玩蛇网python爬虫与数据分析，本文结合python爬虫与K-means算法的使用，来分析图片主基色。色彩斑斓的一张图片，哪种颜色是它的主色调呢？今天就来讲讲如何用Python爬虫与K-means聚类分析图片主色方法。
今天我们拿电影的海报来举例吧。都知道第当一部电影要上映的时候，都会出许许多多漂亮的海报，不知道你有没有注意到。每种不同类别的电影海报图片，用的色调都是有自己的特定方向颜色。那么不同风格的电影海报对颜色有什么样的偏好呢?这就是我们今天要用Python爬虫与K-means聚类分析的重点所在。
首先用Python 爬虫从网页中抓取电影海报数据，同时将其储存到本地的电脑中，做为基础数据为下面做计算做准备。下载的图片种类分别为：惊悚片、喜剧、动画片和动作片。图片数据为112张，也就是112个数据源。
Python爬虫与K-means算法分析多数据图片主色方法，抓取图片部分源码如下：
#代码格式请自行调整!
from bs4 import BeautifulSoup
import requests
import re
import urllib2
import os
import numpy as np
def get_soup(url):
return BeautifulSoup(requests.get(url).text)
image_type = “action movies”
query = “movie action movies poster”
url = “/images/search?q=” + query + “&qft=+filterui:imagesize-large&FORM=R5IR5″
soup = get_soup(url)
images = [a[‘src’] for a in soup.find_all(“img”, {“src”: pile(“”)})]
for img in images:
raw_img = urllib2.urlopen(img).read()
cntr = len([i for i in os.listdir(“images”) if image_type in i]) + 1
f = open(“images/” + image_type + “_” + str(cntr), “wb”)
f.write(raw_img)
f.close()
为了方便提取图片的颜色信息，我们需要对图片的格式做下处理。需要将图像转换为 RGB 像素矩阵。好比于 200*200 像素的图片，将其转换成含有 40000 个像素信息的对象。现此同时要做的事情还有，为了保持数据集的大小，还需要再将图像的大小做一下，这里统一设定为200*200。
图像格式转换部分源码如下：
#代码格式请自行调整!
def get_points(img):
points = []
w, h = img.size
for count, color in img.getcolors(w * h):
points.append(Point(color, 3, count))
return points
rtoh = lambda rgb: ‘#%s’ % ”.join((‘%02x’ % p for p in rgb))
提取图片中颜色的信息：
这里用到了 K 均值算法和颜色信息将海报分成许多不同的类别。
首先试了 k=3, k=5和k=10三种模型，但由于大多数海报通常都具有黑色的字体和边框，所以前两种模型无法获取海报中的主要颜色信息。最终选择了k=10的模型，并利用该算法处理 112 张海报，得到了 1120 种颜色信息。
部分结果如下图所示：
其实K 均值算法还是会存在一些不足之处的：该算法对初始值非常敏感，这会产生一些不想要的结果。在下面这两张海报图片中我们就可以看出，该算法无法获取金色或橘黄色的信息。
3D 散点图，分析结果如下：
针对不同种类的图片，做出的RGB数据绘制三维散点图。每个点代表图片的一个颜色。通过比较分析，可以看出四张散点图中，惊悚片的图片以暗黑色和红色为主，而喜剧和动画片则会根据不同的电影主题选择不同的配色。
转换颜色信息：
要在1120 种颜色中提取一些特定的模式的数据是很难的。所以需要降低颜色的维度。
降低颜色维度的操作方法是：
（1）需要将颜色信息转换到 Lab 色彩空间中
（2）再利用Python中的 Delta E equations和colormath包来计算，图片中的颜色和基础颜色之间存在的视觉差异程度如何。
通过最小距离法，将这些颜色分成17个类别，如下图所示：
电影类型对比数据：转换数据后，计算出每个电影类型中所包含的基本色数量。
通过绘制的数据从图中的基本色量信息，我们可以看到黑色、灰色和白色这三种颜色是图片最常见色。主要原因是这类电影宣传的海报都会突出标题之类，大都会使用加深的色调。
这中Python爬虫与K-means聚类分析合作得出的结果。Python爬虫与K-means聚类分析多数据图片主色方法，就简单介绍到这里。
玩蛇网文章，转载请注明出处和文章网址：/code/graphics/gr5773.html
相关文章 Recommend
如果觉得《python 3d绘图kmeans_Python爬虫与K-means聚类算法分析多数据图片主色方法》对你有帮助，请点赞、收藏，并留下你的观点哦！
