CN116681782A - 确定图像中主色的系统和方法及非暂态计算机可读介质 - Google Patents

确定图像中主色的系统和方法及非暂态计算机可读介质 Download PDF

Info

Publication number
CN116681782A
CN116681782A CN202310696077.6A CN202310696077A CN116681782A CN 116681782 A CN116681782 A CN 116681782A CN 202310696077 A CN202310696077 A CN 202310696077A CN 116681782 A CN116681782 A CN 116681782A
Authority
CN
China
Prior art keywords
pixels
computing device
group
pixel group
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.)
Pending
Application number
CN202310696077.6A
Other languages
English (en)
Inventor
U·H·钟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Behr Process Corp
Original Assignee
Behr Process Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Behr Process Corp filed Critical Behr Process Corp
Publication of CN116681782A publication Critical patent/CN116681782A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
    • G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/56—Extraction of image or video features relating to colour
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

本发明提供了确定图像中主色的系统和方法及非暂态计算机可读介质。该系统包括计算设备，所述计算设备被配置用于：接收数字图像；将该数字图像划分成至少包括第一像素组和第二像素组的多个像素组；基于第一采样率来分析该第一像素组中的像素；基于第二采样率来分析该第二像素组中的像素；并且基于该第一像素组中的该经分析像素和该第二像素组中的该经分析像素来确定该数字图像的主色。该第一像素组中的这些像素比该第二像素组中的这些像素更接近于该图像的中心，并且该第一采样率大于该第二采样率。根据本发明的系统和方法所确定的图像中的主色能够模拟人类对图像的感知。

