画像から最も一般的な色を取得したいと思います。私は Java を使用しており、最も優勢な色を使用したいと考えています。これを行うためのcbir Javaライブラリはありますか?
ありがとう
質問する
12771 次
7 に答える
10
これをどれだけ正確にしたいですか？Bozhos のアプローチを使用して画像全体をループすることはできますが、これは大きな画像では遅くなる可能性があります。16777216 の可能な RGB 値があり、それらのカウンターを Map に保持することはあまり効率的ではありません。
別の方法として、 を使用して画像をリサンプリングしgetScaledInstance、1x1 画像などの小さいバージョンに縮小してから、 を使用getRGBしてそのピクセルの色を取得する方法があります。SCALE_REPLICATEやSCALE_AREA_AVERAGINGなどのさまざまなリサンプリング アルゴリズムを試して、最適なものを確認できます。
于 2010-12-13T09:33:44.460 に答える
4
答えてくれてありがとう。これがBozhoの方法の実際的な例です。また、白/灰色/黒を除外します。
import java.awt.image.BufferedImage;
import java.io.File;
import java.util.Collections;
import java.util.Comparator;
import java.util.HashMap;
import java.util.Iterator;
import java.util.LinkedList;
import java.util.List;
import java.util.Map;
import javax.imageio.ImageIO;
import javax.imageio.ImageReader;
import javax.imageio.stream.ImageInputStream;
public class ImageTester {
public static void main(String args[]) throws Exception {
File file = new File("C:\\Users\\Andrew\\Desktop\\myImage.gif");
ImageInputStream is = ImageIO.createImageInputStream(file);
Iterator iter = ImageIO.getImageReaders(is);
if (!iter.hasNext())
{
System.out.println("Cannot load the specified file "+ file);
System.exit(1);
}
ImageReader imageReader = (ImageReader)iter.next();
imageReader.setInput(is);
BufferedImage image = imageReader.read(0);
int height = image.getHeight();
int width = image.getWidth();
Map m = new HashMap();
for(int i=0; i < width ; i++)
{
for(int j=0; j < height ; j++)
{
int rgb = image.getRGB(i, j);
int[] rgbArr = getRGBArr(rgb);
// Filter out grays....
if (!isGray(rgbArr)) {
Integer counter = (Integer) m.get(rgb);
if (counter == null)
counter = 0;
counter++;
m.put(rgb, counter);
}
}
}
String colourHex = getMostCommonColour(m);
System.out.println(colourHex);
}
public static String getMostCommonColour(Map map) {
List list = new LinkedList(map.entrySet());
Collections.sort(list, new Comparator() {
public int compare(Object o1, Object o2) {
return ((Comparable) ((Map.Entry) (o1)).getValue())
.compareTo(((Map.Entry) (o2)).getValue());
}
});
Map.Entry me = (Map.Entry )list.get(list.size()-1);
int[] rgb= getRGBArr((Integer)me.getKey());
return Integer.toHexString(rgb[0])+" "+Integer.toHexString(rgb[1])+" "+Integer.toHexString(rgb[2]);
}
public static int[] getRGBArr(int pixel) {
int alpha = (pixel >> 24) & 0xff;
int red = (pixel >> 16) & 0xff;
int green = (pixel >> 8) & 0xff;
int blue = (pixel) & 0xff;
return new int[]{red,green,blue};
}
public static boolean isGray(int[] rgbArr) {
int rgDiff = rgbArr[0] - rgbArr[1];
int rbDiff = rgbArr[0] - rgbArr[2];
// Filter out black, white and grays...... (tolerance within 10 pixels)
int tolerance = 10;
if (rgDiff > tolerance || rgDiff < -tolerance)
if (rbDiff > tolerance || rbDiff < -tolerance) {
