分割图像各颜色像素总数统计的代码问题与优化方案咨询

• 逐像素调用getpixel遍历效率极低，且PIL的该接口在批量处理时容易出现性能瓶颈，同时默认的convert('RGB')处理带透明通道的PNG时，透明像素转换规则未显式指定，可能生成意料之外的RGB值
• 严格匹配RGB元组的计数逻辑不兼容有压缩杂色、抗锯齿边缘的图像，你预期的三类颜色会被拆分成多个近似色的零散计数，无法得到三类的总和
• 图例生成逻辑写死了arialbd.ttf字体路径，在Linux、macOS等无该字体的系统会直接报错
• ignore_color参数用literal_eval解析，用户输入格式不匹配时会直接抛出未捕获的异常，容错性差

直接基于numpy实现，效率是逐像素遍历的数百倍，支持可选的颜色聚类功能，适配存在杂色的分割图场景：

import numpy as np
from PIL import Image
import webcolors

def count_color_pixels(img_path, target_colors=None):
    """
    统计图像各颜色像素数
    :param img_path: 待处理图像路径
    :param target_colors: 可选，要统计的目标颜色列表，格式为[(R,G,B),...]，传入后会将所有近似色自动归类到最近的目标色
    :return: 颜色计数字典，key为RGB元组，value为对应像素数
    """
    # 读取图像转RGB格式
    img = Image.open(img_path).convert('RGB')
    # 转numpy数组后拉平为像素列表
    pixel_arr = np.array(img).reshape(-1, 3)
    # 统计所有唯一颜色和对应计数
    unique_rgb, counts = np.unique(pixel_arr, axis=0, return_counts=True)

    count_res = {}
    if target_colors is None:
        # 无目标色时直接返回所有唯一颜色的计数
        for rgb, cnt in zip(unique_rgb, counts):
            count_res[tuple(rgb)] = cnt
    else:
        # 有目标色时做颜色聚类
        for color in target_colors:
            count_res[color] = 0
        for rgb, cnt in zip(unique_rgb, counts):
            # 计算到所有目标色的欧氏距离，取最近的归类
            dist_list = [np.linalg.norm(rgb - np.array(t)) for t in target_colors]
            nearest_color = target_colors[np.argmin(dist_list)]
            count_res[nearest_color] += cnt
    return count_res

# 调用示例，针对你提供的分割图预设黑、红、黄三个目标色
if __name__ == "__main__":
    target = [(0,0,0), (255,0,0), (255,255,0)]
    res = count_color_pixels("UMN9c.png", target_colors=target)
    print("像素计数结果：")
    for rgb, cnt in res.items():
        try:
            color_name = webcolors.rgb_to_name(rgb)
        except ValueError:
            color_name = str(rgb)
        print(f"{color_name}: {cnt}")
    # 校验总像素数是否等于图像宽高乘积
    w, h = Image.open("UMN9c.png").size
    print(f"总像素数校验：统计总和{sum(res.values())}，图像实际总像素{w*h}")

如果你的图像确实是纯三色无杂色，不传入target_colors参数也能得到准确计数，总像素数校验一致即代表统计结果正确。

内容的提问来源于stack exchange，提问作者DevanDev