CN100568283C - 一种图片主色调分析方法及其装置 - Google Patents
一种图片主色调分析方法及其装置 Download PDFInfo
- Publication number
- CN100568283C CN100568283C CNB2007101789838A CN200710178983A CN100568283C CN 100568283 C CN100568283 C CN 100568283C CN B2007101789838 A CNB2007101789838 A CN B2007101789838A CN 200710178983 A CN200710178983 A CN 200710178983A CN 100568283 C CN100568283 C CN 100568283C
- Authority
- CN
- China
- Prior art keywords
- color
- picture
- dominant hue
- block
- pixel
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种图片主色调分析方法及其装置,解决现有的图片主色调分析方法对图片主色调的判断不准确的问题。所述方法包括:将颜色空间划分为xn个颜色块,每个颜色块具有相应的颜色值范围;对每个颜色块标注预定义的颜色;获取图片中每个像素点的颜色值,并根据每个颜色块的颜色值范围及预定义的颜色,确定每个像素点的颜色;根据图片中每种颜色包含的像素点数量所占图片所有像素点数量的比例确定图片主色调。因为每个像素颜色的判断更为准确,所以整个图片主色调的判断也相应更加准确。在构建根据主色调过滤搜索结果的搜索引擎时,可以把主色调信息作为图片的一个属性加入到索引信息中,过滤出符合用户需求的图片结果。
Description
技术领域
本发明涉及网络技术,特别是涉及一种图片主色调分析方法及其装置。
背景技术
在图片搜索的应用中,一些搜索方法提供了根据图片颜色进行搜索的服务。例如,用户输入图片搜索关键词,并输入图片的主色调,搜索引擎就会从符合搜索关键词的图片中再筛选出相应颜色的图片提供给用户。这样的搜索更精确了搜索范围,用户可以更方便地搜索到同一色系的图片。
在上述应用中,需要对搜索引擎系统存储的每一幅图片进行主色调分析,判断出一幅图片的主色调属于哪种颜色,从而在搜索服务中帮助用户过滤出需要的主色调。由于一张图片包含的各种色彩是由不同颜色的像素点构成,因此主色调的判断是通过判断每个像素点的颜色,然后对像素点的颜色进行统计,根据每种颜色包含的像素点数量来判断出图片的主色调。而其中每个像素点颜色的判断是关键,现有的方法是利用像素点在颜色空间中到达标准颜色点的空间距离远近来判断这个像素点的颜色。例如,标准颜色点红色在颜色空间中为[255:0:0],标准颜色点蓝色在颜色空间中为[0:0:255],像素点[255:0:3]离红色的空间距离比蓝色近,就确定该像素点为红色。
但是,上述主色调判断方法存在如下缺点:通过计算像素点与标准颜色点的空间距离远近判断得出的颜色,有时与人眼对颜色的判断并不吻合,即人眼对于颜色的感觉与颜色空间中的距离并不是完全对应。例如在RGB(Red、Green、Blue,分别表示红、绿、蓝)颜色空间中,对于预定义的标准颜色:红[255:0:0],黄[255:255:0],蓝[0:0:255],绿[0:255:0],紫[255:0:255]等,像素点[150:255:0]通过肉眼看到的颜色为绿,但是它在颜色空间中离黄色最近。因此,一个像素点在肉眼中的实际颜色并不总是等于在颜色空间中最近的颜色。这种通过衡量与标准颜色点距离远近的方法在判断一个像素点的肉眼颜色时并不准确,导致最终对整张图片主色调的判断与人眼的判断出现偏差。在图片搜索的应用中,这种主色调分析方法导致搜索结果中出现了其他色调的图片,不能完全满足用户的搜索需求。
发明内容
本发明所要解决的技术问题是提供一种图片主色调分析方法及其装置,以解决现有的图片主色调分析方法对图片主色调的判断不准确的问题。
为解决上述技术问题,根据本发明提供的具体实施例,本发明公开了以下技术方案:
一种图片主色调分析方法,包括:
将颜色空间划分为xn个颜色块,每个颜色块具有相应的颜色值范围,其中n为颜色空间的维度数量,x为每个维度被划分的份数;
对每个颜色块标注预定义的颜色,包括:
预定义颜色;
对应每个颜色块,利用颜色块的任意一个颜色值生成一张单色图片;
将单色图片与预定义的颜色比较,并将最接近的预定义颜色标注为该单色图片的颜色;
获取图片中每个像素点的颜色值,并根据每个颜色块的颜色值范围及预定义的颜色,确定每个像素点的颜色;