return false;
}
return true;
}
}
于 2011-06-06T09:25:46.570 に答える
3
画像をピクセルの大きな線形配列と見なし、その後は並べ替えるだけでよいとしたらどうでしょうか? ソートすると、同じ値の最も長い部分を数えることができます。
于 2010-12-13T10:16:26.193 に答える
3
色の値をどの程度正確にする必要があるかに応じて、メモリの問題を回避するために、類似した色を収集する「カラー バケット」を検討することをお勧めします。これは、色空間を色の「間隔」に分割することを意味します。ここでは、十分に類似している (つまり、互いに近い) すべての色が同じ色としてカウントされます。間隔のサイズを変更することで、精度とメモリ消費量のトレードオフを直接操作できます。
編集：基本的にはヒストグラムが必要です（調べてください）。それらの1つを効率的に計算するための確立された標準的なソリューションがおそらくあります。
于 2010-12-13T10:17:22.113 に答える
2
BufferedImage(2 つのループ - 1 つは 0 から幅まで、もう 1 つは 0 から高さまで) をループして、呼び出しを取得できますgetRgb(x, y)。次に、それぞれの値を数えます。そのためにa を使用できますMap(キー = 色、値 = 出現回数)。
于 2010-12-13T09:11:27.563 に答える
1
各ピクセルの色相を計算し、次に各色相のカーディナリティを計算します (ヒストグラムを作成します)。おそらく彩度による重み付け。次に、ローパス フィルターを適用し、最大値を見つけます。最後に色相から RGB に変換します。
これは、画像の赤い面だけがある場合、結果をピンクの色合いではなく「赤」にすることを前提としています。
于 2010-12-13T14:56:50.377 に答える
0
アンドリュー・ダイスターのコードは正常に動作しており、アンドロイドでの迅速な対応
import java.util.Collections;
import java.util.Comparator;
import java.util.HashMap;
import java.util.LinkedList;
import java.util.List;
import java.util.Map;
import android.graphics.Bitmap;
public class ImageTester {
public interface ImageColor {
void onImageColor(int r, int g, int b);
}
@SuppressWarnings({ "unchecked", "rawtypes" })
public static void getMostCommonColour(final Bitmap image,
final ImageColor heColor) {
new Thread(new Runnable() {
private int rgb;
@Override
public void run() {
int height = image.getHeight();
int width = image.getWidth();
Map m = new HashMap();
int boderWid = width / 4;
int borderHeigh = height / 4;
for (int i = boderWid; i < width - boderWid;) {
for (int j = borderHeigh; j < height - borderHeigh;) {
try {
rgb = image.getPixel(i, j);
} catch (Exception e) {
continue;
}finally{
i += 20;
j += 20;
}
int[] rgbArr = getRGBArr(rgb);
// Filter out grays....
if (!isGray(rgbArr)) {
Integer counter = (Integer) m.get(rgb);
if (counter == null)
counter = 0;
counter++;
m.put(rgb, counter);
}
}
}
List list = new LinkedList(m.entrySet());
Collections.sort(list, new Comparator() {
public int compare(Object o1, Object o2) {
return ((Comparable) ((Map.Entry) (o1)).getValue())
.compareTo(((Map.Entry) (o2)).getValue());
}
});
Map.Entry me = (Map.Entry) list.get(list.size() - 1);
int[] rgb = getRGBArr((Integer) me.getKey());
heColor.onImageColor(rgb[0], rgb[1], rgb[2]);
}
}).start();
}
public static int[] getRGBArr(int pixel) {
int red = (pixel >> 16) & 0xff;
int green = (pixel >> 8) & 0xff;
int blue = (pixel) & 0xff;
return new int[] { red, green, blue };
}
public static boolean isGray(int[] rgbArr) {
int rgDiff = rgbArr[0] - rgbArr[1];
int rbDiff = rgbArr[0] - rgbArr[2];
int tolerance = 10;
if (rgDiff > tolerance || rgDiff < -tolerance)
if (rbDiff > tolerance || rbDiff < -tolerance) {
return false;
}
return true;
}
}
于 2014-06-17T14:15:58.193 に答える