如何从颜色字典匹配图片最相似颜色？代码调试求助

代码中的核心问题 #

• 重复读取图片且参数错误
  第一行img = cv2.imread('purple.jpg', cv2.COLOR_BGR2HSV)是错误用法，cv2.imread的第二个参数是读取模式（如cv2.IMREAD_COLOR），不是颜色转换标识。这行属于无效代码，直接删除即可。

• 错误使用BGR图像做HSV范围匹配
  你已经将图片转换成HSV格式的hsv变量，但cv2.inRange却用了原始BGR格式的img——你的color_list定义的是HSV空间的范围，必须用hsv作为第一个参数传入，否则匹配逻辑完全失效。

• HSV颜色范围定义错误
  现有color_list里的颜色范围不符合OpenCV的HSV标准（H:0-179，S:0-255，V:0-255）：

  • 红色：OpenCV中红色分为H=0-10和H=170-179两段，且需要合理的饱和度、亮度阈值，你当前的红色范围S值为0，只能匹配灰度区域。
  • 白色/黑色：限制了S值为0，实际白色应是低饱和度（S<30）+高亮度，黑色应是低亮度（V<50），无需限制饱和度。

• mask.sum调用错误
  mask.sum是numpy求和方法的引用，不是计算结果，必须写成mask.sum()才能获取匹配像素的总和。

• 缺少“找相似度最高颜色”的逻辑
  原代码仅输出有匹配的颜色，未统计哪个颜色匹配像素最多，无法实现“找相似度最高”的需求。

修正后的完整代码 #

import cv2
import numpy as np

# 符合OpenCV标准的HSV颜色范围
color_list = {
    "white": ([0, 0, 200], [179, 30, 255]),
    "black": ([0, 0, 0], [179, 255, 50]),
    "red_low": ([0, 40, 40], [10, 255, 255]),
    "red_high": ([170, 40, 40], [179, 255, 255]),
    "green": ([40, 40, 40], [70, 255, 255]),
    "yellow": ([20, 40, 40], [40, 255, 255]),
    "blue": ([90, 40, 40], [130, 255, 255])
}

# 读取图片并转换为HSV格式
img = cv2.imread('purple.jpg')
if img is None:
    print("无法读取图片，请检查路径是否正确")
    exit()
hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)

max_match_pixels = 0
best_match_color = "未知"
red_total = 0

# 遍历颜色范围统计匹配像素数
for color_name, (lower, upper) in color_list.items():
    lower = np.array(lower, dtype=np.uint8)
    upper = np.array(upper, dtype=np.uint8)
    
    # 使用HSV图像做范围匹配
    mask = cv2.inRange(hsv, lower, upper)
    # 每个匹配像素值为255，除以255得到实际像素数量
    match_count = mask.sum() // 255

    # 合并红色两段的匹配数
    if color_name.startswith("red"):
        red_total += match_count
    else:
        if match_count > max_match_pixels:
            max_match_pixels = match_count
            best_match_color = color_name

# 单独比较红色的总匹配数
if red_total > max_match_pixels:
    max_match_pixels = red_total
    best_match_color = "red"

print(f"与图片颜色相似度最高的预设颜色是：{best_match_color}，匹配像素数：{max_match_pixels}")

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