根据图片中每种颜色包含的像素点数量所占图片所有像素点数量的比例确定图片主色调。
优选的,按照以下步骤确定图片主色调:计算图片中每种颜色包含的像素点数量所占图片所有像素点数量的比例;当比例符合阈值条件时,将比例最高的颜色确定为图片的主色调。
优选的,按照以下步骤对每个颜色块标注预定义的颜色:将主色调候选颜色确定为预定义颜色;对应每个颜色块,利用颜色块的中心颜色值生成一张单色图片;将单色图片与预定义的颜色比较,并将最接近的预定义颜色标注为该单色图片的颜色。
优选的,所述方法还包括:将图片主色调作为图片的属性信息保存,并将图片的各种属性信息作为索引关键词应用到图片搜索中,搜索时根据图片主色调检索图片。
一种图片主色调分析装置,包括:
颜色块划分单元,用于将颜色空间划分为xn个颜色块,每个颜色块具有相应的颜色值范围,其中n为颜色空间的维度数量,x为每个维度被划分的份数;
颜色标注单元,用于对每个颜色块标注预定义的颜色,具体是:预定义颜色;对应每个颜色块,利用颜色块的任意一个颜色值生成一张单色图片;将单色图片与预定义的颜色比较,并将最接近的预定义颜色标注为该单色图片的颜色;
图片像素分析单元,用于获取图片中每个像素点的颜色值,并根据每个颜色块的颜色值范围及预定义的颜色,确定每个像素点的颜色;
图片主色调判断单元,用于根据图片中每种颜色包含的像素点数量所占图片所有像素点数量的比例确定图片主色调。
优选的,所述装置还包括:应用单元,用于将图片主色调作为图片的属性信息保存,并将图片的各种属性信息作为索引关键词应用到图片搜索中,搜索时根据图片主色调检索图片。
其中,所述图片主色调判断单元计算图片中每种颜色包含的像素点数量所占图片所有像素点数量的比例,当比例符合阈值条件时,将比例最高的颜色确定为图片的主色调。
其中,所述颜色标注单元将主色调候选颜色确定为预定义颜色;对应每个颜色块,利用颜色块的中心颜色值生成一张单色图片;将单色图片与预定义的颜色比较,并将最接近的预定义颜色标注为该单色图片的颜色。
根据本发明提供的具体实施例,本发明公开了以下技术效果:
本发明实施例将颜色空间划分为xn个颜色块,并对每个颜色块标注预定义的颜色;在判断一幅图片的主色调时,根据每个颜色块的颜色值范围及预定义的颜色,对图片的每个像素点寻找所属的颜色块并确定颜色,然后根据图片中每种颜色包含的像素点数量所占图片所有像素点数量的比例确定图片主色调。由于每个颜色块足够小,每个颜色块中的不同颜色在肉眼中基本无法感觉出区别,因此对于每个像素点的颜色判定在肉眼识别的层次上非常准确。因为每个像素颜色的判断更为准确,所以整个图片主色调的判断也相应更加准确。
将上述图片主色调判断方法应用到图片搜索中,可以把主色调信息作为图片的属性保存,然后把图片的各种属性作为搜索关键词,在搜索中用于过滤图片结果。当用户选择某种主色调的图片时,只有符合主色调要求的图片才会被作为结果返回,其余的结果会被过滤掉,满足用户对于图片结果的主色调需求。
附图说明
图1是本发明所述一种图片主色调分析方法实施例的步骤流程图;
图2是本发明实施例所述颜色块列表示意图;
图3是本发明所述一种图片主色调分析装置实施例的结构框图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
针对利用颜色空间远近来判断图片主色调不准确的问题,本发明实施例提供了一种图片主色调的判断方法,首先将颜色空间划分为足够小的颜色块,并人工标注每个颜色块的颜色,然后对图片的每个像素点寻找所属的颜色块,并通过统计计算得到一张图片的主色调。将所述方法应用到图片搜索中提供主色调过滤的搜索服务中,能够提高图片搜索结果的准确度,得到更加符合用户需求的图片。
参照图1,是实施例所述一种图片主色调分析方法的步骤流程图。
步骤101,划分颜色空间。
将颜色空间划分为xn个颜色块,其中n为颜色空间的维度数量,x为每个维度被划分的份数。例如在RGB颜色空间中n为3,分别代表红、绿、蓝三原色;在CMYK颜色空间中n为4,分别代表青、品红、黄、黑四种颜色。即在不同的颜色空间模型下,n的取值也不同。
同时,每个颜色块具有相应的颜色值范围。以RGB颜色空间为例,实际应用中一般红、绿、蓝三个颜色维度都有256(0~255)个值,若x取16,则每一颜色块在每一维度拥有256/16=16个颜色值(第一个颜色块在这一维度的颜色值为0~15,第二个颜色块在这一维度的颜色值为16~31,...,第十六个颜色块在这一维度的颜色值为240~255)。因此,每一个颜色块中包含163=4096个颜色值,同时整个颜色空间被分为163=4096个颜色块。
