
在樹莓派安裝OpenCV的紀錄。板子是樹莓派3B(沒有+)，系統raspbian bullseye 32bit灌到USB隨身碟。
#安裝 OpenCV 相關套件
pip install opencv-python
pip install opencv-contrib-python
pip install matplotlib
Haar Cascade classifier
OpenCV 官方 Github：https://github.com/opencv/opencv/tree/4.x/data
人臉特徵模型：haarcascade_frontalface_default.xml
資料來源:
https://steam
opencv is use BGR color
matplotlib is use RGB color
顯示圖片
opencv
matplotlib