Python - 查找类似的颜色，最好的方法

Question

我已经做了一个函数来查找图像中的颜色，并返回x，y。现在我需要添加一个新功能，在这里我可以找到具有给定容差的颜色。应该很容易？

代码找到图像色彩，并返回X，Y：

def FindColorIn(r,g,b, xmin, xmax, ymin, ymax): 
    image = ImageGrab.grab() 
    for x in range(xmin, xmax): 
     for y in range(ymin,ymax): 
      px = image.getpixel((x, y)) 
      if px[0] == r and px[1] == g and px[2] == b: 
       return x, y 

def FindColor(r,g,b): 
    image = ImageGrab.grab() 
    size = image.size 
    pos = FindColorIn(r,g,b, 1, size[0], 1, size[1]) 
    return pos 

---

结果：

从答案比较两种颜色的正常方法在欧氏距离两者，或切比雪夫距离。

我决定主要使用（平方）欧几里德距离和多个不同的颜色空间。 LAB，deltaE（LCH），XYZ，HSL和RGB。在我的代码中，大多数颜色空间使用欧几里德距离来计算差异。例如，LAB，RGB和XYZ是一个简单的平方euc。距离是卓有成效的：

if ((X-X1)^2 + (Y-Y1)^2 + (Z-Z1)^2) <= (Tol^2) then 
    ... 

LCH和HSL是更复杂一点既具有圆柱形的色调，但有些部分的数学解决了，那么它的使用方的EuCl。这里也是如此。

在大多数情况下，我已经为每个通道的公差添加了“单独参数”（使用1个全局公差和替代“修饰符”HueTol := Tolerance * hueMod或LightTol := Tolerance * LightMod）。

---

在XYZ（LAB，LCH）之上构建的颜色似乎在我的许多场景中表现得最好。 HSL在某些情况下可以产生非常好的效果，而从RGB转换成便宜得多，RGB也非常棒，并且满足了我的大部分需求。

Answer 1

以一种对眼睛有意义的方式计算RGB颜色之间的距离并不简单，只需在两个RGB向量之间采用欧几里得距离。

有关于这这里一篇有趣的文章：http://www.compuphase.com/cmetric.htm

C中的示例实现是这样的：

typedef struct { 
    unsigned char r, g, b; 
} RGB; 

double ColourDistance(RGB e1, RGB e2) 
{ 
    long rmean = ((long)e1.r + (long)e2.r)/2; 
    long r = (long)e1.r - (long)e2.r; 
    long g = (long)e1.g - (long)e2.g; 
    long b = (long)e1.b - (long)e2.b; 
    return sqrt((((512+rmean)*r*r)>>8) + 4*g*g + (((767-rmean)*b*b)>>8)); 
} 

应该不会太难端口到Python。

编辑：

另外，如this answer建议，你可以使用HLS and HSV。 colorsys模块似乎具有从RGB转换的功能。其文档还链接到这些网页，这是值得一读明白为什么RGB欧几里德距离并没有真正的工作：

• http://www.poynton.com/ColorFAQ.html
• http://www.cambridgeincolour.com/tutorials/color-space-conversion.htm

编辑2：

根据this answer，这个库应该是有用的：http://code.google.com/p/python-colormath/

Answer 2

简单：

def eq_with_tolerance(a, b, t): 
    return a-t <= b <= a+t 

def FindColorIn(r,g,b, xmin, xmax, ymin, ymax, tolerance=0): 
    image = ImageGrab.grab() 
    for x in range(xmin, xmax): 
     for y in range(ymin,ymax): 
      px = image.getpixel((x, y)) 
      if eq_with_tolerance(r, px[0], tolerance) and eq_with_tolerance(g, px[1], tolerance) and eq_with_tolerance(b, px[2], tolerance): 
       return x, y 

Answer 3

假设RTOL，几何公差，和btol是对于R，G，和B中的公差分别为什么不这样做：

if abs(px[0]- r) <= rtol and \ 
    abs(px[1]- g) <= gtol and \ 
    abs(px[2]- b) <= btol: 
    return x, y 

Answer 4

代替此：

if px[0] == r and px[1] == g and px[2] == b: 

试试这个：

if max(map(lambda a,b: abs(a-b), px, (r,g,b))) < tolerance: 

其中tolerance是您愿意接受任何颜色通道的最大差异。

它的作用是从目标值中减去每个通道，取绝对值，然后取其中的最大值。

Answer 5

这里是一个优化的Python版本改编自布鲁诺的asnwer：

def ColorDistance(rgb1,rgb2): 
    '''d = {} distance between two colors(3)''' 
    rm = 0.5*(rgb1[0]+rgb2[0]) 
    d = sum((2+rm,4,3-rm)*(rgb1-rgb2)**2)**0.5 
    return d 

用法：

>>> import numpy 
>>> rgb1 = numpy.array([1,1,0]) 
>>> rgb2 = numpy.array([0,0,0]) 
>>> ColorDistance(rgb1,rgb2) 
2.5495097567963922 

Answer 6

从pyautogui

source code

def pixelMatchesColor(x, y, expectedRGBColor, tolerance=0): 
r, g, b = screenshot().getpixel((x, y)) 
exR, exG, exB = expectedRGBColor 

return (abs(r - exR) <= tolerance) and (abs(g - exG) <= tolerance) and (abs(b - exB) <= tolerance) 

你只需要一点点修好了，你准备好了。