基于NumPy提取图像主颜色：通道二值化失效、色彩统计异常的问题排查

初始统计逻辑与预期偏差 #

• 最初通过像素去重实现主色调统计，对应代码为：
  unique_rgbs = np.unique(resized_img.reshape(-1, resized_img.shape[2]), axis=0)
• 预期仅能得到6种目标颜色，实际返回近2000种色彩。异常原因为图像色彩边界存在抗锯齿过渡像素，无法匹配预设的纯色统计逻辑。

纯色校准尝试与运行偏差 #

• 计划将图像调整为四类纯色，目标色值分别为：
  • 纯红 [255,0,0]
  • 纯绿 [0,255,0]
  • 纯蓝 [255,0,0]
  • 纯黄 [0,255,255]
• 为剔除过渡杂色，尝试逐通道阈值二值化处理，对应代码为：

img[img[...,0] > 128] = 255
img[img[...,0] <= 128] = 0

img[img[...,1] > 128] = 255
img[img[...,1] <= 128] = 0

img[img[...,2] > 128] = 255
img[img[...,2] <= 128] = 0

• 实际运行未达到预期：处理后的图像仅呈现黑白效果，经np.unique统计仍存在26种颜色。

代码异常根因 #

• 赋值范围逻辑错误：代码本意是单独修改对应通道的像素值，但采用逐通道生成的2D布尔掩码索引整个3D图像数组时，会将掩码命中的所有像素的全部三个通道同步赋值为目标值，无法实现单通道独立处理。
• 执行顺序引发连锁影响：针对R通道的判断逻辑，会先将所有命中像素的全通道设为255或0，此时图像已经被处理为纯黑白二值图。后续针对G、B通道的阈值判断，会对已经黑白化的像素再次触发全通道赋值，最终仅能生成少量离散组合色值。
• 目标色值定义错误：四类纯色中纯蓝色值写为[255,0,0]，与纯红色值完全重复，不符合RGB色彩的常规定义逻辑。

内容的提问来源于stack exchange，提问作者Tereza