用于图像颜色的识别方法和衣物处理设备与流程

技术特征：
1.一种用于图像颜色的识别方法，其特征在于，所述识别方法包括下列步骤：获取物品图像；将所述物品图像分为多个区域；调用预设聚类算法分别对所述多个区域进行聚类，得到每个所述区域的聚类后的颜色值；根据所述颜色值和数据库存储的多个标准颜色，确定物品颜色。2.根据权利要求1所述的识别方法，其特征在于，“调用预设聚类算法分别对所述多个区域进行聚类，得到每个所述区域的聚类后的颜色值”的步骤具体包括：调用所述预设聚类算法分别对所述多个区域进行聚类，得到每个所述区域的聚类rgb值；“根据所述颜色值和数据库存储的多个标准颜色，确定物品颜色”的步骤具体包括：根据所述聚类rgb值和所述多个标准颜色的标准rgb值，确定所述物品颜色。3.根据权利要求2所述的识别方法，其特征在于，“根据所述聚类rgb值和所述多个标准颜色的标准rgb值，确定所述物品颜色”的步骤具体包括：根据每个所述聚类rgb值和所述多个标准颜色的标准rgb值分别确定每个所述区域的聚类颜色；根据所述聚类颜色，确定所述物品颜色。4.根据权利要求3所述的识别方法，其特征在于，“根据每个所述聚类rgb值和所述多个标准颜色的标准rgb值分别确定每个所述区域的聚类颜色”的步骤具体包括：分别计算每个所述聚类rgb值与所述多个标准颜色的标准rgb值之间的相似度；将计算得到的每个所述聚类rgb值所对应的全部所述相似度分别进行比较，根据比较结果确定每个所述聚类rgb值所对应的最大相似度；将每个所述最大相似度所对应的标准颜色分别确定为其所对应的区域的所述聚类颜色。5.根据权利要求3或4所述的识别方法，其特征在于，“根据所述聚类颜色，确定所述物品颜色”的步骤具体包括：分别统计每个所述聚类颜色的数量；将统计出来的全部所述数量进行比较，根据比较结果确定最大数量；将与所述最大数量相对应的聚类颜色确定为所述物品颜色。6.根据权利要求4所述的识别方法，其特征在于，所述相似度采用欧式距离或余弦距离表示；并且/或者所述预设聚类算法为kmeans聚类算法。7.根据权利要求1至4中任一项所述的识别方法，其特征在于，“将所述物品图像分为多个区域”的步骤具体包括：对所述物品图像进行预处理，得到物品的主体图像；将所述主体图像分为所述多个区域。8.根据权利要求7所述的识别方法，其特征在于，“对所述物品图像进行预处理，得到物品的主体图像”的步骤具体包括：识别所述物品图像中的物品以及该物品所在该图像中的坐标位置；
根据所述坐标位置从所述物品图像上截取所述主体图像，以去除所述物品图像的背景。9.根据权利要求8所述的识别方法，其特征在于，“根据所述坐标位置从所述物品图像上截取所述主体图像”的步骤具体包括：根据所述坐标位置，按照预设方法从所述物品图像上截取所述主体图像。10.一种衣物处理设备，所述衣物处理设备包括：处理器；存储器，用于存储多条程序代码；其特征在于，所述程序代码适于由所述处理器加载并执行权利要求1至9中任一项所述的识别方法。

技术总结
本发明涉及智慧家电技术领域，具体提供一种用于图像颜色的识别方法和衣物处理设备，旨在解决现有物品的颜色识别不准确的问题。为此目的，本发明的识别方法包括下列步骤：获取物品图像；将物品图像分为多个区域；调用预设聚类算法分别对多个区域进行聚类，得到每个区域的聚类后的颜色值；根据颜色值和数据库存储的多个标准颜色，确定物品颜色，降低了光照强度等环境因素对图像颜色识别造成的干扰，避免了出现局部最优的现象，能够准确地识别出图像中的物品颜色，从而能够准确地确定物品颜色，提高了图像颜色识别的准确率和精度。高了图像颜色识别的准确率和精度。高了图像颜色识别的准确率和精度。


技术研发人员：王守一 许升 黄振兴
受保护的技术使用者：海尔智家股份有限公司
技术研发日：2021.08.16
技术公布日：2023/2/17