python只保留圖片中特定顏色

㈠ 如何用python分別提取出某個像素的rgb值並寫入一個一行三列的數組中。

可以使用 Python Image Library 做，load() 函數會返回一個對象，這個對象我們可以把它當作一個二維數組對待，而數組中存放的就是點的 RGB 值，可以很容易地訪問到任何像素點的 RGB 值：

fromPILimportImage

#可以支持很多種圖片格式.
im=Image.open("your_picture.jpg")
pix=im.load()

#獲得圖片的尺度，可以用於迭代
printim.size

#獲得某個像素點的RGB值，像素點坐標由[x,y]指定
printpix[x,y]

#設置[x,y]點的RGB的值為value
pix[x,y]=value

㈡ 如何用python或者其它編程方法將圖片中非黑且非白的顏色轉化為白色

直接操作bitmap的data或者用opencv的iplimage都可以 挺簡單的

㈢ 如何使用Python如何獲取某像素點處顏色

方法一：
# -*- coding: cp936 -*-
from ctypes import *

#引入winapi
gdi32 = windll.gdi32
user32 = windll.user32

#獲取句柄
hdc = user32.GetDC(None)
#獲取指定像素的顏色
c = gdi32.GetPixel(hdc,100,50)
#列印十進制轉化為十六進制的顏色
print hex(c)

㈣ python 如何只選中圖片里的一種顏色 變更為另一個種顏色

importImage
img=Image.open("pic.jpg")

foriinxrange(300):
forjinxrange(300):

r,g,b=img.getpixel((i,j))
if(b>gandb>r):#對藍色進行判斷
b=127
g=127
r=127

img.putpixel((i,j),(r,g,b))

img.show()

㈤ 如何用python提取出兩幅圖像中不同的部分

簡單說，兩附圖之間對應像素相減，然後求絕對值，差異大於某個特定值的就認為是不同點。（如果你的圖片是jpg壓縮，那麼由於離散餘弦變換過程去掉了高頻信息，會導致圖像顏色變化劇烈的部分出現細微鋸齒狀差異）
使用Numpy操作，np.abs(img1-img2)>thr。即可得到

㈥ python-opencv怎麼在不影響圖片中其他顏色的情況下，將黑色背景變成白色背景

設前景色為白色，選擇--色彩范圍，點選黑色，作反相處理，調整色階至滿意，局部細節用畫筆修整一下即可。

㈦ 如何用python將文件夾中圖片根據顏色分類

本文實例講述了Python通過PIL獲取圖片主要顏色並和顏色庫進行對比的方法。分享給大家供大家參考。具體分析如下：

這段代碼主要用來從圖片提取其主要顏色，類似Goolge和Bai的圖片搜索時可以指定按照顏色搜索，所以我們先需要將每張圖片的主要顏色提取出來，然後將顏色劃分到與其最接近的顏色段上，然後就可以按照顏色搜索了。

在使用google或者搜圖的時候會發現有一個圖片顏色選項，感覺非常有意思，有人可能會想這肯定是人為的去劃分的，呵呵，有這種可能，但是估計人會累死，開個玩笑，當然是通過機器識別的，海量的圖片只有機器識別才能做到。

那用python能不能實現這種功能呢？答案是：能

利用python的PIL模塊的強大的圖像處理功能就可以做到，下面上代碼：

復制代碼代碼如下:

import colorsys
def get_dominant_color(image):
#顏色模式轉換，以便輸出rgb顏色值
image = image.convert('RGBA')
#生成縮略圖，減少計算量，減小cpu壓力
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]):
# 跳過純黑色
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

使用方法：

from PIL import Image
print get_dominant_color(Image.open('logo.jpg'))

這樣就會返回一個rgb顏色，但是這個值是很精確的范圍，那我們如何實現網路圖片那樣的色域呢？？

其實方法很簡單，r/g/b都是0-255的值，我們只要把這三個值分別劃分相等的區間，然後組合，取近似值。例如：劃分為0-127,和128-255，然後自由組合，可以出現八種組合，然後從中挑出比較有代表性的顏色即可。

當然我只是舉一個例子，你也可以劃分的更細，那樣顯示的顏色就會更准確~~大家趕快試試吧

㈧ 用python寫識別圖片主要顏色的程序

#-*-coding:utf-8-*-

importcolorsys

defget_dominant_color(image):

#顏色模式轉換，以便輸出rgb顏色值
image=image.convert('RGBA')

#生成縮略圖，減少計算量，減小cpu壓力
image.thumbnail((200,200))

max_score=None
dominant_color=None

forcount,(r,g,b,a)inimage.getcolors(image.size[0]*image.size[1]):
#跳過純黑色
ifa==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
ify>0.9:
continue

#Calculatethescore,.
#Add0.1tothesaturationsowedon'tcompletelyignoregrayscale
#,butstillgivethemalow
#weight.
score=(saturation+0.1)*count

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

returndominant_color

if__name__=="__main__":
fromPILimportImage
importos

path=r'.\pics\'
fp=open('file_color.txt','w')
forfilenameinos.listdir(path):
printpath+filename
try:
color=get_dominant_color(Image.open(path+filename))
fp.write('Thecolorof'+filename+'is'+str(color)+'
')
except:
print"Thisfileformatisnotsupport"
fp.close()

pics文件夾和python程序在一個目錄下，產生的文件名file_color.txt也在這個目錄下。

看看能否幫到你

㈨ 怎麼用opencv和python，只保留深藍色部分，其他區域變為黑色

1、首先明確深藍的數據范圍；
2、將圖片轉換到HSV空間，並分離三個通道為新的三個單通道圖片；
3、H圖片使用cvInRangeS獲取「藍」色區域的MASK。「藍」在色度輪盤的值為240
4、同上，S圖片獲取色純度大於一定值的MASK；
5、同上，V圖片獲取亮度在一定范圍內的MASK；
6、上述三圖二值化以後，做「與」運算，成為最終MASK；
7、用這個新生成的MASK去處理原圖；