用于特定颜色部分提取的 Numpy

Question

我是 python 的新手，正在尝试将图像中的彩色部分与灰度部分分开。尽管此代码（见下文）为我提供了我正在寻找的结果，但它需要很长时间（普通图像需要 10 秒以上）。

我找了一个小时没有找到合适的答案，因为大多数只是分开特定的颜色（黑色、白色...）或阈值。

据我（已经）知道 numpy 是可行的方法，但我没有成功 :S

期待帮助 - 谢谢！

    gray_elements = np.zeros_like(image)
    gray_elements[:] = 255

    colored_segments = np.zeros_like(image)
    colored_segments[:] = 255
    
    # Separate black-to-white-colors from colored
    for y in range(image.shape[0]):
        for x in range(image.shape[1]):

            pxl = image[y, x]
            if max(pxl) - min(pxl) > 5:
                colored_segments[y, x] = pxl
            else:
                gray_elements[y, x] = pxl

Answer 1

未经测试，但因为今天是圣帕特里克节...

如果您有一个包含 3 通道 RGB 图像的 Numpy 数组 na，它将有 na.shape 个 (h,w,3)。

您可以获得每个点的 3 个通道中的最大值：

ma = np.amax(na, axis=2, keepdims=True)

最小值：

mi = np.amin(na, axis=2, keepdims=True)

那么区别是：

diff = ma - mi

然后制作一个布尔值 (true/false) 掩码：

grey = diff < 5

If/when你对Numpy越来越熟悉了，你可能会用到peak-to-peak函数。

但通常情况下，您会使用 OpenCV，转换为 HSL 色彩空间，然后找到饱和度通道较低的像素，这意味着颜色不饱和，而是灰色。

用于特定颜色部分提取的 Numpy

Numpy for specific color section extraction

python

numpy

colors

grayscale