python提取图片中颜色占比

在Python中，你可以使用`PIL`库来处理图像，并结合`sklearn.cluster`模块的KMeans算法来提取主要颜色。这里有一个基本示例说明如何执行这个任务[^1]：

from PIL import Image
import numpy as np
from sklearn.cluster import KMeans
import matplotlib.pyplot as plt

def extract_colors(image_path, n_colors=5):
    # 1. 加载图像并转换为RGB
    img = Image.open(image_path)
    img_array = np.array(img.convert('RGB'))

    # 2. 转换为二维数组并应用KMeans
    flat_img = img_array.reshape(-1, 3)
    kmeans = KMeans(n_clusters=n_colors)
    colors = kmeans.fit_predict(flat_img)

    # 3. 计算颜色占比和像素数
    color_counts = {color: np.sum(colors == i) for i, color in enumerate(kmeans.cluster_centers_)}
    total_pixels = img_array.shape[0] * img_array.shape[1]

    # 4. 创建颜色占比和像素统计的数据结构
    color_stats = [(k, (v / total_pixels) * 100) for k, v in color_counts.items()]

    # 5. 可视化结果
    plt.figure(figsize=(10, 5))
    plt.subplot(1, 2, 1)
    plt.pie(color_counts.values(), labels=kmeans.cluster_centers_.astype(str), autopct='%1.1f%%')
    plt.title('Color Pie Chart')

    plt.subplot(1, 2, 2)
    plt.bar(range(n_colors), color_counts.values(), tick_label=[str(i) for i in range(n_colors)])
    plt.title('Bar Chart of Color Pixel Counts')
    
    return color_stats

# 示例
image_path = "path_to_your_image.jpg"
colors_and_percentages = extract_colors(image_path)

要按照颜色占比对颜色进行排序[^2]，可以在最后一步添加：

sorted_color_stats = sorted(color_stats, key=lambda x: x[1], reverse=True)

这会返回一个列表，其中的颜色按占比降序排列。