訂閱
糾錯(cuò)
加入自媒體

使用計(jì)算機(jī)視覺的顏色選擇器應(yīng)用程序

概述

在本文中,我們將制作一個(gè)非常有趣的應(yīng)用程序,即顏色選擇器,它有很多用例,但這個(gè)應(yīng)用程序的主要用例是它可以被 UI/UX 設(shè)計(jì)師廣泛使用,他們從圖像中選擇顏色并獲取它們的顏色代碼,為此,我們將使用計(jì)算機(jī)視覺和圖像處理的概念。因此,在本文中,我們將了解使用計(jì)算機(jī)視覺的顏色選擇器的概念。

讓我們開始吧!

import cv2

import pandas as pd

import matplotlib.pyplot as plt

1. cv2:這個(gè)庫是用來執(zhí)行所有的計(jì)算機(jī)視覺操作——基本上是所有需要的圖像處理操作。

2. pandas:在處理機(jī)器學(xué)習(xí)問題時(shí),Pandas 通常有很多范圍,但在本主題中,它們僅用于讀取 CSV 文件并從中提取一些信息。

3. matplotlib: Matplotlib 與可視化數(shù)據(jù)有很大關(guān)系,盡管在這里它將用于繪制圖像。

image_location = 'colorpic.jpg'

test = cv2.imread(image_location)

plt.imshow(test)

plt.show()

輸出:

代碼分解:

1. 首先,我們?cè)谧兞恐斜4鎴D像的路徑,使用圖像的名稱,而不是確切的路徑,因?yàn)樗c我們的 Jupyter Notebook位于同一路徑中。

2. 現(xiàn)在借助cv2 的 read() 函數(shù),我們將讀取 NumPy 數(shù)組格式的圖像并將其存儲(chǔ)在測(cè)試變量中。如果我們只打印出測(cè)試變量,那么它只會(huì)以數(shù)組格式顯示圖像。

3. 現(xiàn)在我們將使用 Matplotlib 的 show() 函數(shù)來查看我們讀取的圖像。

cv2.imshow() VS plt.imshow()

這里出現(xiàn)了一個(gè)問題,因?yàn)槭煜?OpenCV 的人很清楚,為了顯示圖像,我們理想地使用cv2.imshow函數(shù),但澄清一件事,在這里看到結(jié)果cv2.Imshow函數(shù)不會(huì)工作,它只會(huì)使內(nèi)核崩潰,當(dāng)你搜索這個(gè)問題時(shí),你會(huì)發(fā)現(xiàn)在客戶端服務(wù)器(Jupiter notebook)使用cv2.imshow函數(shù)是沒有意義的,因此我們使用matplotlib (plt.imshow)將結(jié)果以圖像的形式繪制出來。

讓我們聲明一些可以與整個(gè)代碼一起訪問的全局變量。

flag_variable = False

red_channel = g_channel = b_channel = x_coordinate = y_coordinate = 0

代碼分解:

1. 在這里,首先我們?nèi)×艘粋(gè)標(biāo)志變量,它將指示我們是否單擊了圖像,可以看到默認(rèn)值為 false 即未單擊圖片,而 True 值表示已單擊圖片。

2. 然后有紅色、綠色和藍(lán)色通道(RGB)以及 X 和 Y 坐標(biāo),現(xiàn)在設(shè)置為 0,但只要我們?cè)趫D像周圍移動(dòng)并從中選擇顏色,這些值就會(huì)改變.

現(xiàn)在我們將讀取彩色 CSV 文件并為每一列指定標(biāo)題名稱。

heading = ["Color", "Name of color", "Hexadecimal code", "Red channel", "Green channel", "Blue channel"]

color_csv = pd.read_csv('colors.csv', names=heading, header=None)

代碼分解:

1. 我們正在設(shè)置彩色 CSV 文件將具有的標(biāo)題名稱。

2. 然后我們將在 read_csv 函數(shù)的幫助下讀取 color.csv 文件

· 注意:此顏色 CSV 文件具有顏色的名稱、十六進(jìn)制代碼、RGB 值,我們將僅比較此 CSV 文件中的值。

現(xiàn)在,我們將創(chuàng)建函數(shù)來獲取顏色的名稱(get_color_name)。

def get_color_name(Red, Green, Blue):

   minimum = 10000

   for i in range(len(color_csv)):

       distance = abs(Red - int(color_csv.loc[i, "Red channel"])) + abs(Green - int(color_csv.loc[i, "Green channel"])) + abs(Blue - int(color_csv.loc[i, "Blue channel"]))

      if distance <= minimum:

           minimum = distance

           color_name = color_csv.loc[i, "Name of color"]

   return color_name

代碼分解:

