使用Python的PIL模块来进行图片对比-Python-Tutorial-php.cn

使用Python的PIL模块来进行图片对比

WBOY

Freigeben： 2016-06-10 15:06:02

Original

1204 Leute haben es durchsucht

在使用google或者baidu搜图的时候会发现有一个图片颜色选项，感觉非常有意思，有人可能会想这肯定是人为的去划分的，呵呵，有这种可能，但是估计人会累死，开个玩笑，当然是通过机器识别的，海量的图片只有机器识别才能做到。
那用python能不能实现这种功能呢？答案是：能

利用python的PIL模块的强大的图像处理功能就可以做到，下面上代码：

import colorsys

def get_dominant_color(image):

#颜色模式转换，以便输出rgb颜色值
  image = image.convert('RGBA')

#生成缩略图，减少计算量，减小cpu压力
  image.thumbnail((200, 200))

  max_score = None
  dominant_color = None

  for count, (r, g, b, a) in image.getcolors(image.size[0] * image.size[1]):
    # 跳过纯黑色
    if a == 0:
      continue

    saturation = colorsys.rgb_to_hsv(r / 255.0, g / 255.0, b / 255.0)[1]

    y = min(abs(r * 2104 + g * 4130 + b * 802 + 4096 + 131072) >> 13, 235)

    y = (y - 16.0) / (235 - 16)

    # 忽略高亮色
    if y > 0.9:
      continue

    # Calculate the score, preferring highly saturated colors.
    # Add 0.1 to the saturation so we don't completely ignore grayscale
    # colors by multiplying the count by zero, but still give them a low
    # weight.
    score = (saturation + 0.1) * count

    if score > max_score:
      max_score = score
      dominant_color = (r, g, b)

  return dominant_color

Nach dem Login kopieren

如何使用：

from PIL import Image

print get_dominant_color(Image.open('logo.jpg'))

Nach dem Login kopieren

这样就会返回一个rgb颜色，但是这个值是很精确的范围，那我们如何实现百度图片那样的色域呢？？
其实方法很简单，r/g/b都是0-255的值，我们只要把这三个值分别划分相等的区间，然后组合，取近似值。例如：划分为0-127,和128-255，然后自由组合，可以出现八种组合，然后从中挑出比较有代表性的颜色即可。
当然我只是举一个例子，你也可以划分的更细，那样显示的颜色就会更准确~~大家赶快试试吧

PS：通过pil生成缩略图的简单代码

如果是单纯地生成缩略图，我们可以通过pil很简单地办到,这段代码会强行将图片大小修改成250x156：

from PIL import Image
img = Image.open('sharejs.jpg')
img = img.resize((250, 156), Image.ANTIALIAS)
img.save('sharejs_small.jpg')

Nach dem Login kopieren

Verwandte Etiketten：

pil python 图片

Quelle：php.cn

Vorheriger Artikel：Python 爬虫爬取指定博客的所有文章 Nächster Artikel：Using Django with GAE Python 后台抓取多个网站的页面全文

Erklärung dieser Website

Der Inhalt dieses Artikels wird freiwillig von Internetnutzern beigesteuert und das Urheberrecht liegt beim ursprünglichen Autor. Diese Website übernimmt keine entsprechende rechtliche Verantwortung. Wenn Sie Inhalte finden, bei denen der Verdacht eines Plagiats oder einer Rechtsverletzung besteht, wenden Sie sich bitte an admin@php.cn

Neueste Artikel des Autors