将图像缩小为JAVA中给定颜色的固定数量

Question

bounty到期在6天内。该问题的答案有资格获得+ 300声望赏金。MullisS想要引起更多关注对此问题。

我想以特殊方式编辑图像：

我给出了40种颜色的清单。现在我有一张可能的颜色的图像。我想将图像减少到只有12种颜色（在40种可能的颜色中），并获得最佳效果。是否有一个好的档案库可以存档（JAVA）。

Answer 1

在此答案中，我做出以下假设：

• 您的列表包含40 不同颜色。
• 每种颜色都包含24位信息（红色为8位，绿色为8位，蓝色为8位）。
• 12-颜色解决方案应该是人类感知颜色的最佳组合。

由于您的目标是确定（提供的12中的）40种颜色最接近图像中的[[all颜色，因此可以使用以下算法：

遍历所有输入颜色的40。
1. 对于每种颜色，迭代输入图像中的所有像素。
2. 对于当前像素，计算其颜色与我们当前颜色之间的差异。
3. 这可能是算法中最困难的部分，因为我们需要一个函数来返回两种颜色之间的
   • 差异。
   我相信实现此目的的最有效方法是先将RGB颜色转换为XYZ颜色空间，然后将XYZ颜色转换为CIELAB颜色空间。
4. 然后我们可以使用this formula计算两种CIELAB颜色之间的差异。

将颜色映射到相应颜色的差异之和。

按值排序Map<Integer, Double>（升序）；解决方法是先按12键。

这是实现此目的的Java代码：

import javax.imageio.ImageIO;
import java.awt.Color;
import java.awt.image.BufferedImage;
import java.io.IOException;
import java.io.UncheckedIOException;
import java.nio.file.Paths;
import java.util.List;
import java.util.Map;
import java.util.concurrent.ConcurrentHashMap;
import java.util.concurrent.ConcurrentMap;
import java.util.concurrent.ExecutorService;
import java.util.concurrent.Executors;
import java.util.concurrent.ThreadLocalRandom;
import java.util.concurrent.TimeUnit;
import java.util.stream.Collectors;
import java.util.stream.Stream;

public class ColorDifference {

    public static void main(String[] args) {
        ConcurrentMap<Color, Double> colorDifferenceMap = new ConcurrentHashMap<>();
        ExecutorService executorService = Executors.newFixedThreadPool(
            Runtime.getRuntime().availableProcessors());

        BufferedImage inputImage;

        try {
            // Read in the input image
            inputImage = ImageIO.read(Paths.get("mostly_red.png").toFile());
        } catch (IOException e) {
            throw new UncheckedIOException("Unable to read input image!", e);
        }

        // Generate the 40 colors
        Stream<Color> mostlyRedColors = generateInfiniteColors()
            .filter(color -> color.getRed() >= 200 && color.getGreen() <= 25 && 
                             color.getBlue() <= 25)
            .distinct().limit(12);
        Stream<Color> mostlyGreenAndBlueColors = generateInfiniteColors()
            .filter(color -> color.getRed() <= 25 && color.getGreen() >= 200 && 
                             color.getBlue() >= 200)
            .distinct().limit(28);

        // 'Stream.concat(...)' can be replaced with a 'List<Color>'
        Stream.concat(mostlyRedColors, mostlyGreenAndBlueColors).forEach(color -> {
            executorService.execute(() -> {
                CIELab cieLabColor = CIELab.from(color);

                double sum = 0d;

                for (int y = 0; y < inputImage.getHeight(); y++) {
                    for (int x = 0; x < inputImage.getWidth(); x++) {
                        Color pixelColor = new Color(inputImage.getRGB(x, y));
                        CIELab pixelCIELabColor = CIELab.from(pixelColor);
                        sum += cieLabColor.difference(pixelCIELabColor);
                    }
                }

                colorDifferenceMap.put(color, sum);
            });
        });

        executorService.shutdown();

        try {
            executorService.awaitTermination(Long.MAX_VALUE, TimeUnit.DAYS);
        } catch (InterruptedException e) {
            e.printStackTrace();
        }