本实施例中,对颜色空间的选择并不限定,可以选择RGB(Red、Green、Blue,分别表示红、绿、蓝)、CMYK(Cyan、Magenta、Yellow、Black,分别表示青、品红、黄、黑)、HSI(Hue、Saturation、Intensity,分别表示色调、色饱和度和亮度)、YUV(Y表示亮度信号,U和V表示两个色度信号)等多种颜色空间,或CIE(Commission Internationale de L′Eclairage/InternationalCommission on Illumination,国际照明委员会,CIE色度模型是最早使用的模型之一,它是三维模型,其中,x和y两维定义颜色,第3维定义亮度)等色度模型。其中,在显示器显像和摄影中应用的就是RGB颜色空间模型,下文将以RGB颜色空间为例进行说明。
而且,在划分颜色块的数量上,对x与n的取值也没有限定,但划分的原则是同一个颜色块中的不同颜色能够达到肉眼非常难以分辨的程度,即划分出的颜色块要足够小,人眼对不同颜色基本无法感觉出区别。下文也仅以n取值3、x取值16、总共有4096个颜色块为例进行说明。
步骤102,对每个颜色块标注颜色。
首先,本实施例选取RGB颜色空间中的红、黄、绿、蓝、紫、黑、白7种颜色作为预定义的颜色,这些颜色在图片搜索应用中可能作为主色调候选颜色。当然,也可以预定义其他颜色。所述7种预定义颜色将用于对4096个颜色块进行标注,即这些颜色块将从所述7种预定义颜色中选择一种作为自己的颜色。
其次,颜色空间中的每个颜色块都具有相应的颜色值范围,即每个颜色块都包含多种颜色,本实施例将利用每个颜色块的中心颜色值生成一张单色图片来代表颜色块的颜色,然后人工标注每一张单色图片的颜色。例如RGB范围为(0~15,240~255,160~176)的颜色块,中心颜色值为[7:247:167]。对应该颜色值生成一张单色图片,通过人工方式判断这张单色图片与上述7种预定义颜色中的哪一种颜色最接近,将最接近的一种颜色标注为该颜色块的颜色。由于预定义的颜色比较少,因此每种预定义颜色之间的界限通过肉眼很容易区分,所以最终标注的颜色能够与人眼对颜色的感觉相一致。
需要说明的是,单色图片的生成不一定必须使用颜色块的中心颜色值,因为根据颜色空间的划分原则,划分出的颜色块要足够小,人眼对同一颜色块中的不同颜色基本无法感觉出区别,所以颜色块内的任意一个颜色值都可以使用。在此,生成单色图片的目的就是用肉眼给出相应的颜色块应该属于哪种预定义颜色。
步骤103,生成颜色块列表。
经过步骤101和102的处理,对应颜色空间将会得到一张列表。参照图2所示,列表内容为每个颜色块的颜色值范围以及标注的预定义颜色。
步骤104,利用所述颜色块列表判断图片每个像素点的颜色。
当计算一张图片的主色调时,首先需要判断出构成图片的每个像素点的颜色。因此,首先需要得到图片中每个像素点的颜色值,通常是利用图像处理软件获得,目前这种图像处理软件的种类比较多,例如开源软件ImageMagick等。然后,利用上述颜色块列表判断每个像素点的颜色值属于哪个颜色块的颜色值范围内,例如参照图2所示的列表,颜色值为[14:82:8]的像素点就属于颜色值范围是(r0-15_g80-95_b0-15)的颜色块。最后,根据列表中颜色块所标注的预定义颜色,将所属颜色块的颜色确定为该像素点的颜色。
步骤105,统计图片中每种颜色包含的像素点数量。
得到图片中每个像素点的颜色后,由于预定义的颜色有限,所以会存在很多具有相同预定义颜色的像素点。对应一张图片所包含的每一种颜色,统计每种预定义颜色所包含的像素点数量,用于后续步骤中图片主色调的分析。
步骤106,利用上述统计结果,分析判断图片的主色调。
在实际应用中,由于计算公式的选取、参考因素的不同、判断标准等原因,利用每种颜色包含的像素点数量来判断图片主色调的方式有很多种。而本实施例同时参考了两个判断因素,一个是图片中每种颜色包含的像素点数量所占图片所有像素点数量的比例,另一个是比例的高低。具体判断方法如下:
首先计算每种颜色包含的像素点数量所占图片所有像素点数量的比例,然后判断这些比例值是否符合阈值条件,如果符合,再继续比较符合阈值条件的比例值中哪个值最大,将所占比例最大的颜色确定为图片的主色调。而阈值条件的设定通常取经验值。
例如,当某种颜色的像素数量与总像素数量的比例达到阈值θ以上,并且此种颜色为拥有像素数量最多的颜色时,判定此颜色为图片主色调。如果所有颜色的像素数量与总像素数量的比值均小于θ,则此图片判定为无主色调图片。
上述步骤即完成了一幅图片的主色调判断,在此过程中,由于每个颜色块足够小,每个颜色块中的不同颜色在肉眼中基本无法感觉出区别,因此对于每个像素点的颜色判定在肉眼识别的层次上非常准确。因为每个像素颜色的判断更为准确,所以整个图片主色调的判断也相应更加准确。