1. 因此,首先我們將閾值設(shè)置為 10000,即實(shí)際顏色代碼與我們從圖像中選擇顏色時(shí)得到的顏色代碼之間的最小閾值距離。

2. 然后我們計(jì)算了顏色代碼與圖像的距離。

3. 現(xiàn)在我們將看到我們計(jì)算的距離應(yīng)該小于或等于閾值距離。

4. 最后,我們將從CSV 文件中存儲(chǔ)顏色的名稱并返回它。

現(xiàn)在我們將創(chuàng)建函數(shù)來獲取坐標(biāo)(draw_function)

def draw_function(event, x_coordinate, y_coordinate, flags, parameters):

   if event == cv2.EVENT_LBUTTONDBLCLK:

       global b, g, r, x_position, y_position, flag_variable

       flag_variable = True

       x_position = x_coordinate

       y_position = y_coordinate

       b, g, r = test[y_coordinate, x_coordinate]

       b = int(b)

       g = int(g)

       r = int(r)

代碼分解:

因此,在分解代碼之前,我想提一下它擁有的功能。當(dāng)用戶雙擊任何顏色時(shí),此函數(shù)將返回 X 和 Y 坐標(biāo)的值以及相應(yīng)的 RGB 位置。

1. 首先,我們將檢查用戶是否雙擊,我們將使用cv2 中的 EVENT_LBUTTONDBLCLK。

2. 然后我們將flag_variable 設(shè)置為 True,因?yàn)楝F(xiàn)在單擊了按鈕。

3. 然后是函數(shù)的主要部分,我們將在全局變量中存儲(chǔ)坐標(biāo)值及其對(duì)應(yīng)的 RGB 值。

4. 最后,我們將使用 int() 將值轉(zhuǎn)換為整數(shù)類型。

cv2.namedWindow('image')

cv2.setMouseCallback('image', draw_function)

鼠標(biāo)回調(diào):這是 cv2 方法,它將檢測(cè)用戶的點(diǎn)擊(右、左或雙擊)并調(diào)用繪圖函數(shù)。

while True:


   cv2.imshow("image", test)

   if flag_variable:

       cv2.rectangle(test, (20, 20), (750, 60), (b, g, r), -1)

       text = get_color_name(r, g, b) + ' R=' + str(r) + ' G=' + str(g) + ' B=' + str(b)

       cv2.putText(test, text, (50, 50), 2, 0.8, (255, 255, 255), 2, cv2.LINE_AA)
     

       if r + g + b >= 600:

           cv2.putText(test, text, (50, 50), 2, 0.8, (0, 0, 0), 2, cv2.LINE_AA)


       flag_variable = False
   

   if cv2.waitKey(20) & 0xFF == 27: 

     break

cv2.destroyAllWindows()

輸出:

代碼分解:

1. 在主邏輯中,首先我們將創(chuàng)建一個(gè)矩形(填充:-1 用于填充矩形),我們將在其上放置我們的文本。

2. 現(xiàn)在我們將獲得文本字符串,其顏色代碼為 RGB。

3. 然后在 put text 方法的幫助下,我們將在之前繪制的矩形上方顯示文本。

4. 如果顏色為淺色,我們會(huì)驗(yàn)證,然后我們將以黑色顯示文本字符串。

5. 最后,我們可以選擇使用 esc 鍵退出應(yīng)用程序。

總結(jié)

1. 首先,我們已經(jīng)導(dǎo)入了所有的庫。

2. 然后我們加載并繪制選定的圖像。

3. 然后我們?yōu)槲覀兊牟噬?CSV 文件提供了標(biāo)題。

4. 我們還創(chuàng)建了獲取顏色名稱函數(shù)和繪制函數(shù),以在用戶雙擊任何顏色時(shí)查看圖像上的結(jié)果。

5. 然后應(yīng)用程序循環(huán)執(zhí)行所有步驟。

因此,通過執(zhí)行上述步驟,我們可以開發(fā)一個(gè)使用計(jì)算機(jī)視覺的顏色選擇器應(yīng)用程序。

       原文標(biāo)題 : 使用計(jì)算機(jī)視覺的顏色選擇器應(yīng)用程序

聲明: 本文由入駐維科號(hào)的作者撰寫,觀點(diǎn)僅代表作者本人,不代表OFweek立場(chǎng)。如有侵權(quán)或其他問題,請(qǐng)聯(lián)系舉報(bào)。

發(fā)表評(píng)論

0條評(píng)論,0人參與

請(qǐng)輸入評(píng)論內(nèi)容...

請(qǐng)輸入評(píng)論/評(píng)論長(zhǎng)度6~500個(gè)字

您提交的評(píng)論過于頻繁,請(qǐng)輸入驗(yàn)證碼繼續(xù)

  • 看不清,點(diǎn)擊換一張  刷新

暫無評(píng)論

暫無評(píng)論

人工智能 獵頭職位 更多
掃碼關(guān)注公眾號(hào)
OFweek人工智能網(wǎng)
獲取更多精彩內(nèi)容
文章糾錯(cuò)
x
*文字標(biāo)題:
*糾錯(cuò)內(nèi)容:
聯(lián)系郵箱:
*驗(yàn) 證 碼:

粵公網(wǎng)安備 44030502002758號(hào)