Description

确定图像中主色的系统和方法及非暂态计算机可读介质
本申请为申请日为2018年6月14日，申请号为“201810612826.1”，发明名称为“确定图像中主色的系统和方法及非暂态计算机可读介质”的发明专利的分案申请。
相关申请的交叉引用
本申请要求2017年6月14日提交的美国临时申请号62/519,615的权益和2018年6月4日提交的美国正式申请号15/996,668的权益。
上述临时申请的全部披露内容通过引用并入本文。
技术领域
本发明涉及用于确定数字图像中主色的系统和方法，并且更具体地，涉及一种用于确定能够模拟人类对图像的感知的数字图像中的主色的系统和方法。
背景技术
本节提供了与本发明相关的不一定是现有技术的背景信息。
在处理和分析数字图像时，确定在数字图像中出现的一种或多种主色是有用的。例如，可以对数字图像进行分析以确定主色，然后将该主色与涂料颜色相匹配并且由消费者用于购买与数字图像中的主色相匹配的涂料。
现有系统使用数学算法对跨图像中的所有像素的颜色值求平均。例如，可以对色调值、色度值和亮度/暗度值求平均以提供表示整个图像的颜色。然而，这种方法可能生成低色度的颜色和/或强调与人类对图像的感知不同的背景颜色。
发明内容
本节提供了本发明的总体概述，并且并非其全部范围或其全部特征的全面披露。
本发明提供了一种系统，包括计算设备，该计算设备被配置用于：接收数字图像；将该数字图像划分成至少包括第一像素组和第二像素组的像素组；基于第一采样率来分析该第一像素组中的像素；基于第二采样率来分析该第二像素组中的像素；以及基于该第一像素组中的这些经分析像素以及该第二像素组中的这些经分析像素来确定该数字图像的主色，其中，该第一像素组中的这些像素比该第二像素中的这些像素更接近于该图像的中心，并且该第一采样率大于该第二采样率。
在一些配置中，这些组还包括第三像素组，并且该计算设备进一步被配置用于：基于第三采样率来分析该第三像素组中的像素；并且除该第一像素组中的这些经分析像素以及该第二像素组中的这些经分析像素之外，还基于该第三像素组中的这些经分析像素来确定该数字图像的该主色，其中，第三像素组中的这些像素与该第一像素组中的这些像素以及该第二像素组中的这些像素相比更远离该图像的中心，并且其中，该第三采样率小于该第二采样率。
在一些配置中，该计算设备进一步被配置用于：生成对该第一像素组中的这些分析像素以及该第二像素组中的这些经分析像素中的每一个像素颜色的计数；并且基于具有最大相应计数的该像素颜色来确定该数字图像的该主色。
在一些配置中，该计算设备进一步被配置用于：确定该第一像素组中的这些像素以及该第二像素组中的这些像素的色度值；并且把具有小于预定色度阈值的色度值的任何像素排除出所述分析。
在一些配置中，该计算设备进一步被配置用于：确定该第一像素组中的这些像素以及该第二像素组中的这些像素的亮度值；并且把具有小于预定亮度阈值的亮度值的任何像素排除出所述分析。
在一些配置中，该计算设备进一步被配置用于：确定该第一像素组中的这些像素以及该第二像素组中的这些像素的亮度值；并且把具有大于预定亮度阈值的亮度值的任何像素排除出所述分析。
在一些配置中，该计算设备进一步被配置用于：确定与该主色最接近的匹配涂料颜色；并且输出与该主色最接近的匹配涂料颜色的涂料颜色名称和涂料颜色识别码中的至少一项。
在另一种形式中，本发明提供了一种方法，该方法包括：使用计算设备接收数字图像。该方法还包括：使用该计算设备将该数字图像划分成至少包括第一像素组和第二像素组的多个像素组。该方法还包括：使用该计算设备基于第一采样率来分析该第一像素组中的像素。该方法还包括：使用该计算设备基于第二采样率来分析该第二像素组中的像素。该方法还包括：使用该计算设备基于该第一像素组中的这些经分析像素以及该第二像素组中的这些经分析像素来确定该数字图像的主色。该第一像素组中的这些像素比该第二像素组中的这些像素更接近于该图像的中心，并且该第一采样率大于该第二采样率。
在一些配置中，该多个像素组还包括具有与该第一像素组中的这些像素以及该第二像素组中的这些像素相比更远离该图像的中心的像素的第三像素组，并且该方法进一步包括：使用该计算设备基于第三采样率来分析该第三像素组中的像素，该第三采样率小于该第二采样率；以及除该第一像素组中的这些经分析像素以及该第二像素组中的这些经分析像素之外，还使用该计算设备基于该第三像素组中的这些经分析像素来确定该数字图像的该主色。
在一些配置中，该方法包括：使用该计算设备生成对该第一像素组中的这些经分析像素以及该第二像素组中的这些经分析像素中的每一个像素颜色的计数；以及使用该计算设备基于具有最大相应计数的该像素颜色来确定该数字图像的该主色。
在一些配置中，该方法包括：使用该计算设备确定该第一像素组中的这些像素以及该第二像素组中的这些像素的色度值；以及使用该计算设备把具有小于预定色度阈值的色度值的任何像素排除出所述分析。
在一些配置中，该方法包括：使用该计算设备确定该第一像素组中的这些像素以及该第二像素组中的这些像素的亮度值；以及使用该计算设备把具有小于预定亮度阈值的亮度值的任何像素排除出所述分析。
在一些配置中，该方法包括：使用该计算设备确定该第一像素组中的这些像素以及该第二像素组中的这些像素的亮度值；以及使用该计算设备把具有大于预定亮度阈值的亮度值的任何像素排除出所述分析。
在一些配置中，该方法包括：使用该计算设备确定与该主色最接近的匹配涂料颜色；以及使用该计算设备输出与该主色最接近的匹配涂料颜色的涂料颜色名称和涂料颜色识别码中的至少一项。
在另一种形式中，本发明提供了一种存储有用于计算设备的应用的非暂态计算机可读介质。该应用包括用于对所述计算设备进行配置以执行以下操作的计算机可执行指令：接收数字图像；将该数字图像划分成至少包括第一像素组和第二像素组的像素组；基于第一采样率来分析该第一像素组中的像素；基于第二采样率来分析该第二像素组中的像素；以及基于该第一像素组中的这些经分析像素以及该第二像素组中的这些经分析像素来确定该数字图像的主色，其中该第一像素组中的这些像素比该第二像素中的这些像素更接近于该图像的中心，并且该第一采样率大于该第二采样率。