将上述图片主色调判断方法应用到图片搜索中,能够提高图片主色调判断的准确性,从而提高搜索结果的质量。在图片搜索引擎中,通常会把图片的长度、宽度、字节数等信息加入到索引中,搜索时用于过滤图片结果,使结果在用户需要的长度、宽度、字节数范围以内。因此,在构建根据主色调过滤搜索结果的搜索引擎时,需要把主色调信息作为图片的一个属性加入到索引信息中,包括是否有主色调、如果有是什么颜色等。当用户选择某种主色调的图片时,只有符合主色调要求的图片会被作为结果返回,其余的结果会被过滤掉,满足用户对于图片结果的主色调需求。例如,用户想找一个以黄色枫树为主要部分的图片做桌面,可以输入关键词“枫树”,同时选择主色调为“黄色”进行搜索,搜索出的黄色枫树是最接近标准的黄色枫树;而如果利用原来的实现方式,结果中会包含其他颜色的枫树。
在搜索引擎系统中,需要分析每张图片的主色调,当每幅图片的主色调计算完成之后,只需在搜索的索引中存储主色调信息,进行搜索时直接使用存储的主色调信息,不需要实时计算图片主色调。
针对上述图片主色调分析方法,本发明还提供了一种图片主色调分析装置。参照图3,是所述装置的结构框图,所述装置主要包括颜色块划分单元301、颜色标注单元302、图片像素分析单元303和图片主色调判断单元304。其中,每个单元的输出作为下一个单元的输入,所述四个单元通过一个顺序执行的过程完成图片主色调的判断。
所述颜色块划分单元301用于将颜色空间划分为xn个颜色块,每个颜色块具有相应的颜色值范围,其中n为颜色空间的维度数量,x为每个维度被划分的份数。划分的原则是同一个颜色块中的不同颜色能够达到肉眼非常难以分辨的程度,即划分出的颜色块要足够小,人眼对不同颜色基本无法感觉出区别。
所述颜色标注单元302用于对每个颜色块标注预定义的颜色。首先选取颜色空间中的几种颜色作为预定义的颜色,这些颜色在图片搜索应用中可能作为主色调候选颜色,而颜色块划分单元301划分出的颜色块将从所述预定义颜色中选择一种作为自己的颜色。然后,利用每个颜色块的中心颜色值或其他颜色值生成一张单色图片来代表该颜色块的颜色,并通过人工方式判断这张单色图片与上述预定义颜色中的哪一种颜色最接近,将最接近的一种颜色标注为该颜色块的颜色。最后,颜色标注单元302将输出一张列表,列表内容为每个颜色块的颜色值范围以及标注的预定义颜色。
由于预定义的颜色比较少,因此每种预定义颜色之间的界限通过肉眼很容易区分,所以最终标注的颜色能够与人眼对颜色的感觉相一致。而且,由于划分出的颜色块要足够小,人眼对同一颜色块中的不同颜色基本无法感觉出区别,所以颜色块内的任意一个颜色值都可以用来生成单色图片。
所述图片像素分析单元303用于获取图片中每个像素点的颜色值,并根据每个颜色块的颜色值范围及预定义的颜色,确定每个像素点的颜色。首先利用图像处理软件得到图片包含的所有像素点的颜色值,然后利用上述列表查找每个像素点的颜色值属于哪个颜色块,并根据颜色块与预定义颜色的对应关系确定像素点的颜色。最后,还需要统计每种颜色包含的像素点数量,图片像素分析单元303将输出统计结果。
所述图片主色调判断单元304用于根据图片中每种颜色包含的像素点数量所占图片所有像素点数量的比例确定图片主色调。本实施例中,图片主色调判断单元304将同时符合以下两个条件的颜色确定为图片的主色调:一个条件是某种颜色的像素数量与总像素数量的比例符合阈值条件,另一个条件是该颜色的像素数量与总像素数量的比例的比值最高。
当将上述图片主色调分析装置应用到图片搜索中时,优选的,还包括应用单元305,用于在构建根据主色调过滤搜索结果的搜索引擎时,把主色调信息作为图片的一个属性加入到索引信息中。当用户选择某种主色调的图片时,只有符合主色调要求的图片会被作为结果返回,其余的结果会被过滤掉,满足用户对于图片结果的主色调需求。当图片主色调判断单元304分析完每张图片的主色调之后,应用单元305只需在搜索的索引中存储主色调信息,进行搜索时直接使用存储的主色调信息,不需要实时计算图片主色调。
上述装置中单元的划分并不唯一,在实际应用中,常常将颜色块划分单元301和颜色标注单元302合并为一个单元进行设置,本发明在此不作限定。
图3所示装置中未详述的部分可以参见图1所示方法的相关部分,为了篇幅考虑,在此不再详述。而且,本发明说明书仅对RGB颜色空间进行了举例说明,而使用其他颜色空间或色度模型与RGB颜色空间同理,都落入本发明的保护范围之内。
以上对本发明所提供的一种图片主色调分析方法、装置及其在图片搜索中的应用,进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。
Claims (8)
1、一种图片主色调分析方法,其特征在于,包括:
将颜色空间划分为xn个颜色块,每个颜色块具有相应的颜色值范围,其中n为颜色空间的维度数量,x为每个维度被划分的份数;
