在使用google或者baidu搜图的时候会发现有一个图片颜色选项，感觉非常有意思，有人可能会想这肯定是人为的去划分的，呵呵，有这种可能，但是估计人会累死， 开个玩笑，当然是通过机器识别的，海量的图片只有机器识别才能做到。
那用python能不能实现这种功能呢？答案是：能
利用python的PIL模块的强大的图像处理功能就可以做到，下面上代码：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
|
import colorsys
def get_dominant_color(image):
#颜色模式转换，以便输出rgb颜色值
image = image.convert('RGBA')
#生成缩略图，减少计算量，减小cpu压力
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]):
# 跳过纯黑色
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
|
如何使用：
|
1
2
3
|
from PIL import Image
print get_dominant_color(Image.open('logo.jpg'))
|
这样就会返回一个rgb颜色，但是这个值是很精确的范围，那我们如何实现百度图片那样的色域呢？？
其实方法很简单，r/g/b都是0-255的值，我们只要把这三个值分别划分相等的区间，然后组合，取近似值。例如：划分为0-127,和128-255，然后*组 合，可以出现八种组合，然后从中挑出比较有代表性的颜色即可。
当然我只是举一个例子，你也可以划分的更细，那样显示的颜色就会更准确~~大家赶快试试吧
PS：通过pil生成缩略图的简单代码
如果是单纯地生成缩略图，我们可以通过pil很简单地办到,这段代码会强行将图片大小修改成250x156：
|
1
2
3
4
|
from PIL import Image
img = Image.open('sharejs.jpg')
img = img.resize((250, 156), Image.ANTIALIAS)
img.save('sharejs_small.jpg')
|