如何提取图片中渐变色的颜色构成比例？

提取图片中渐变色的颜色构成比例，核心思路是先读取图片的像素数据，再对颜色进行聚类分组，最后统计每个颜色组的像素占比，就可以得到对应的构成比例。

实现前的准备

我们需要用到PIL库读取图片，numpy处理像素数组，sklearn的KMeans算法做颜色聚类，如果还没安装这些依赖，可以先执行下面的安装命令：

pip install pillow numpy scikit-learn

完整实现步骤

1. 读取图片并转换像素数据

首先使用PIL读取目标图片，将图片转换为RGB模式，再把像素数据转换为二维数组，每一行代表一个像素的RGB值：

from PIL import Image
import numpy as np

def load_image_pixels(image_path):
    # 打开图片并转换为RGB模式
    img = Image.open(image_path).convert("RGB")
    # 缩小图片尺寸，减少计算量，同时保留颜色特征
    img = img.resize((200, 200))
    # 转换为numpy数组，形状为(高度, 宽度, 3)
    pixels = np.array(img)
    # 重塑为二维数组，每个元素是( R, G, B )的列表
    pixels = pixels.reshape(-1, 3)
    return pixels

# 测试读取
pixels = load_image_pixels("test_gradient.png")
print(f"总像素数: {len(pixels)}")

2. 对颜色进行聚类分组

渐变色本质上是多个相近颜色的过渡，我们可以使用KMeans算法把相近的颜色归为同一类，聚类的数量可以根据渐变色的复杂度调整，一般渐变色3-8个聚类就可以覆盖主要颜色：

from sklearn.cluster import KMeans

def cluster_colors(pixels, n_clusters=5):
    # 初始化KMeans模型
    kmeans = KMeans(n_clusters=n_clusters, random_state=42, n_init=10)
    # 训练模型并预测每个像素的聚类标签
    labels = kmeans.fit_predict(pixels)
    # 获取每个聚类的中心颜色值，转换为整数
    cluster_centers = kmeans.cluster_centers_.astype(int)
    return labels, cluster_centers

# 聚类，假设渐变色有5个主要颜色
labels, centers = cluster_colors(pixels, n_clusters=5)

3. 统计每个颜色的占比

统计每个聚类标签出现的次数，除以总像素数就可以得到每个颜色的构成比例，同时可以把RGB值转换为十六进制方便查看：

def calculate_color_ratio(labels, centers, total_pixels):
    # 统计每个聚类的像素数量
    unique_labels, counts = np.unique(labels, return_counts=True)
    color_ratio_list = []
    for label, count in zip(unique_labels, counts):
        # 计算占比
        ratio = count / total_pixels
        # 获取当前聚类的中心颜色
        rgb_color = tuple(centers[label])
        # 转换为十六进制颜色值
        hex_color = "#{}".format("".join([f"{c:02x}" for c in rgb_color]))
        color_ratio_list.append({
            "rgb": rgb_color,
            "hex": hex_color,
            "count": count,
            "ratio": round(ratio, 4)
        })
    # 按占比从高到低排序
    color_ratio_list.sort(key=lambda x: x["ratio"], reverse=True)
    return color_ratio_list

# 计算占比
total_pixels = len(pixels)
result = calculate_color_ratio(labels, centers, total_pixels)

# 打印结果
print("渐变色颜色构成比例：")
for item in result:
    print(f"颜色HEX: {item["hex"]}, RGB: {item["rgb"]}, 占比: {item["ratio"] * 100}%")

结果展示示例

假设我们处理一张从蓝色到绿色的渐变图片，可能得到如下结果：

注意事项

• 聚类数量n_clusters需要根据实际渐变色的复杂度调整，如果渐变色层次多可以适当增大这个值，否则会丢失细节
• 图片尺寸过大会增加计算时间，建议先缩小到合适尺寸再处理，不会影响颜色比例的准确性
• 如果渐变色中包含透明通道，需要先处理透明区域，比如把透明部分替换为白色背景再分析

渐变色提取颜色构成比例PythonOpenCVPIL修改时间：2026-06-10 16:42:22