对每个颜色块标注预定义的颜色,包括:
预定义颜色;
对应每个颜色块,利用颜色块的任意一个颜色值生成一张单色图片;
将单色图片与预定义的颜色比较,并将最接近的预定义颜色标注为该单色图片的颜色;
获取图片中每个像素点的颜色值,并根据每个颜色块的颜色值范围及预定义的颜色,确定每个像素点的颜色;
根据图片中每种颜色包含的像素点数量所占图片所有像素点数量的比例确定图片主色调。
2、根据权利要求1所述的方法,其特征在于,按照以下步骤确定图片主色调:
计算图片中每种颜色包含的像素点数量所占图片所有像素点数量的比例;
当比例符合阈值条件时,将比例最高的颜色确定为图片的主色调。
3、根据权利要求1所述的方法,其特征在于,按照以下步骤对每个颜色块标注预定义的颜色:
将主色调候选颜色确定为预定义颜色;
对应每个颜色块,利用颜色块的中心颜色值生成一张单色图片;
将单色图片与预定义的颜色比较,并将最接近的预定义颜色标注为该单色图片的颜色。
4、根据权利要求1所述的方法,其特征在于,还包括:将图片主色调作为图片的属性信息保存,并将图片的各种属性信息作为索引关键词应用到图片搜索中,搜索时根据图片主色调检索图片。
5、一种图片主色调分析装置,其特征在于,包括:
颜色块划分单元,用于将颜色空间划分为xn个颜色块,每个颜色块具有相应的颜色值范围,其中n为颜色空间的维度数量,x为每个维度被划分的份数;
颜色标注单元,用于对每个颜色块标注预定义的颜色,具体是:预定义颜色;对应每个颜色块,利用颜色块的任意一个颜色值生成一张单色图片;将单色图片与预定义的颜色比较,并将最接近的预定义颜色标注为该单色图片的颜色;
图片像素分析单元,用于获取图片中每个像素点的颜色值,并根据每个颜色块的颜色值范围及预定义的颜色,确定每个像素点的颜色;
图片主色调判断单元,用于根据图片中每种颜色包含的像素点数量所占图片所有像素点数量的比例确定图片主色调。
6、根据权利要求5所述的装置,其特征在于,还包括:应用单元,用于将图片主色调作为图片的属性信息保存,并将图片的各种属性信息作为索引关键词应用到图片搜索中,搜索时根据图片主色调检索图片。
7、根据权利要求5所述的装置,其特征在于:所述图片主色调判断单元计算图片中每种颜色包含的像素点数量所占图片所有像素点数量的比例,当比例符合阈值条件时,将比例最高的颜色确定为图片的主色调。
8、根据权利要求5所述的装置,其特征在于:所述颜色标注单元具体用于将主色调候选颜色确定为预定义颜色;对应每个颜色块,利用颜色块的中心颜色值生成一张单色图片;将单色图片与预定义的颜色比较,并将最接近的预定义颜色标注为该单色图片的颜色。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNB2007101789838A CN100568283C (zh) | 2007-12-07 | 2007-12-07 | 一种图片主色调分析方法及其装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNB2007101789838A CN100568283C (zh) | 2007-12-07 | 2007-12-07 | 一种图片主色调分析方法及其装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101231757A CN101231757A (zh) | 2008-07-30 |
CN100568283C true CN100568283C (zh) | 2009-12-09 |
Family
ID=39898201
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNB2007101789838A Active CN100568283C (zh) | 2007-12-07 | 2007-12-07 | 一种图片主色调分析方法及其装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN100568283C (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013185423A1 (zh) * | 2012-06-11 | 2013-12-19 | 广东欧珀移动通信有限公司 | 一种桌面图标背景蒙板的自适应配色方法 |
Families Citing this family (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101877137B (zh) * | 2009-04-30 | 2013-01-02 | 国际商业机器公司 | 突出显示主题元素的方法及其系统 |
