Python多颜色像素计数：支持非精确颜色范围匹配需求

很棒的问题！要实现支持多颜色区间匹配的像素统计，咱们可以通过定义颜色范围字典、遍历像素时判断归属区间的方式来实现。下面是修改后的代码，同时我会拆解关键改动：

from PIL import Image

def count_color_ranges(image_path, color_ranges):
    # 打开图片并转换为RGB模式（自动忽略Alpha通道，若需要保留可改用RGBA）
    im = Image.open(image_path).convert("RGB")
    pixel_counts = {color: 0 for color in color_ranges.keys()}
    pixel_counts["其他颜色"] = 0  # 统计未匹配到的像素

    for pixel in im.getdata():
        matched = False
        # 遍历每个颜色区间，判断像素是否在范围内
        for color_name, (lower, upper) in color_ranges.items():
            # 检查RGB三个通道是否都在对应区间内
            if all(lower[i] <= pixel[i] <= upper[i] for i in range(3)):
                pixel_counts[color_name] += 1
                matched = True
                break  # 匹配到一个区间后就不用再检查其他的了
        if not matched:
            pixel_counts["其他颜色"] += 1

    return pixel_counts

# 定义你需要统计的颜色区间：键是颜色名称，值是(下限RGB, 上限RGB)
color_ranges = {
    "黑色": ((0, 0, 0), (40, 40, 40)),
    "红色": ((180, 0, 0), (255, 60, 60)),
    "蓝色": ((0, 0, 180), (60, 60, 255)),
    "灰色": ((100, 100, 100), (160, 160, 160))
}

# 调用函数并打印结果
result = count_color_ranges("oh.png", color_ranges)
for color, count in result.items():
    print(f"{color}像素数量: {count}")

关键改动说明 #

• 颜色区间定义：用字典color_ranges来存储需要统计的颜色，每个颜色对应一个包含下限和上限RGB元组的集合，这样你可以轻松添加/修改任意颜色的范围，非常灵活。
• 区间匹配逻辑：通过all(lower[i] <= pixel[i] <= upper[i] for i in range(3))来判断像素的RGB三个通道是否都落在对应区间内，实现非精确的范围匹配。
• 灵活的统计存储：用字典pixel_counts来存储每个颜色的计数，新增颜色时不需要修改统计逻辑，只需要更新color_ranges即可。
• Alpha通道处理：代码里用convert("RGB")自动忽略了图片的Alpha通道，如果你的图片需要考虑透明度（比如RGBA模式），可以把convert("RGB")改成convert("RGBA")，然后在区间匹配时加上第4个通道的判断（比如range(4)）。
• 未匹配颜色统计：新增了“其他颜色”的统计，避免遗漏不在定义范围内的像素。

如果你需要调整颜色区间的精度，或者添加更多颜色，直接修改color_ranges字典就可以啦，非常方便！

内容的提问来源于stack exchange，提问作者MiniMiloe