        // The 12 solution colors are held in this list
        List<Color> colorSolutions = colorDifferenceMap.entrySet()
            .stream()
            .sorted(Map.Entry.comparingByValue())
            .limit(12)
            .map(Map.Entry::getKey)
            .collect(Collectors.toList());

        colorSolutions.forEach(System.out::println);
    }

    // Inspiration taken from https://stackoverflow.com/a/20032024/7294647
    private static Stream<Color> generateInfiniteColors() {
        return Stream.generate(() -> 
            new Color(ThreadLocalRandom.current().nextInt(0x1000000)));
    }

    static class CIELab {

        private final double L, a, b;

        public CIELab(double L, double a, double b) {
            this.L = L;
            this.a = a;
            this.b = b;
        }

        public double difference(CIELab cieLab) {
            return Math.sqrt(Math.pow(cieLab.L - L, 2) + Math.pow(cieLab.a - a, 2) +
                Math.pow(cieLab.b - b, 2));
        }

        public static CIELab from(Color color) {
            int sR = color.getRed();
            int sG = color.getGreen();
            int sB = color.getBlue();

            // Convert Standard-RGB to XYZ (http://www.easyrgb.com/en/math.php)
            double var_R = ( sR / 255d );
            double var_G = ( sG / 255d );
            double var_B = ( sB / 255d );

            if ( var_R > 0.04045 ) var_R = Math.pow( ( var_R + 0.055 ) / 1.055, 2.4 );
            else                   var_R = var_R / 12.92;
            if ( var_G > 0.04045 ) var_G = Math.pow( ( var_G + 0.055 ) / 1.055, 2.4 );
            else                   var_G = var_G / 12.92;
            if ( var_B > 0.04045 ) var_B = Math.pow( ( var_B + 0.055 ) / 1.055, 2.4 );
            else                   var_B = var_B / 12.92;

            var_R = var_R * 100;
            var_G = var_G * 100;
            var_B = var_B * 100;

            double X = var_R * 0.4124 + var_G * 0.3576 + var_B * 0.1805;
            double Y = var_R * 0.2126 + var_G * 0.7152 + var_B * 0.0722;
            double Z = var_R * 0.0193 + var_G * 0.1192 + var_B * 0.9505;

            // Convert XYZ to CIELAB (http://www.easyrgb.com/en/math.php
            double var_X = X / 96.422;
            double var_Y = Y / 100.000;
            double var_Z = Z / 82.521;

            if ( var_X > 0.008856 ) var_X = Math.pow( var_X, 1D / 3D );
            else                    var_X = ( 7.787 * var_X ) + ( 16D / 116 );
            if ( var_Y > 0.008856 ) var_Y = Math.pow( var_Y, 1D / 3D );
            else                    var_Y = ( 7.787 * var_Y ) + ( 16D / 116 );
            if ( var_Z > 0.008856 ) var_Z = Math.pow( var_Z, 1D / 3D );
            else                    var_Z = ( 7.787 * var_Z ) + ( 16D / 116 );

            double L = ( 116 * var_Y ) - 16;
            double a = 500 * ( var_X - var_Y );
            double b = 200 * ( var_Y - var_Z );

            return new CIELab(L, a, b);
        }
    }
}

为了测试代码，我生成了以下256x256图片（大部分填充有红色像素）：
您可以在代码中看到，对于我的40初始颜色，我选择的12颜色主要是红色，其余28的颜色主要是绿色/蓝色。
正如预期的那样，解决方案是大多数都是红色的12颜色：
java.awt.Color[r=200,g=20,b=7]
java.awt.Color[r=216,g=25,b=15]
java.awt.Color[r=214,g=18,b=15]
java.awt.Color[r=223,g=25,b=15]
java.awt.Color[r=207,g=19,b=3]
java.awt.Color[r=215,g=21,b=8]
java.awt.Color[r=235,g=10,b=25]
java.awt.Color[r=253,g=15,b=21]
java.awt.Color[r=235,g=6,b=0]
java.awt.Color[r=239,g=15,b=1]
java.awt.Color[r=243,g=13,b=2]
java.awt.Color[r=247,g=15,b=3]

上面的代码可以在Java 8+上运行，并且在不到一秒钟的时间内完成了上面发布的图像。

Answer 2

解决方案不像给出的那样简单（请参见雅各的答案）。为了理解原因，我们假设图像中有10个像素：9个红色和1个绿色。假设我们在调色板中有39个微红色和1个绿色。最佳答案是11带红色和1绿色（完全匹配）。提出的算法将选择12个带红色。

要获得真正的最佳结果，您需要遍历所有可能的12色调色板以找到一个使总误差（色距之和或平方距离之和最小）的调色板，因为通常的做法是最小化平方之和。错误）。

[40个调色板中的12个调色板的数量是：

C（40,12）= 40！ /（12！* 28！）= 5,586,853,480

很多，因此需要一些处理时间。当然，这取决于图像的大小。