CN101599122B (zh) | 2009-07-02 | 2013-06-19 | 阿里巴巴集团控股有限公司 | 一种图像识别方法及装置 |
CN102592272B (zh) * | 2011-01-12 | 2017-01-25 | 深圳市世纪光速信息技术有限公司 | 一种图片主色调提取方法及装置 |
CN102694958B (zh) * | 2012-02-10 | 2013-12-18 | 华为终端有限公司 | 一种确定图像色相的方法和无线手持设备 |
CN103366178B (zh) * | 2012-03-30 | 2017-12-29 | 北京百度网讯科技有限公司 | 一种用于对目标图像进行颜色分类的方法与设备 |
CN102819821B (zh) * | 2012-07-24 | 2015-01-28 | 浙江大学 | 一种基于色彩风格转移的产品外观快速重配色方法 |
CN103577993B (zh) * | 2012-08-07 | 2017-06-09 | 阿里巴巴集团控股有限公司 | 颜色选取方法及装置 |
CN103268338B (zh) * | 2013-05-16 | 2016-03-30 | 北京京东尚科信息技术有限公司 | 一种提供图像的方法和服务器装置以及终端装置 |
CN104636194A (zh) * | 2013-11-11 | 2015-05-20 | 中兴通讯股份有限公司 | 一种终端及其实现应用排序的方法 |
CN103955952A (zh) * | 2014-05-04 | 2014-07-30 | 电子科技大学 | 一种服装图像颜色特征的提取与描述方法 |
CN105551011B (zh) * | 2014-10-29 | 2019-01-29 | 阿里巴巴集团控股有限公司 | 一种主色调的设置方法及装置 |
CN104657482A (zh) * | 2015-02-26 | 2015-05-27 | 深圳市中兴移动通信有限公司 | 应用界面的显示方法及终端 |
CN105469107B (zh) * | 2015-11-17 | 2019-09-17 | 小米科技有限责任公司 | 图像分类方法及装置 |
CN105761283B (zh) * | 2016-02-14 | 2018-12-25 | 广州神马移动信息科技有限公司 | 一种图片主色提取方法及装置 |
CN105488820B (zh) * | 2016-02-25 | 2018-04-06 | 曹溯 | 颜色比对方法及装置 |
CN106295659A (zh) * | 2016-08-15 | 2017-01-04 | 惠州Tcl移动通信有限公司 | 一种智能设备的拍照取色应用方法及系统 |
CN106780634B (zh) * | 2016-12-27 | 2019-06-18 | 努比亚技术有限公司 | 图片主色调提取方法及装置 |
CN106898026B (zh) * | 2017-03-15 | 2019-02-05 | 腾讯科技(深圳)有限公司 | 一种图片的主色调提取方法和装置 |
CN107025464A (zh) * | 2017-04-13 | 2017-08-08 | 深圳市金立通信设备有限公司 | 一种选色方法及终端 |
CN107563745A (zh) * | 2017-09-19 | 2018-01-09 | 成都猫道科技有限公司 | 果蔬类商品自助称重与结账装置、系统及使用方法 |
CN108334531A (zh) * | 2017-09-19 | 2018-07-27 | 平安普惠企业管理有限公司 | 图片色调提取方法、设备以及计算机可读存储介质 |
CN110648371B (zh) * | 2018-06-27 | 2023-05-09 | 阿里巴巴集团控股有限公司 | Rgb值与色号信息映射关系的确定方法及装置 |
CN110083735B (zh) * | 2019-04-22 | 2021-11-02 | 广州方硅信息技术有限公司 | 图像筛选的方法、装置、电子设备及计算机可读存储介质 |
CN110674329A (zh) * | 2019-09-23 | 2020-01-10 | 北京百度网讯科技有限公司 | 一种图片过滤方法、装置、电子设备及存储介质 |
CN111369431A (zh) * | 2020-03-12 | 2020-07-03 | 北京字节跳动网络技术有限公司 | 图像的处理方法、装置、可读介质和电子设备 |