在一些配置中，该应用进一步包括用于进一步对所述计算设备进行配置以执行以下操作的计算机可执行指令：生成对该第一像素组中的这些经分析像素以及该第二像素组中的这些经分析像素中的每一个像素颜色的计数；并且基于具有最大相应计数的该像素颜色来确定该数字图像的该主色。
在一些配置中，该应用进一步包括用于进一步对所述计算设备进行配置以执行以下操作的计算机可执行指令：确定该第一像素组中的这些像素以及该第二像素组中的这些像素的色度值，并且把具有小于预定色度阈值的色度值的任何像素排除出所述分析。
在一些配置中，该应用进一步包括用于进一步对所述计算设备进行配置以执行以下操作的计算机可执行指令：确定该第一像素组中的这些像素以及该第二像素组中的这些像素的亮度值，并且把具有小于预定亮度阈值的亮度值的任何像素排除出所述分析。
在一些配置中，该应用进一步包括用于进一步对所述计算设备进行配置以执行以下操作的计算机可执行指令：确定该第一像素组中的这些像素以及该第二像素组中的这些像素的亮度值，并且把具有大于预定亮度阈值的亮度值的任何像素排除出所述分析。
在一些配置中，该应用进一步包括用于进一步对所述计算设备进行配置以执行以下操作的计算机可执行指令：确定与该主色最接近的匹配涂料颜色；并且输出与该主色最接近的匹配涂料颜色的涂料颜色名称和涂料颜色识别码中的至少一项。
附图说明
本文所描述的附图仅用于对选定实施例进行说明的目的，而不是全部可能的实施方式，并且不旨在限制本发明的范围。
图1是根据本发明的图像分析系统的框图。
图2是根据本发明的示出了由图像分析系统对图像的像素进行的分析的框图。
图3是根据本发明的分析图像的方法的流程图。
贯穿附图的几个视图，相应的附图标记指示相应的部分。
具体实施方式
现在将参考附图更充分地对示例实施例进行描述。
本发明提供了用于确定图像中的主色的系统和方法。参考图1，示出了用于确定图像中的主色的系统10。系统10可以包括计算设备1302。该计算设备可以是个人计算机、笔记本电脑、移动设备、桌面计算机、或具有用于执行本文所描述的功能的处理器和存储器的其他适合的计算设备。计算设备包括图像分析模块14。图像分析模块14例如可以被实施为移动设备14的移动应用的一部分、被实施为在计算设备12的浏览器中运行的web应用的一部分、或被实施为在计算设备12上运行的独立应用的一部分。
图像分析模块14接收数字图像16作为输入。图像分析模块14分析所接收的图像并且生成指示来自图像18的一种或多种主色的输出18。
具体地，图像分析模块14分析图像文件内的各个像素，开始于图像的中心并且以螺旋方式从该中心向外工作。随着图像分析模块14距图像的中心越来越远，采样率减小，使得朝向图像中心的像素以比朝向图像边缘的像素更高的速率进行采样。以这种方式，中心附近的像素比远离中心并且朝向图像的边缘的像素更重地被加权。此外，诸如具有低于预定色度值阈值的颜色的像素的颜色的低水平色度颜色(即，非常暗淡或柔和)被排除。此外，诸如具有低于亮度阈值的亮度水平的像素的低亮度颜色(即，非常暗的颜色)也被排除。另外，诸如具有高于亮度阈值的亮度水平的像素的高亮度颜色(即，非常亮的颜色)也被排除。所有剩余的采样颜色都被计数，其中，类似颜色被分组在一起。图像分析模块14然后确定具有最高计数的颜色或类似颜色的组，并且将这种颜色或类似颜色的组的表示作为图像的主色返回。
参考图2，示出了被分解成通过列和行标记的各个像素正方形的示例图像20，采用以下格式：行，列。例如，左上角像素被标记为行，列：1，1。右上角像素被标记为行，列：1，5。左下角像素被标记为行，列：7，1。右下角像素被标记为行，列：7，5。虽然在此将具有七行和五列的图像用作示例，但是实际上数字图像可以具有大得多的像素数量。
在本示例中，分析的顺序由箭头指示，并且在图像的中心在像素4，3处开始。包括在图像的分析中的像素以白色方块被示出。被跳过或排除出分析的像素被示出为灰色显示。
从图像20的中心开始，图像分析模块14包括分析中的前四个像素(即，4，3；4，4；5，4；和5，3)。然后，从像素5，2处开始，图像分析模块1304开始每隔一个像素进行分析。换言之，在像素5，3之后，接下来分析的四个像素是以下像素：4，2；3，3；3，5；和5，5。然后，在像素6，5处开始，图像分析模块14开始针对包括在分析中的每一个像素而跳过两个像素。例如，在像素5，5之后，接下来分析的五个像素是以下像素：6，3；5，1；2，1；2，4；和7，4。然后，从像素7，4处开始，图像分析模块14开始针对每一个分析的像素而跳过三个像素。同样，在7，4之后，接下来分析的三个像素是以下像素：1，1和1，5。
以这种方式，图像分析模块14通过随着其移动远离图像的中心跳过越来越多的像素而降低了像素采样率。关于剩余未被跳过的像素，图像分析模块14应用上述低色度值、低亮度值和高亮度值的过滤器。然后，剩余像素被分析，其中，类似的像素颜色被分组在一起。基于颜色或类似像素颜色组的数量，图像分析模块然后确定图像20的一种或多种主色。
参考图3，示出了根据本发明的用于分析图像的方法30。方法30可以由计算设备12的图像分析模块14执行并且在32处开始。在34处，图像分析模块14接收图像16。在36处，图像分析模块14将图像的像素划分成子组，其中子组的每一个采用不同的采样率进行分析。使用图2的示例图像，第一子组将包括以下像素：4，3；4，4；5，4；和5，3。第二子组将包括以下像素：5，2；4，2；3，2；3，3；3，4；3，5；4，5；和5，5。第三子组将包括以下像素：6，5；6，4；6，3；6，2；6，1；5，1；4，1；3，1；2，1；2，2；2，3；2，4；2，5；7，5和7，4。第四子组将包括以下像素：7，3；7，2；7，1；1，1；1，2；1，3；1，4；和1，5。
