我有一个包含 20 种颜色的列表,每种颜色都是这样的 (0,0,0)(rgb) 但具有不同的值,我需要找到最接近我给出的颜色,例如 (200, 191, 231 )。问题是我不确定应该如何检查关闭的颜色,以及我该如何在列表中设置所有这些颜色值?在数组中?
我一直在想也许可以添加 exmaple (1,2,3) = 4 的所有颜色,然后找到最接近的,但我不确定这是否是一个好主意..
这是颜色列表:
#(0, 0, 0) - Black
#(127, 127, 127) - Gray
#(136, 0, 21) - Bordeaux
#(237, 28, 36) - red
#(255, 127, 39) - orange
#(255, 242, 0) - yellow
#(34, 177, 76) - green
#(203, 228, 253) - blue
#(0, 162, 232) - dark blue
#(63, 72, 204) - purple
#(255, 255, 255) - white
#(195, 195, 195) - light gray
#(185, 122, 87) - light brown
#(255, 174, 201) - light pink
#(255, 201, 14) - dark yellow
#(239, 228, 176) - light yellow
#(181, 230, 29) - light green
#(153, 217, 234) - light blue
#(112, 146, 190) - dark blue
#(200, 191, 231) - light purple
这是函数:
def paint(pixel):
r,g,b,a = pix[x,y]
print(str(r) + ' '+ str(g) + ' ' + str(b))
sleep(0.20)
如果您想出好的解决方案或有任何问题请重播,谢谢您的帮助!
快速、高效、清洁的解决方案
假设我们有:
list_of_colors = [[255,0,0],[150,33,77],[75,99,23],[45,88,250],[250,0,255]]
为了快速处理,使用 numpy 并转换为 numpy 数组
import numpy as np
想要的颜色
color = [155,155,155]
完整代码
import numpy as np
list_of_colors = [[255,0,0],[150,33,77],[75,99,23],[45,88,250],[250,0,255]]
color = [155,155,155]
def closest(colors,color):
colors = np.array(colors)
color = np.array(color)
distances = np.sqrt(np.sum((colors-color)**2,axis=1))
index_of_smallest = np.where(distances==np.amin(distances))
smallest_distance = colors[index_of_smallest]
return smallest_distance
closest_color = closest(list_of_colors,color)
print(closest_color )
该算法没有循环,并且速度超快,因为它使用 numpy
您想要找到红色、绿色和蓝色数字之间的绝对差之和,并选择最小的一个。
from math import sqrt
COLORS = (
(181, 230, 99),
(23, 186, 241),
(99, 23, 153),
(231, 99, 29),
)
def closest_color(rgb):
r, g, b = rgb
color_diffs = []
for color in COLORS:
cr, cg, cb = color
color_diff = sqrt((r - cr)**2 + (g - cg)**2 + (b - cb)**2)
color_diffs.append((color_diff, color))
return min(color_diffs)[1]
closest_color((12, 34, 156))
# => (99, 23, 153)
closest_color((23, 145, 234))
# => (23, 186, 241)
编辑:改进代码并使用上面提到的欧几里德距离计算 Sven 而不是基本的 diff sum。
您可以将颜色放入八叉树中,然后沿着八叉树走下去,直到找到确切的颜色,或者到达末端并获取具有最小欧几里德距离的节点的颜色。这样,您只需计算欧几里德距离最多 8 次(如果您在此之前达到了精确的颜色,则为 0)。
至少在 C# 中是这样的:https://www.codeproject.com/tips/1046574/octtree-based-nearest-color-search