使用Python检测图像是彩色、灰度还是黑白

我从 jpeg 格式的 PDF 文件中提取页面图像，我需要确定每个图像是否更灰度、彩色或黑白（具有容差因子）。

我找到了一些使用 PIL 进行颜色检测的方法（here https://stackoverflow.com/questions/2270874/image-color-detection-using-python and here https://stackoverflow.com/questions/14041562/python-pil-detect-if-an-image-is-completely-black-or-white）但我不知道如何回答这个简单的（视觉）问题：它是更多黑白、彩色还是灰度图像？

我更喜欢在这部分使用 Python 和 PIL，但如果有人有线索（或解决方案），我也可以使用 OpenCV。

我尝试了 Gepeto 的解决方案，它有很多误报，因为颜色大方差可能只是偶然相似。正确的方法是计算每个像素的方差。首先缩小图像，这样您就不必处理数百万像素。

默认情况下，该函数还使用平均颜色偏差调整，我发现这可以改善预测。这样做的一个副作用是，它还会检测单色但非灰度图像（通常是棕褐色调的东西，该模型在检测与灰度的较大偏差时似乎有点崩溃）。您可以通过对色带平均值进行阈值处理将它们与真实灰度分开。

我在包含 13,000 张摄影图像的测试集上运行了该方法，得到了 99.1% 的准确率和 92.5% 的召回率的分类结果。通过使用非线性偏差调整可能会进一步提高准确性（例如，颜色值必须在 0 到 255 之间）。也许查看中位数平方误差而不是 MSE 会更好地允许例如带有小彩色标记的灰度图像。

from PIL import Image, ImageStat
def detect_color_image(file, thumb_size=40, MSE_cutoff=22, adjust_color_bias=True):
    pil_img = Image.open(file)
    bands = pil_img.getbands()
    if bands == ('R','G','B') or bands== ('R','G','B','A'):
        thumb = pil_img.resize((thumb_size,thumb_size))
        SSE, bias = 0, [0,0,0]
        if adjust_color_bias:
            bias = ImageStat.Stat(thumb).mean[:3]
            bias = [b - sum(bias)/3 for b in bias ]
        for pixel in thumb.getdata():
            mu = sum(pixel)/3
            SSE += sum((pixel[i] - mu - bias[i])*(pixel[i] - mu - bias[i]) for i in [0,1,2])
        MSE = float(SSE)/(thumb_size*thumb_size)
        if MSE <= MSE_cutoff:
            print "grayscale\t",
        else:
            print "Color\t\t\t",
        print "( MSE=",MSE,")"
    elif len(bands)==1:
        print "Black and white", bands
    else:
        print "Don't know...", bands