使用PIL统计geoTIFF像素颜色时如何匹配索引对应的实际色彩

首先你代码里im.convert('RGB')没有生效，是因为该方法会返回新的图像对象，不会修改原对象，你没有将返回值赋值给变量，所以无论是否注释该行，你统计的都是P模式下的调色板索引值，结果自然一致。如果要直接统计RGB像素，需要修改为im = im.convert('RGB')。

问题1：为什么统计出4种颜色 #

肉眼的色彩分辨能力有限，你看到的3种是占比最高的主色，第4种属于正常的图像编码产物，不属于隐藏色彩：

• 大概率是图像生成时边缘抗锯齿处理产生的过渡色，比如蓝白交界、冰面和背景交界的位置，会生成介于两种主色之间的近色，和主色差异极小，肉眼难以区分；
• 也有可能是GeoTIFF生成时预留在调色板中的分类值，对应某种你没注意到的极少量地物/背景像素。

问题2：获取调色板索引对应的实际颜色 #

可以直接通过PIL内置的getpalette()方法获取索引到RGB的映射关系，P模式图像的调色板会按索引顺序返回RGB三通道数值，每3个连续值对应一个索引的R、G、B分量，参考代码如下：

from PIL import Image

im = Image.open(fp)
# 获取完整调色板列表，默认P模式调色板共256个索引位，总长度为256*3
full_palette = im.getpalette()

# 遍历你统计到的4个索引，打印对应的RGB值
for idx in [0, 1, 2, 3]:
    r = full_palette[idx * 3]
    g = full_palette[idx * 3 + 1]
    b = full_palette[idx * 3 + 2]
    print(f"索引{idx}对应RGB：({r}, {g}, {b})")

拿到RGB值后直接和你肉眼看到的颜色对比，就能对应上黑色背景、蓝色、白色和过渡色分别对应的索引了。

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