天津城市建设网站,营销型网站的好处,开通网站运营商备案,wordpress 分类页模板使用Python#xff0c;OpenCV计算跑图的图像彩色度
这篇博客将介绍如何计算跑图里最鲜艳的top25图片和最灰暗的top25图片并显示色彩彩色度值展示。
效果图
以下分别是最鲜艳top25和最灰暗top25对比效果图#xff1a;
最鲜艳top25效果图#xff1a;
最灰暗top25效果图…使用PythonOpenCV计算跑图的图像彩色度
这篇博客将介绍如何计算跑图里最鲜艳的top25图片和最灰暗的top25图片并显示色彩彩色度值展示。
效果图
以下分别是最鲜艳top25和最灰暗top25对比效果图
最鲜艳top25效果图
最灰暗top25效果图如下 源码见如下链接
https://blog.csdn.net/qq_40985985/article/details/115014533
# USAGE
# python colorfulness.py --images E:\personal\images# 导入必要的包
from imutils import build_montages
from imutils import paths
import numpy as np
import argparse
import imutils
import cv2# 图像彩色度计算方法
def image_colorfulness(image):# 分离照片为三通道RGB值(B, G, R) cv2.split(image.astype(float))# 计算 rg R - G 红绿对手颜色空间rg np.absolute(R - G)# 计算 yb 0.5 * (R G) - B 黄蓝对手颜色空间yb np.absolute(0.5 * (R G) - B)# 计算rg and yb 的标准方差和均值(rgMean, rgStd) (np.mean(rg), np.std(rg))(ybMean, ybStd) (np.mean(yb), np.std(yb))# 将标准方差和均值合并stdRoot np.sqrt((rgStd ** 2) (ybStd ** 2))meanRoot np.sqrt((rgMean ** 2) (ybMean ** 2))# 获得图像彩色度量值并返回return stdRoot (0.3 * meanRoot)# 构建命令行参数并解析
# --image 输入图片文件夹路径
ap argparse.ArgumentParser()
ap.add_argument(-i, --images, requiredFalse,defaultbm_sports/sports/,helppath to input directory of images)
args vars(ap.parse_args())# 初始化结果list
print([INFO] computing colorfulness metric for dataset...)
# 通常情况下存储图像id图像炫彩度量值在这里介于图像数据量小且为了后续展示方便存储图像图像炫彩度量值
results []# 遍历图片路径
for imagePath in paths.list_images(args[images]):# 加载图像保持宽高比的缩放以加快处理速度计算图像彩色度度量image cv2.imread(imagePath)image imutils.resize(image, width250)C image_colorfulness(image)# 显示图像的彩色度分数cv2.putText(image, {:.2f}.format(C), (40, 40),cv2.FONT_HERSHEY_SIMPLEX, 1.4, (0, 255, 0), 3)# 添加图像的炫彩度量到结果listresults.append((image, C))# 对结果进行排序最炫彩图像靠前
# 选出最炫彩、最不炫彩的25个图像
print([INFO] displaying results...)
results sorted(results, keylambda x: x[1], reverseTrue)
mostColor [r[0] for r in results[:25]]
leastColor [r[0] for r in results[-25:]][::-1]# 构建俩组图像的蒙太奇效果
mostColorMontage build_montages(mostColor, (128, 128), (5, 5))
leastColorMontage build_montages(leastColor, (128, 128), (5, 5))# 显示图像结果
cv2.imshow(Most Colorful, mostColorMontage[0])
cv2.imshow(Least Colorful, leastColorMontage[0])
cv2.waitKey(0)
cv2.destroyAllWindows()
