如何用Python获取HTML map多边形区域的主色调（排除文字干扰）

1. 安装依赖库 #

先安装处理图像和数组操作的必要库：

pip install pillow numpy

2. 核心实现逻辑 #

• 解析HTML <area>标签里的coords字符串，转换成(x,y)坐标对列表。
• 用掩码技术只保留多边形区域内的像素，屏蔽区域外内容。
• 过滤掉区域内的白色（或接近白色）像素，避免文字干扰统计结果。
• 统计剩余像素的颜色出现频率，取最高频的颜色作为主色调。

3. 完整代码示例 #

from PIL import Image, ImageDraw
from collections import Counter
import numpy as np

# 解析coords坐标字符串为(x,y)列表
def parse_coords(coords_str):
    coords = list(map(int, coords_str.split(',')))
    return list(zip(coords[::2], coords[1::2]))

# 获取区域内有效像素（排除白色文字）
def get_region_pixels(image_path, coords, white_threshold=240):
    img = Image.open(image_path).convert('RGB')
    width, height = img.size
    
    # 创建掩码：多边形区域设为白色，其余为黑色
    mask = Image.new('L', (width, height), 0)
    draw = ImageDraw.Draw(mask)
    draw.polygon(coords, fill=255)
    
    # 转成numpy数组简化像素筛选
    img_array = np.array(img)
    mask_array = np.array(mask)
    
    # 筛选掩码内且非白色的像素
    region_pixels = img_array[mask_array == 255]
    valid_pixels = region_pixels[~((region_pixels[:, 0] > white_threshold) & 
                                  (region_pixels[:, 1] > white_threshold) & 
                                  (region_pixels[:, 2] > white_threshold))]
    return valid_pixels

# 统计主色调
def get_dominant_color(pixels):
    pixel_tuples = [tuple(p) for p in pixels]
    color_counts = Counter(pixel_tuples)
    return color_counts.most_common(1)[0][0]

# 执行示例
if __name__ == '__main__':
    # 替换为你的图片路径
    image_path = 'usa-colored-regions-map.jpg'
    # 从HTML map中复制的田纳西州coords
    tennessee_coords = "492,379,521,376,562,377,568,363,583,355,589,347,595,340,570,343,535,348,515,349,507,355,494,355,491,370"
    
    coords = parse_coords(tennessee_coords)
    valid_pixels = get_region_pixels(image_path, coords)
    dominant_color = get_dominant_color(valid_pixels)
    
    print(f"该区域主色调RGB值：{dominant_color}")
    hex_color = '#{:02x}{:02x}{:02x}'.format(*dominant_color)
    print(f"十六进制表示：{hex_color}")

关键细节说明 #

• 坐标解析：将逗号分隔的字符串转成Pillow绘图需要的坐标对格式。
• 掩码筛选：通过掩码精准锁定目标区域，避免其他州的颜色干扰。
• 白色过滤：通过RGB阈值判断白色文字，阈值可根据图片实际情况调整（比如文字偏米白可降低阈值）。
• 多区域处理：如果有多个州的coords，只需循环调用上述函数即可批量获取主色调。

内容的提问来源于stack exchange，提问作者MOHAMMAD RASIM