在38处，图像分析模块14使用不同的采样率来分析不同的子组。例如，对第一子组中的每一个像素进行分析。对第二子组中的每隔一个像素进行分析。对第三子组中的每第三个像素进行分析。对第四子组中的每第四个像素进行分析。虽然参考图2和图3描述了针对四种不同子组的四种不同的采样率，但是可以使用任何数量的像素的子组和任何数量的采样率。另外，图像分析模块14可以使用不同的处理线程来同时执行对各种子组的分析。
同样在38处，各个像素基于以上所讨论的排除规则而被分析。例如，具备具有低于色度阈值的色度值并且太暗淡或柔和的颜色的任何像素都被排除。具备具有低于亮度阈值的亮度值并且太暗的颜色的任何像素都被排除。具备具有高于亮度阈值的亮度值并且太明亮的颜色的任何像素都被排除。此外，类似的颜色(即，具有在彼此的预定阈值内的色调、色度和亮度/暗度值的颜色)被分组在一起。对于每一个子组来说，不同的颜色或类似颜色组的总数由图像分析模块14来计数。
在40处，来自各个子组的总数被组合成使得相同颜色或类似颜色组被添加在一起。
在42处，图像分析模块14然后基于总数来确定一种或多种主色。换言之，具有最高总数的颜色或颜色组被认为是图像的主色。
在一些实施例中，计算设备12然后可以确定与所确定的主色最接近的匹配涂料颜色。例如，计算设备12可以访问涂料颜色数据库并且可以搜索该涂料颜色数据库以通过将所确定的主色的颜色值(如例如，RBG(红、绿、蓝)颜色值、CMYK(青色、品红、黄色、和定位套版色/黑色)颜色值、和/或CIE XYZ颜色值)与涂料颜色数据库中的各个涂料颜色的颜色值进行比较来找到与所确定的主色最接近的匹配涂料颜色。例如在2018年3月27日发布的名称为Data-Driven Color Coordinator(数据驱动颜色协调器)的共同转让的美国专利号9,928,543中描述了用于确定与特定颜色最接近的匹配涂料颜色的系统和方法，该美国专利以其全文结合在此。
该方法在44处结束。
已经出于说明和描述的目的提供了对具体实施例的前述描述。所述描述不旨在是穷尽性的或限制本发明。特定实施例的单独元件或特征通常不限于那个特定实施例，但是在适用的情况下，即使没有具体示出或描述，其也是可互换的并且可以用在选定的实施例中。同样的元件或特征还可以在许多方面进行变化。这种变体不视为脱离本发明，并且所有这种变体旨在被包括在本发明的范围内。
术语计算设备和模块可以指或为其一部分或者包括专用集成电路(ASIC)；数字、模拟、或者混合模拟/数字分立电路；数字、模拟、或者混合模拟/数字集成电路；组合逻辑电路；现场可编程门阵列(FPGA)；执行代码的(共享、专用、或组)处理器；存储由处理器执行的代码的(共享、专用、或组)存储器；提供所描述的功能的其他适合的硬件组件；或者诸如在片上系统上的上述一些或全部的组合。
如在上文使用的术语代码可以包括软件、固件和/或微代码，并且可以指程序、例程、函数、类和/或对象。术语共享处理器涵盖执行来自多个模块的一些或所有代码的单个处理器。术语组处理器涵盖与附加的处理器组合的执行来自一个或多个模块的一些或所有代码的处理器。术语共享存储器涵盖存储来自多个模块的一些或所有代码的单个存储器。术语组存储器涵盖与附加的存储器组合的存储来自一个或多个模块的一些或所有代码的存储器。术语存储器可以是术语计算机可读介质的子集。术语计算机可读介质不涵盖通过介质传播的暂态电子和电磁信号，并且可以因此被认为是有形的且非暂态的。非暂态有形计算机可读介质的非限制性实例包括非易失性存储器、易失性存储器、磁存储设备和光学存储设备。
本发明中所描述的服务、用户设备、装置和方法可以利用或通过由一个或多个处理器执行的一个或多个计算机程序来部分地或完全地实施。所述计算机程序包括存储在至少一个非暂态有形计算机可读介质上的处理器可执行的指令。所述计算机程序还可以包括和/或依赖于所存储的数据。
提供了示例实施例使得本发明将是彻底的，并且将向本领域技术人员充分地传达其范围。阐述了许多具体细节(诸如具体组件，设备和方法的实例)，以提供对本发明的实施例的彻底理解。对于本领域技术人员来说显而易见的是，不需要采用具体细节，示例实施例可以以许多不同的形式被实施，并且两者都不应被解释为限制本发明的范围。在一些示例性实施例中，没有详细描述众所周知的过程、众所周知的设备结构和众所周知的技术。
本文所使用的术语仅用于描述特定示例实施例的目的，并且不旨在限制。如本文所使用的，单数形式“一个(a)”、“一种(an)”和“该(the)”可以旨在也包括复数形式，除非上下文清楚地另外指明。术语“包括(comprises)”、“包括(comprising)”、“包含(including)”和“具有(having)”是包括的，并且因此其指定所陈述的特征、整数、步骤、操作、元件和/或组件的存在，但不排除一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组的存在或添加。本文所描述的方法步骤、过程和操作不应被解释为必须要求它们以所讨论或展示的特定顺序执行，除非被特别标识为执行顺序。还应理解的是，可以采用附加的或替代性的步骤。
空间相关的术语，诸如“内部(inner)”、“外部(outer)”、“之下(beneath)”、“下方(below)”、“以下(lower)”、“上方(above)”、“之上(upper)”等在此可以被用于使描述一个元件或特征与其他(多个)元件或(多个)特征的关系的说明变得简单，如附图中展示的。空间相关的术语可以旨在涵盖除了在附图中所描绘的取向之外，所述设备在使用或操作中的不同取向。例如，如果将附图中的设备翻转，则描述为在其他要素或特征“下方(below)”或“之下(beneath)”的要素将定向成在这些其他要素或特征的“上方(above)”。因此，示例术语“下方(below)”可以涵盖上方和下方取向二者。所述设备可以以其他方式定向(旋转90度或处于其他取向)并且本文使用的与空间相关的描述语句应相应地进行解释。

Claims (58)

1.一种方法，包括：
使用计算设备基于第一采样率来分析数字图像的第一像素组中的像素；
使用所述计算设备基于第二采样率来分析所述数字图像的第二像素组中的像素；以及
使用所述计算设备基于所述第一像素组中的所分析的像素以及所述第二像素组中的所分析的像素来确定所述数字图像的主色；
其中，所述第一像素组中的像素比所述第二像素组中的像素更接近于所述数字图像的中心，并且所述第一采样率大于所述第二采样率。
2.如权利要求1所述的方法，进一步包括：
使用所述计算设备接收所述数字图像；以及
使用所述计算设备将所述数字图像划分成至少包括所述第一像素组和所述第二像素组的多个像素组。
3.如权利要求1所述的方法，所述方法进一步包括：
使用所述计算设备基于第三采样率来分析第三像素组中的像素，所述第三采样率小于所述第二采样率；以及
在所述第一像素组中的所分析的像素以及所述第二像素组中的所分析的像素以外，使用所述计算设备还基于所述第三像素组中的所分析的像素来确定所述数字图像的所述主色；
其中，所述第三像素组中的像素与所述第一像素组中的像素以及所述第二像素组中的像素相比更远离所述数字图像的中心。
4.如权利要求1所述的方法，进一步包括：
使用所述计算设备生成对所述第一像素组中的所分析的像素以及所述第二像素组中的所分析的像素中的每一个像素颜色的计数；以及
使用所述计算设备基于具有最大相应计数的所述像素颜色来确定所述数字图像的所述主色。
5.如权利要求1所述的方法，进一步包括：
使用所述计算设备确定所述第一像素组中的像素以及所述第二像素组中的像素的色度值；以及
使用所述计算设备把具有小于预定色度阈值的色度值的任何像素排除出所述分析。
6.如权利要求1所述的方法，进一步包括：
使用所述计算设备确定所述第一像素组中的像素以及所述第二像素组中的像素的亮度值；以及
使用所述计算设备把具有小于预定亮度阈值的亮度值的任何像素排除出所述分析。
7.如权利要求1所述的方法，进一步包括：
使用所述计算设备确定所述第一像素组中的像素以及所述第二像素组中的像素的亮度值；以及
使用所述计算设备把具有大于预定亮度阈值的亮度值的任何像素排除出所述分析。
8.如权利要求1所述的方法，进一步包括：
使用所述计算设备确定与所述主色最接近的匹配涂料颜色；以及
使用所述计算设备输出所述与所述主色最接近的匹配涂料颜色的涂料颜色名称和涂料颜色识别码中的至少一项。
9.如权利要求1所述的方法，其中，所述计算设备是具有移动应用的移动设备，所述移动应用对所述计算设备进行配置以执行对所述第一像素组中的像素的分析、对所述第二像素组中的像素的分析以及所述主色的确定。
10.一种存储有用于计算设备的应用的非暂态计算机可读介质，所述应用包括用于对所述计算设备进行配置以执行以下操作的计算机可执行指令：
基于第一采样率来分析数字图像的第一像素组中的像素；
基于第二采样率来分析所述数字图像的第二像素组中的像素；以及
基于所述第一像素组中的所分析的像素以及所述第二像素组中的所分析的像素来确定所述数字图像的主色；
其中，所述第一像素组中的像素比所述第二像素组中的像素更接近于所述数字图像的中心，并且所述第一采样率大于所述第二采样率。
11.如权利要求10所述的非暂态计算机可读介质，所述应用进一步包括进一步对所述计算设备进行配置以执行以下操作的计算机可执行指令：
接收所述数字图像；以及
将所述数字图像划分成至少包括所述第一像素组和所述第二像素组的多个像素组。
12.如权利要求10所述的非暂态计算机可读介质，所述应用进一步包括进一步对所述计算设备进行配置以执行以下操作的计算机可执行指令：
基于第三采样率来分析第三像素组中的像素，所述第三采样率小于所述第二采样率；以及
在所述第一像素组中的所分析的像素以及所述第二像素组中的所分析的像素以外，还基于所述第三像素组中的所分析的像素来确定所述数字图像的所述主色；
其中，所述第三像素组中的像素与所述第一像素组中的像素以及所述第二像素组中的像素相比更远离所述数字图像的中心。
13.如权利要求10所述的非暂态计算机可读介质，所述应用进一步包括进一步对所述计算设备进行配置以执行以下操作的计算机可执行指令：
生成对所述第一像素组中的所分析的像素以及所述第二像素组中的所分析的像素中的每一个像素颜色的计数；以及
基于具有最大相应计数的所述像素颜色来确定所述数字图像的所述主色。
14.如权利要求10所述的非暂态计算机可读介质，所述应用进一步包括进一步对所述计算设备进行配置以执行以下操作的计算机可执行指令：
确定所述第一像素组中的像素以及所述第二像素组中的像素的色度值；以及
把具有小于预定色度阈值的色度值的任何像素排除出所述分析。
15.如权利要求10所述的非暂态计算机可读介质，所述应用进一步包括进一步对所述计算设备进行配置以执行以下操作的计算机可执行指令：
使用所述计算设备确定所述第一像素组中的像素以及所述第二像素组中的像素的亮度值；以及
使用所述计算设备把具有小于预定亮度阈值的亮度值的任何像素排除出所述分析。
16.如权利要求10所述的非暂态计算机可读介质，所述应用进一步包括进一步对所述计算设备进行配置以执行以下操作的计算机可执行指令：
确定所述第一像素组中的像素以及所述第二像素组中的像素的亮度值；以及
把具有大于预定亮度阈值的亮度值的任何像素排除出所述分析。
17.如权利要求10所述的非暂态计算机可读介质，所述应用进一步包括进一步对所述计算设备进行配置以执行以下操作的计算机可执行指令：
确定与所述主色最接近的匹配涂料颜色；以及
输出所述与所述主色最接近的匹配涂料颜色的涂料颜色名称和涂料颜色识别码中的至少一项。
18.一种系统，包括：
计算设备，被配置为：基于第一采样率来分析数字图像的第一像素组中的像素；基于第二采样率来分析所述数字图像的第二像素组中的像素；以及基于所述第一像素组中的所分析的像素以及所述第二像素组中的所分析的像素来确定所述数字图像的主色；
其中，所述第一像素组中的像素比所述第二像素组中的像素更接近于所述数字图像的中心，并且所述第一采样率大于所述第二采样率。
19.如权利要求18所述的系统，其中，所述计算设备进一步被配置为接收所述数字图像以及将所述数字图像划分成至少包括所述第一像素组和所述第二像素组的多个像素组。
20.如权利要求18所述的系统，其中，所述计算设备进一步被配置为：基于第三采样率来分析第三像素组中的像素，所述第三采样率小于所述第二采样率；并且在所述第一像素组中的所分析的像素以及所述第二像素组中的所分析的像素以外，还基于所述第三像素组中的所分析的像素来确定所述数字图像的所述主色；
其中，所述第三像素组中的像素与所述第一像素组中的像素以及所述第二像素组中的像素相比更远离所述数字图像的中心。
21.一种方法，包括：
使用计算设备将数字图像的像素划分成包括第一像素组和第二像素组的多个像素组，其中，所述第一像素组中的像素比所述第二像素组中的像素更接近于所述数字图像的中心；
使用所述计算设备将所述第一像素组和所述第二像素组中的像素的色度值与预定色度值阈值进行比较；
使用所述计算设备将所述第一像素组和所述第二像素组中的像素的亮度值与低亮度阈值和高亮度阈值进行比较；
使用所述计算设备并使用第一采样率来分析所述第一像素组中的具有大于所述预定色度值阈值的色度值并且具有大于所述低亮度阈值且小于所述高亮度阈值的亮度的像素；
使用所述计算设备并使用第二采样率来分析所述第二像素组中的具有大于所述预定色度值阈值的色度值并且具有大于所述低亮度阈值且小于所述高亮度阈值的亮度的像素，所述第一采样率大于所述第二采样率；以及
使用所述计算设备基于所述第一像素组中的所分析的像素以及所述第二像素组中的所分析的像素来确定所述数字图像的主色。
22.如权利要求21所述的方法，其中，所述多个像素组进一步包括第三像素组，所述第三像素组具有与所述第一像素组和所述第二像素组中的像素相比更远离所述数字图像的中心的像素，所述方法进一步包括：
使用所述计算设备将所述第三像素组中的像素的色度值与所述预定色度值阈值进行比较；
使用所述计算设备将所述第三像素组中的像素的亮度值与低亮度阈值和高亮度阈值进行比较；
使用所述计算设备并使用第三采样率来分析所述第三像素组中的具有大于所述预定色度值阈值的色度值并且具有大于所述低亮度阈值且小于所述高亮度阈值的亮度的像素；以及
在所述第一像素组和所述第二像素组中的所分析的像素以外，使用所述计算设备还基于所述第三像素组中的所分析的像素来确定所述数字图像的所述主色。
23.如权利要求21所述的方法，进一步包括：
使用所述计算设备生成对所述第一像素组中的所分析的像素以及所述第二像素组中的所分析的像素中的每一个像素颜色的计数；以及
使用所述计算设备基于具有最大相应计数的所述像素颜色来确定所述数字图像的所述主色。
24.如权利要求21所述的方法，进一步包括：
使用所述计算设备确定与所述主色最接近的匹配涂料颜色；以及
使用所述计算设备输出所述与所述主色最接近的匹配涂料颜色的涂料颜色名称和涂料颜色识别码中的至少一项。
25.如权利要求21所述的方法，其中，所述计算设备是具有移动应用的移动设备，所述移动应用对所述计算设备进行配置以执行对所述第一像素组和所述第二像素组中的像素的分析以及所述主色的确定。
26.如权利要求21所述的方法，其中，所述计算设备具有web应用，所述web应用在所述计算设备的浏览器中运行并且对所述计算设备进行配置以执行对所述第一像素组和所述第二像素组中的像素的分析以及所述主色的确定。
27.如权利要求21所述的方法，其中，所述计算设备具有应用，所述应用当被执行时对所述计算设备进行配置以执行对所述第一像素组和所述第二像素组中的像素的分析以及所述主色的确定。
28.一种存储有用于计算设备的应用的非暂态计算机可读介质，所述应用包括用于对所述计算设备进行配置以执行以下操作的计算机可执行指令：
将数字图像的像素划分成包括第一像素组和第二像素组的多个像素组，其中，所述第一像素组中的像素比所述第二像素组中的像素更接近于所述数字图像的中心；
将所述第一像素组和所述第二像素组中的像素的色度值与预定色度值阈值进行比较；
将所述第一像素组和所述第二像素组中的像素的亮度值与低亮度阈值和高亮度阈值进行比较；
使用第一采样率来分析所述第一像素组中的具有大于所述预定色度值阈值的色度值并且具有大于所述低亮度阈值且小于所述高亮度阈值的亮度的像素；
使用第二采样率来分析所述第二像素组中的具有大于所述预定色度值阈值的色度值并且具有大于所述低亮度阈值且小于所述高亮度阈值的亮度的像素，所述第一采样率大于所述第二采样率；以及
基于所述第一像素组中的所分析的像素以及所述第二像素组中的所分析的像素来确定所述数字图像的主色。
29.如权利要求28所述的非暂态计算机可读介质，其中，所述多个像素组进一步包括第三像素组，所述第三像素组具有与所述第一像素组和所述第二像素组中的像素相比更远离所述数字图像的中心的像素，所述应用进一步包括对所述计算设备进行配置以执行以下操作的计算机可执行指令：
将所述第三像素组中的像素的色度值与所述预定色度值阈值进行比较；
将所述第三像素组中的像素的亮度值与低亮度阈值和高亮度阈值进行比较；
使用第三采样率来分析所述第三像素组中的具有大于所述预定色度值阈值的色度值并且具有大于所述低亮度阈值且小于所述高亮度阈值的亮度的像素；以及
在所述第一像素组和所述第二像素组中的所分析的像素以外，还基于所述第三像素组中的所分析的像素来确定所述数字图像的所述主色。
30.如权利要求28所述的非暂态计算机可读介质，所述应用进一步包括进一步对所述计算设备进行配置以执行以下操作的计算机可执行指令：
生成对所述第一像素组中的所分析的像素以及所述第二像素组中的所分析的像素中的每一个像素颜色的计数；以及
基于具有最大相应计数的所述像素颜色来确定所述数字图像的所述主色。
31.如权利要求28所述的非暂态计算机可读介质，所述应用进一步包括进一步对所述计算设备进行配置以执行以下操作的计算机可执行指令：
确定与所述主色最接近的匹配涂料颜色；以及
输出所述与所述主色最接近的匹配涂料颜色的涂料颜色名称和涂料颜色识别码中的至少一项。
32.如权利要求28所述的非暂态计算机可读介质，其中，所述计算设备是移动设备并且所述应用是移动应用，所述移动应用对所述计算设备进行配置以执行对所述第一像素组和所述第二像素组中的像素的分析以及所述主色的确定。
33.如权利要求28所述的非暂态计算机可读介质，其中，所述应用是web应用，所述web应用在所述计算设备的浏览器中运行并且对所述计算设备进行配置以执行对所述第一像素组和所述第二像素组中的像素的分析以及所述主色的确定。
34.一种计算设备，被配置为：
将数字图像的像素划分成包括第一像素组和第二像素组的多个像素组，其中，所述第一像素组中的像素比所述第二像素组中的像素更接近于所述数字图像的中心；
将所述第一像素组和所述第二像素组中的像素的色度值与预定色度值阈值进行比较；
将所述第一像素组和所述第二像素组中的像素的亮度值与低亮度阈值和高亮度阈值进行比较；
使用第一采样率来分析所述第一像素组中的具有大于所述预定色度值阈值的色度值并且具有大于所述低亮度阈值且小于所述高亮度阈值的亮度的像素；
使用第二采样率来分析所述第二像素组中的具有大于所述预定色度值阈值的色度值并且具有大于所述低亮度阈值且小于所述高亮度阈值的亮度的像素，所述第一采样率大于所述第二采样率；以及
使用所述计算设备基于所述第一像素组中的所分析的像素以及所述第二像素组中的所分析的像素来确定所述数字图像的主色。
35.如权利要求34所述的计算设备，其中，所述多个像素组进一步包括第三像素组，所述第三像素组具有与所述第一像素组和所述第二像素组中的像素相比更远离所述数字图像的中心的像素，所述计算设备进一步被配置为：
将所述第三像素组中的像素的色度值与所述预定色度值阈值进行比较；
将所述第三像素组中的像素的亮度值与低亮度阈值和高亮度阈值进行比较；
使用第三采样率来分析所述第三像素组中的具有大于所述预定色度值阈值的色度值并且具有大于所述低亮度阈值且小于所述高亮度阈值的亮度的像素；以及
在所述第一像素组和所述第二像素组中的所分析的像素以外，还基于所述第三像素组中的所分析的像素来确定所述数字图像的所述主色。
36.如权利要求34所述的计算设备，其中，所述计算设备进一步被配置为：
生成对所述第一像素组中的所分析的像素以及所述第二像素组中的所分析的像素中的每一个像素颜色的计数；以及
基于具有最大相应计数的所述像素颜色来确定所述数字图像的所述主色。
37.如权利要求34所述的计算设备，其中，所述计算设备进一步被配置为：
确定与所述主色最接近的匹配涂料颜色；以及
输出所述与所述主色最接近的匹配涂料颜色的涂料颜色名称和涂料颜色识别码中的至少一项。
38.如权利要求34所述的计算设备，其中，所述计算设备是具有移动应用的移动设备，所述移动应用对所述计算设备进行配置以执行对所述第一像素组和所述第二像素组中的像素的分析以及所述主色的确定。
39.如权利要求34所述的计算设备，其中，所述计算设备具有web应用，所述web应用在所述计算设备的浏览器中运行并且对所述计算设备进行配置以执行对所述第一像素组和所述第二像素组中的像素的分析以及所述主色的确定。
40.如权利要求34所述的计算设备，其中，所述计算设备进一步被配置为：对所述计算设备进行配置以执行对所述第一像素组和所述第二像素组中的像素的分析以及所述主色的确定。
41.一种计算设备，被配置为：
将数字图像划分成至少包括第一组像素和第二组像素的多个像素组；
基于第一采样率来选择所述第一组像素中的像素；
基于第二采样率来选择所述第二组像素中的像素，所述第一组像素中的像素比所述第二组像素中的像素更接近于所述图像的中心，并且所述第一采样率大于所述第二采样率；
对所述第一组像素和所述第二组像素中的所选像素应用至少一个过滤器，所述至少一个过滤器包括移除具有低于色度阈值的色度值的像素的色度过滤器、移除具有低于低亮度阈值的亮度值的像素的低亮度过滤器、以及移除具有高于高亮度阈值的亮度值的像素的高亮度过滤器中的至少一个；
将在应用所述至少一个过滤器之后从所述第一组像素和所述第二组像素中选择的剩余像素中的像素分组为多个组，使得具有在彼此的预定阈值内的色调、色度和亮度值的像素被分组在一起；以及
基于与所述多个组中的具有最大像素数量的组相关联的颜色来确定数字图像的主色。
42.如权利要求41所述的计算设备，其中，所述计算设备进一步被配置为：确定与所述主色最接近的匹配涂料颜色；并且输出所述与所述主色最接近的匹配涂料颜色的涂料颜色名称和涂料颜色识别码中的至少一项。
43.如权利要求41所述的计算设备，其中，所述计算设备被配置为使用不同的处理线程来基于所述第一采样率来选择所述第一组像素中的像素以及基于所述第二采样率来选择所述第二组像素中的像素。
44.如权利要求41所述的计算设备，其中，所述计算设备是具有移动应用的移动设备，所述移动应用对所述计算设备进行配置以将所述数字图像划分成多个像素组，选择所述第一组像素中的像素，选择所述第二组像素中的像素，应用所述至少一个过滤器，对所述剩余像素中的像素进行分组，并确定所述数字图像的所述主色。
45.如权利要求41所述的计算设备，其中，所述计算设备具有web应用，所述web应用在所述计算设备的浏览器中运行并且对所述计算设备进行配置以将所述数字图像划分成多个像素组，选择所述第一组像素中的像素，选择所述第二组像素中的像素，应用所述至少一个过滤器，对所述剩余像素中的像素进行分组，并确定所述数字图像的所述主色。
46.如权利要求41所述的计算设备，其中，所述计算设备具有应用，所述应用当被执行时对所述计算设备进行配置以将所述数字图像划分成多个像素组，选择所述第一组像素中的像素，选择所述第二组像素中的像素，应用所述至少一个过滤器，对所述剩余像素中的像素进行分组，并确定所述数字图像的所述主色。
47.一种方法，包括：
使用计算设备将数字图像划分成至少包括第一组像素和第二组像素的多个像素组；
使用所述计算设备基于第一采样率来选择所述第一组像素中的像素；
使用所述计算设备基于第二采样率来选择所述第二组像素中的像素，所述第一组像素中的像素比所述第二组像素中的像素更接近于所述图像的中心，并且所述第一采样率大于所述第二采样率；
使用所述计算设备对所述第一组像素和所述第二组像素的所选像素应用至少一个过滤器，所述至少一个过滤器包括移除具有低于色度阈值的色度值的像素的色度过滤器、移除具有低于低亮度阈值的亮度值的像素的低亮度过滤器、以及移除具有高于高亮度阈值的亮度值的像素的高亮度过滤器中的至少一个；
使用所述计算设备将在应用所述至少一个过滤器之后从所述第一组像素和所述第二组像素中选择的剩余像素中的像素分组为多个组，使得具有在彼此的预定阈值内的色调、色度和亮度值的像素被分组在一起；以及
使用所述计算设备基于与所述多个组中的具有最大像素数量的组相关联的颜色来确定数字图像的主色。
48.如权利要求47所述的方法，进一步包括：
使用所述计算设备确定与所述主色最接近的匹配涂料颜色；以及
使用所述计算设备输出所述与所述主色最接近的匹配涂料颜色的涂料颜色名称和涂料颜色识别码中的至少一项。
49.如权利要求47所述的方法，其中，基于所述第一采样率来选择所述第一组像素中的像素以及基于所述第二采样率来选择所述第二组像素中的像素是使用所述计算设备的不同处理线程来执行的。
50.如权利要求47所述的方法，其中，所述计算设备是具有移动应用的移动设备，所述移动应用执行以下操作：将所述数字图像划分成多个像素组，选择所述第一组像素中的像素，选择所述第二组像素中的像素，应用所述至少一个过滤器，对所述剩余像素中的像素进行分组，并确定所述数字图像的所述主色。
51.如权利要求47所述的方法，其中，所述计算设备具有web应用，所述web应用在所述计算设备的浏览器中运行并且执行以下操作：将所述数字图像划分成多个像素组，选择所述第一组像素中的像素，选择所述第二组像素中的像素，应用所述至少一个过滤器，对所述剩余像素中的像素进行分组，并确定所述数字图像的所述主色。
52.如权利要求47所述的方法，其中，所述计算设备具有应用，所述应用当被执行时对所述计算设备进行配置执行以下操作：将所述数字图像划分成多个像素组，选择所述第一组像素中的像素，选择所述第二组像素中的像素，应用所述至少一个过滤器，对所述剩余像素中的像素进行分组，并确定所述数字图像的所述主色。
53.一种存储有用于计算设备的应用的非暂态计算机可读介质，所述应用包括用于对所述计算设备进行配置以执行以下操作的计算机可执行指令：
将数字图像划分成至少包括第一组像素和第二组像素的多个像素组；
基于第一采样率来选择所述第一组像素中的像素；
基于第二采样率来选择所述第二组像素中的像素，所述第一组像素中的像素比所述第二组像素中的像素更接近于所述图像的中心，并且所述第一采样率大于所述第二采样率；
对所述第一组像素和所述第二组像素中的所选像素应用至少一个过滤器，所述至少一个过滤器包括移除具有低于色度阈值的色度值的像素的色度过滤器、移除具有低于低亮度阈值的亮度值的像素的低亮度过滤器、以及移除具有高于高亮度阈值的亮度值的像素的高亮度过滤器中的至少一个；
将在应用所述至少一个过滤器之后从所述第一组像素和所述第二组像素中选择的剩余像素中的像素分组为多个组，使得具有在彼此的预定阈值内的色调、色度和亮度值的像素被分组在一起；以及
基于与所述多个组中的具有最大像素数量的组相关联的颜色来确定数字图像的主色。
54.如权利要求53所述的非暂态计算机可读介质，其中，所述计算机可执行指令进一步对所述计算设备进行配置以确定与所述主色最接近的匹配涂料颜色，并且输出所述与所述主色最接近的匹配涂料颜色的涂料颜色名称和涂料颜色识别码中的至少一项。
55.如权利要求53所述的非暂态计算机可读介质，其中，所述计算机可执行指令进一步对所述计算设备进行配置以使用不同的处理线程来基于所述第一采样率来选择所述第一组像素中的像素以及基于所述第二采样率来选择所述第二组像素中的像素。
56.如权利要求53所述的非暂态计算机可读介质，其中，所述计算设备是移动设备并且所述计算机可执行指令包含在移动应用中。
57.如权利要求53所述的非暂态计算机可读介质，其中，所述计算设备和所述计算机可执行指令包含在web应用中，所述web应用在所述计算设备的浏览器中运行。
58.如权利要求53所述的非暂态计算机可读介质，其中，所述计算设备和所述计算机可执行指令包含在应用中，所述应用当被执行时对所述计算设备进行配置以将所述数字图像划分成多个像素组，选择所述第一组像素中的像素，选择所述第二组像素中的像素，应用所述至少一个过滤器，对所述剩余像素中的像素进行分组，并确定所述数字图像的所述主色。
CN202310696077.6A 2017-06-14 2018-06-14 确定图像中主色的系统和方法及非暂态计算机可读介质 Pending CN116681782A (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201762519615P 2017-06-14 2017-06-14
US62/519,615 2017-06-14
US15/996,668 2018-06-04
US15/996,668 US10552985B2 (en) 2017-06-14 2018-06-04 Systems and methods for determining dominant colors in an image
CN201810612826.1A CN109087362B (zh) 2017-06-14 2018-06-14 确定图像中主色的系统和方法及非暂态计算机可读介质

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
CN201810612826.1A Division CN109087362B (zh) 2017-06-14 2018-06-14 确定图像中主色的系统和方法及非暂态计算机可读介质

Publications (1)

Publication Number Publication Date
CN116681782A true CN116681782A (zh) 2023-09-01

Family

ID=64657543

Family Applications (2)

Application Number Title Priority Date Filing Date
CN201810612826.1A Active CN109087362B (zh) 2017-06-14 2018-06-14 确定图像中主色的系统和方法及非暂态计算机可读介质
CN202310696077.6A Pending CN116681782A (zh) 2017-06-14 2018-06-14 确定图像中主色的系统和方法及非暂态计算机可读介质

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN201810612826.1A Active CN109087362B (zh) 2017-06-14 2018-06-14 确定图像中主色的系统和方法及非暂态计算机可读介质

Country Status (7)

Country Link
US (4) US10552985B2 (zh)
KR (1) KR20180136403A (zh)
CN (2) CN109087362B (zh)
AR (1) AR112161A1 (zh)
BR (1) BR102018012052A2 (zh)
CL (1) CL2018001574A1 (zh)
MX (1) MX2018007293A (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2020087224A (ja) * 2018-11-29 2020-06-04 富士ゼロックス株式会社 情報処理装置、及び情報処理プログラム

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6963425B1 (en) * 2000-08-14 2005-11-08 National Instruments Corporation System and method for locating color and pattern match regions in a target image
US6757428B1 (en) * 1999-08-17 2004-06-29 National Instruments Corporation System and method for color characterization with applications in color measurement and color matching
US6895112B2 (en) * 2001-02-13 2005-05-17 Microsoft Corporation Red-eye detection based on red region detection with eye confirmation
US6944331B2 (en) * 2001-10-26 2005-09-13 National Instruments Corporation Locating regions in a target image using color matching, luminance pattern matching and hue plane pattern matching
US20040130546A1 (en) * 2003-01-06 2004-07-08 Porikli Fatih M. Region growing with adaptive thresholds and distance function parameters
EP2355037A1 (en) * 2009-12-18 2011-08-10 Nxp B.V. Method of and system for determining an average colour value for pixels
GB201000835D0 (en) * 2010-01-19 2010-03-03 Akzo Nobel Coatings Int Bv Method and system for determining colour from an image
US8611655B2 (en) * 2011-02-04 2013-12-17 Apple Inc. Hue-based color matching
US8754902B2 (en) * 2011-06-03 2014-06-17 Apple Inc. Color-space selective darkness and lightness adjustment
JP2013148643A (ja) * 2012-01-18 2013-08-01 Jvc Kenwood Corp サンプリング周波数変換装置及び方法
WO2013184804A1 (en) * 2012-06-06 2013-12-12 Zencolor Corporation System and method for normalization and codificaton of colors for dyanamic analysis
US8897552B2 (en) * 2012-08-01 2014-11-25 Microsoft Corporation Setting an operating-system color using a photograph
US8908986B1 (en) * 2014-07-23 2014-12-09 Teespring, Inc. Systems and methods for selecting ink colors
EP3021583B1 (en) * 2014-11-14 2019-10-23 Axis AB Method of identifying relevant areas in digital images, method of encoding digital images, and encoder system
US9864901B2 (en) * 2015-09-15 2018-01-09 Google Llc Feature detection and masking in images based on color distributions
US9858686B2 (en) * 2016-02-10 2018-01-02 Google Llc Dynamic color determination for user interface components of a video player
US11176675B2 (en) * 2017-02-01 2021-11-16 Conflu3Nce Ltd System and method for creating an image and/or automatically interpreting images
US10388250B2 (en) * 2017-04-18 2019-08-20 Google Llc Methods, systems, and media for modifying user interface colors in connection with the presentation of a video
US10809884B2 (en) 2017-11-06 2020-10-20 The Sherwin-Williams Company Paint color selection and display system and method

Also Published As

Publication number Publication date
CL2018001574A1 (es) 2018-09-14
US11120580B2 (en) 2021-09-14
US11670006B2 (en) 2023-06-06
AR112161A1 (es) 2019-09-25
CN109087362A (zh) 2018-12-25
US10552985B2 (en) 2020-02-04
MX2018007293A (es) 2019-02-08
US20200167964A1 (en) 2020-05-28
KR20180136403A (ko) 2018-12-24
US20180365860A1 (en) 2018-12-20
US20210407136A1 (en) 2021-12-30
US20230316576A1 (en) 2023-10-05
BR102018012052A2 (pt) 2019-01-29
CN109087362B (zh) 2023-06-30

Similar Documents

Publication Publication Date Title
CN108206917B (zh) 图像处理的方法及装置、存储介质、电子装置
CN108320312B (zh) 图片的配色方法及装置、计算机终端
CN104536771B (zh) 根据图标颜色的图标排序显示方法及系统
US20070165946A1 (en) Method and apparatus for improving quality of images using complementary hues
CN103765503A (zh) 使用经基于光谱的色度校准的彩色相机的显示器的快速校准
US20150281523A1 (en) Conversion between color spaces
CN109636825A (zh) 印章图形分割方法、装置及计算机可读存储介质
EP2966849A1 (en) Color adjustment device, image display device, and color adjustment method
US20230316576A1 (en) Systems And Methods For Determining Dominant Colors In An Image
CN112016621B (zh) 分类模型的训练方法、颜色的分类方法及电子设备
US20120087576A1 (en) Image processing device
Morovic et al. Why we don't know how many colors there are
Kim et al. Color modification for color-blind viewers using the dynamic color transformation
CN108574835A (zh) 一种校正设备屏幕中图像色彩的方法及装置
CN113658287B (zh) 用户界面配色处理方法、装置及设备
CN113099191B (zh) 一种图像处理方法及装置
US11615609B2 (en) Learning apparatus, inferring apparatus, learning method, program, and inferring method
CN113870768B (zh) 显示补偿方法和装置
RU2602348C2 (ru) Устройство для идентификации символьной области пикселя и способ
US10540747B2 (en) Digital image scaling
US20230328193A1 (en) Color management in printing
JP2004056350A (ja) 画像識別回路
US20230274456A1 (en) Apparatus, system, and control method for measuring led panel
Chandrakanth et al. Analysis of SSIM based quality assessment across color channels of images
CN114677983A (zh) 显示校准方法及相关装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination