使用Python，OpenCV计算跑图的图像彩色度

使用Python，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：

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_montagesfrom imutils import pathsimport numpy as npimport argparseimport imutilsimport 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\", required=False,default=\'bm_sports/sports/\', help=\"path to input directory of images\")args = vars(ap.parse_args())# 初始化结果listprint(\"[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, width=250) 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list results.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, key=lambda x: x[1], reverse=True)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()