我有一定的11种颜色，我想将正常的RGB图像限制为它们，我现在使用的方法是使用最小欧几里得距离找到最接近的颜色，这是最简单的方法， 但由于我将来将使用微处理器来执行此操作，因此速度对我来说很重要， 是否有其他方法(例如 ANN 或其他机器学习或图像处理技术)可以用来加速该过程？ 提前致谢
P.S.:这个问题的名称是什么？这样我可以更好地搜索
最佳答案
如果您有 11 种颜色，请构建一些 kd-tree (或类似的数据结构；要搜索的关键字是空间数据分区树)，每个向量都有 11 个大小为 3 (RGB) 的向量。
备注:这些数据结构需要您定义使用的指标。
欧几里得距离/L2范数听起来不错，但从图像算法的角度来看，我建议将所有内容转换为一些 color-space构建人类感知，然后使用 L2。
然后，对于图像的每个像素，查询最近邻，这是这些数据结构的核心方法。
可能的加速取决于细节。正如马克所说:基准测试!
您正在寻找的关键字可能是Nearest Neighbor Search 。有很多替代方案，包括近似值(您的情况可能不需要)。
关于image-processing - 将图像限制为某些颜色的方法，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/46796828/