最佳答案
根据Google工程师Henry Rowley，Shumeet Baluja和Yushi Jing博士发布的this paper，似乎您识别图像中颜色的问题的最重要含义与Google的“saferank”算法有关，该算法可检测出没有任何肉色的肤色周围的文字。
本文通过描述“经典”方法开始进行描述，这些方法通常基于归一化颜色亮度，然后使用“Gaussian Distribution”，或使用使用像素中RGB值构建的三维直方图(每种颜色为8位0-255之间的整数值，代表该像素中包含多少该颜色)。还已经引入了依赖于诸如“亮度”(通常被错误地称为“发光度”)之类的属性的方法，该亮度是从给定图像到肉眼的发光强度的密度。
谷歌论文提到，他们将需要使用其算法处理大约10 ^ 9张图像，因此它需要尽可能高效。为此，他们在ROI(感兴趣区域)上执行大部分计算，该区域是一个以图像为中心的矩形，并且在所有侧面上均以图像尺寸的1/6插入。一旦确定了ROI，他们就会将许多不同的算法应用于图像，包括人脸检测算法，色彩稳定算法和其他算法，这些算法总体上会发现图像着色的统计趋势，最重要的是找到颜色统计分布中频率最高的阴影。
他们使用其他功能(例如熵，边缘检测和纹理定义)来
为了从图像中提取线条，他们使用概率霍夫变换(Kiryati et al。，1991)的OpenCV实现(Bradski，2000)在皮肤颜色连接的分量的边缘上进行计算，这使他们能够找到直线。哪些可能不是人体部位，还可以使它们更好地确定图像中哪些颜色最重要，这是其“图像颜色搜索”中的关键因素。
有关此主题的技术性(包括数学方程式等)的更多信息，请阅读开头链接到的Google论文，并查看其网站的“研究”部分。
非常有趣的问题和主题!
关于image - Google的图像颜色搜索如何工作？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/684264/