Выбор цвета Python Pillow HSV; сделать его более конкретным

Я работаю над веб-приложением, которое позволит вам редактировать изображения с использованием цветов, например, раскрашивая черно-белое изображение или переключая цвет автомобиля на цветное изображение.

Мой первый подход к выбору цвета заключался в том, чтобы сэмплировать цвет в rgb, а затем работать с ним. Проблема с rgb заключается в том, что цветовая вариация настолько велика, что, выбирая похожие оттенки фиолетового на изображении, вы можете в конечном итоге повторно выбрать несколько раз и все еще иметь маленькие квадратики, где вы еще не пробовали их. Например, вот исходное изображение:

Используя веб-приложение, я выбираю небольшую область между изображением для выборки цветов, а затем показываю, где цвета совпадают ниже.

вы можете сказать, что у него есть небольшая область прямоугольника и маленькие пятна снаружи, где совпадает цвет.

Я провел некоторое исследование и обнаружил, что HSV, который представляет собой оттенок, насыщенность и значение, является более простым способом выбора оттенков цветов.

Таким образом, используя тот же метод, веб-приложение предоставляет интересующую область, я, как обычно, получаю интересующую область, а затем, если использую hsv, получаю значение оттенка интересующей области и использую его для проверки изображения, все пиксели с одинаковыми значение hue, и оно возвращается как новая область выбора и затем используется для выборки всех этих новых пикселей для цветов.

Это код ниже

def get_hsv_positions(image, positions):
    #hsv comes in hue (color of image), saturation and value that's supposed to be how light or dark the color is
    hsv_image = image.convert('HSV')

    values = []

    for pixel in positions:
        values.append(hsv_image.getpixel(tuple(pixel)))

    hues = set([x[0] for x in values])
    hue_matches = []

    width, height = image.size

    img_width, img_height = 0,0

    for _ in range(width * height):
        if img_width == width:
            img_height += 1
            img_width = 0

        pixel = hsv_image.getpixel((img_width, img_height))
        if pixel[0] in hues:
            hue_matches.append((img_width, img_height))

        img_width += 1

    return hue_matches

def get_color_range(request):
    ...

    #this gets the x,y position on the image of interest to sample colors
    cells = []
    for item in selection:
        pos = get_position(item['position']['left'], item['position']['top'], image.width, image.height, width, height)
        item['position']['top'] = pos[1]
        item['position']['left'] = pos[0]

        scale_grid(item, width, height, image.width, image.height)
        cells.extend(get_cells(item))

    image = PILImage.open(image_url)

    if hsv:
        cells = get_hsv_positions(image, cells)

и вот как он теперь сэмплирует изображение

это лучше, но не идеально, как вы можете сказать здесь

Выборка исходного изображения телесного цвета

Выборка с использованием HSV

Выборка без использования HSV

Как вы можете сказать, HSV получает больше тех маленьких тонов, которые появляются в виде маленьких фигур на изображении, но не получают их все.

Я надеюсь, что кто-то, кто играл с манипулированием изображениями, будь то для науки о данных или чего-то еще, может помочь.

Кроме того, это проект с открытым исходным кодом, который я создал и над которым работаю в свободное время, поэтому, если вам интересно, вы можете проверить исходный код, вот видео краткое введение о том, как это работает. Так что, если вы хотите внести свой вклад, вы знаете каналы :) или используйте его бесплатно, как вам удобно.