CN111862244A (zh) * | 2020-07-16 | 2020-10-30 | 安徽慧视金瞳科技有限公司 | 一种基于图像处理的塑料片智能色选方法 |
CN117202451B (zh) * | 2023-11-07 | 2024-01-30 | 深圳市千岩科技有限公司 | 氛围灯设备及其发光控制方法、装置和介质 |
-
2007
- 2007-12-07 CN CNB2007101789838A patent/CN100568283C/zh active Active
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013185423A1 (zh) * | 2012-06-11 | 2013-12-19 | 广东欧珀移动通信有限公司 | 一种桌面图标背景蒙板的自适应配色方法 |
Also Published As
Publication number | Publication date |
---|---|
CN101231757A (zh) | 2008-07-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN100568283C (zh) | 一种图片主色调分析方法及其装置 | |
CN104636759B (zh) | 一种获取图片推荐滤镜信息的方法及图片滤镜信息推荐系统 | |
CN101911118B (zh) | 肤色评价方法、肤色评价装置、肤色评价程序、以及存储了该程序的存储介质 | |
CN102592272B (zh) | 一种图片主色调提取方法及装置 | |
US20100271513A1 (en) | Selection of decorative picture suitable for input picture | |
US20080317336A1 (en) | Color naming, color categorization and describing color composition of images | |
US20080069444A1 (en) | Image mask generation | |
CN112598761B (zh) | 一种纺织服装色彩搭配协同设计与智能推荐方法 | |
CN104899586A (zh) | 对图像中包含的文字内容进行识别方法及装置 | |
CN103310201B (zh) | 目标混合颜色识别方法 | |
CN104636726A (zh) | 一种图像色彩识别方法、装置及终端 | |
CN101213576A (zh) | 影集制作装置、影集制作方法及程序 | |
US7616216B2 (en) | Digital content creation system, program product, and storage medium | |
CN108564631A (zh) | 车灯光导色差检测方法、装置及计算机可读存储介质 | |
CN101882315A (zh) | 肤色区域的检测方法 | |
CN106651966A (zh) | 图片颜色识别方法和系统 | |
CN110120034A (zh) | 一种与视觉感知相关的图像质量评价方法 | |
RU2510935C2 (ru) | Способ индексации и поиска цифровых изображений | |
EP2672719A2 (en) | Color calibration of a image capture device in a way that is adaptive to the scene to be captured | |
CN111724349B (zh) | 一种基于hsv和svm的图像脏污识别方法 | |
CN115731320A (zh) | 配色方法、装置以及计算机可读存储介质 | |
US20220053916A1 (en) | Method for determining a coloration product recommendation | |
CN103854294B (zh) | 一种基于色偏分析的印刷品自动专色分色方法及系统 | |
Foster et al. | Information limits on identification of natural surfaces by apparent colour | |
CN111340818B (zh) | 染发效果图生成方法、装置和计算机可读存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |