计算图像中独特颜色的数量

Question

我正在尝试计算图像中独特颜色的数量。我有一些代码，我认为应该可以工作，但是当我在图像上运行它时，它说我有 252 种不同的颜色，可能是 16,777,216\xe2\x80\xac。考虑到图像是 BGR，这似乎是错误的，所以它们不应该有更多不同的颜色（数千而不是数百？）？

\n\n

def count_colours(src):\n    unique, counts = np.unique(src, return_counts=True)\n    print(counts.size)\n    return counts.size\n\nsrc = cv2.imread(\'../../images/di8.jpg\')\nsrc = imutils.resize(src, height=300)\ncount_colours(src) # outputs 252 different colours!? only?\n

\n\n

这个值正确吗？如果不是，我该如何修复我的功能count_colours()？

\n\n

源图像：\n

\n\n

编辑：这是正确的吗？

\n\n

def count_colours(src):\n    unique, counts = np.unique(src.reshape(-1, src.shape[-1]), axis=0, return_counts=True)\n    return counts.size\n

\n

Answer 1

如果您查看unique返回的 s，我很确定您会发现它们是标量。您需要使用axis关键字：

>>> import numpy as np
>>> from scipy.misc import face
>>> 
>>> img = face()
>>> np.unique(img.reshape(-1, img.shape[-1]), axis=0, return_counts=True)
(array([[  0,   0,   5],
       [  0,   0,   7],
       [  0,   0,   9],
       ...,
       [255, 248, 255],
       [255, 249, 255],
       [255, 252, 255]], dtype=uint8), array([1, 2, 2, ..., 1, 1, 1]))