一定要用Photoshop?no!动手用Python做一个颜色提取器! ⛵

一定要用Photoshop?no!动手用Python做一个颜色提取器! ⛵插图
本文使用Python实现『颜色提取』功能,构建『简单提取器』与『复杂提取器』,从单个或多个图像的某个位置提取颜色,类似PS或者PPT中的取色器功能。
一定要用Photoshop?no!动手用Python做一个颜色提取器! ⛵插图1

💡 作者:韩信子@ShowMeAI
📘 Python3◉技能提升系列https://www.showmeai.tech/tutorials/56
📘 计算机视觉实战系列https://www.showmeai.tech/tutorials/46
📘 本文地址https://www.showmeai.tech/article-detail/404
📢 声明:版权所有,转载请联系平台与作者并注明出处
📢 收藏ShowMeAI查看更多精彩内容

💡 引言

一定要用Photoshop?no!动手用Python做一个颜色提取器! ⛵插图2

我们本次用到的数据集是 🏆Kaggle 100 种鸟数据集,大家可以通过 ShowMeAI 的百度网盘地址下载。

🏆 实战数据集下载(百度网盘):公众号『ShowMeAI研究中心』回复『实战』,或者点击 这里 获取本文 [39]使用Python构建图片颜色提取器Bird 450 Species数据集

ShowMeAI官方GitHubhttps://github.com/ShowMeAI-Hub

大家在做图像处理或者制作PPT时,一个非常常用的功能是颜色提取,我们可以通过提取器从已有图像的某个位置提取颜色,而不用自己肉眼比对和选择。今天ShowMeAI就带大家用python来实现这个功能。

我们会构建如下2个颜色提取器:

  • 简单提取器——从单个图像中选择颜色
  • 复杂提取器——从多个图像中选择颜色列表并显示颜色
一定要用Photoshop?no!动手用Python做一个颜色提取器! ⛵插图3

本文的实现涉及python编程知识与部分数据可视化知识,大家可以通过ShowMeAI的以下教程和文章进行系统学习:

📘图解Python编程:从入门到精通系列教程

📘 数据科学工具库速查表 | Matplotlib 速查表

💡 颜色提取器实现

💦 导入工具库

首先我们需要导入本次所需的工具库,matplotlib.image用于显示图像,pyperclip用于将字符串保存到剪贴板,glob用于处理文件路径。

#Imports
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.image as mpimg

import pyperclip

import random
import glob

我们将从不同的鸟类图像中提取颜色(即大家在第1节看到的图像)。我们读取路径下所有的jpg格式图像,代码如下:

#Dataset
read_path = "../../data/birds/"
img_path = glob.glob(read_path + "*.jpg")

💦 简单颜色提取器实现

我们先实现一个简单颜色提取器。它的功能是,每次我们单击图像中的某个位置,该像素的 RGB 通道会保存到我们的剪贴板中,然后我们可以将该值粘贴到笔记本中。

一定要用Photoshop?no!动手用Python做一个颜色提取器! ⛵插图4

我们先构建一个onclick函数,每次单击图像时都会运行此程序。我们获取点击的 x 和 y 坐标,然后得到该坐标处像素的 RGB 通道值,并将其作为字符串保存到剪贴板。完整的代码如下:

def onclick(event):
    global img
    
    # get x,y of click
    x = round(event.xdata)
    y = round(event.ydata)
    
    # get RGB values
    rgb = img[y][x]
    
    # save to clip board
    pyperclip.copy(str(rgb))

我们要使用上面这个函数,我们首先使用 matplotlib 创建一个图形,然后设置该图的交互功能,将onclick函数作为参数传入,这样我们每次点击就会调用上述函数进行颜色提取。

%matplotlib notebook
global img

fig = plt.figure(figsize=(5,5))

#Add an interactive widget to figure 
cid = fig.canvas.mpl_connect('button_press_event', onclick)

#Load image and add count
path = img_path[0]
img = mpimg.imread(path)

plt.imshow(img)
plt.show()

注意:上述代码的第2行使用了全局变量,这样就可以在onclick函数中更新这些变量。

💦 复杂颜色提取器实现

下面我们来构建一个复杂颜色提取器,它实现的功能如下图所示:我们多次点击不同图像的多个位置,我们会按照顺序编号和记录颜色(注意颜色框左上角的红色数字),并把颜色保存到列表中。

一定要用Photoshop?no!动手用Python做一个颜色提取器! ⛵插图5

我们还是需要构建onclick函数,和之前的简单颜色提取器有点类似,这里的主要区别在于我们不直接保存 RGB 通道值,而是调用change_choice来调整右侧显示的提取颜色。

def onclick(event):
    global img
    global rgb
    
    # get x,y of click
    x = round(event.xdata)
    y = round(event.ydata)
    
    # get RGB values
    rgb = img[y][x]
    
    #Update second plot with colour
    change_choice()

我们再定义一个函数onpress,它会在按下键盘时运行。这个函数在按下了不同键的情况下做不同的处理:(change_imagechange_choice会分别用于更新图片和更新显示颜色框,在后续会定义)

  • n:运行change_image函数。
  • c:我们将 RGB 通道值保存到剪贴板和颜色列表中,接着运行change_choice函数。

具体代码实现如下:

def onpress(event):
    global rgb
    global colours
    
    #Get key 
    key = event.key

    if key == 'n':
        change_image()
        
    elif key == 'c':
         # save to clip board
        pyperclip.copy(str(rgb))
        
        # add to list of colours
        colours.append(rgb)
        
        change_choice()

change_choice函数用于更新右侧颜色框。右侧的颜色框有与图像框相同的尺寸,并且根据当前全局 rgb 值进行颜色显示。

def change_choice():
    global img
    global ax
    global colours
    global rgb
    
    # remove previous count
    for txt in ax[1].texts:
        txt.set_visible(False)
    
    # create array of colour choice
    dims = np.shape(img)
    col = np.array([[rgb]*dims[0]]*dims[1])
    ax[1].imshow(col)
    
    # update colour count
    ax[1].text(0, 15, len(colours),color='r',size=20)
    
    plt.show()

change_choice函数在2处调用和执行:

  • 点击图片时调用的onclick函数中,它完成 全局 rgb 更新并调整框中的颜色。
  • 调用onpress函数并按下“c”时,这里颜色列表的长度+1,颜色计数也会改变。

接下来我们定义change_image函数。我们在按下“n”时会调用它更新图像框。代码如下:

def change_image():
    global img_path
    global img
    global ax
    global rgb
    
    # close all open plots
    plt.close('all')
    
    fig,ax = plt.subplots(1,2,figsize=(10,5))
    
    # add an interactive widget to figure 
    cid = fig.canvas.mpl_connect('button_press_event', onclick)
    cid2 = fig.canvas.mpl_connect('key_press_event', onpress)

    # load random image
    path = random.choice(img_path)
    img = mpimg.imread(path)
    
    ax[0].imshow(img)
    
    # reset the colour window
    rgb = [255,255,255]
    change_choice()

我们可以通过运行change_image函数来启动颜色选择器,如下:

%matplotlib tk
global img_path
global colours
colours = []

# load image paths
read_path = "../../data/birds/"
img_path = glob.glob(read_path + "*.jpg")

# start widget
change_image()

接下来当你就可以使用这个复杂颜色提取器啦,在您遍历图像并保存颜色时,颜色列表随之更更新,我们在下图的 colours 里可以看到提取的颜色构建的rgb值序列。

一定要用Photoshop?no!动手用Python做一个颜色提取器! ⛵插图6

参考资料

推荐阅读

一定要用Photoshop?no!动手用Python做一个颜色提取器! ⛵插图7

文章来源于互联网:一定要用Photoshop?no!动手用Python做一个颜色提取器! ⛵

THE END
分享
二维码