🎨 Задумывались, как интегрировать цвета из изображений в ваши дашборды Tableau?

Возможно, вы:

- Хотите узнать, какие палитры использовали знаменитые художники?
- Желаете проанализировать цветовые тренды в собственных фотографиях?
- Или исследовать, как цветовые схемы меняются у разных брендов и стилей?

Недавно я провела такой анализ для своего дашборда по Ван Гогу, проследив изменения цветовой палитры в его портретах. Вот как вы тоже можете это сделать с помощью Python!

🛠️ Что вам понадобится:

OpenCV – для обработки изображений.
KMeans (из библиотеки scikit-learn) – для кластеризации похожих цветов.
Pandas – для работы с данными и экспорта результатов.
📋 Пошаговое руководство:

1. Чтение и преобразование: Используйте cv2.imread() из OpenCV, чтобы загрузить изображение, затем преобразуйте его в список пикселей для дальнейшей обработки.
2. Кластеризация цветов: С помощью KMeans выделите доминирующие цвета на изображении. Каждый кластер представляет собой уникальный цвет.
3. Расчёт пропорций: Определите долю каждого цвета, чтобы понять его значимость в изображении.
4. Экспорт: С помощью Pandas сохраните результаты в CSV-файл, который легко загрузить в Tableau.

💥 Хорошая новость: вам не нужно быть экспертом в Python! Я подготовила скрипт, который упростит процесс.
https://github.com/emgoryaynova/Python/blob/main/Image_Color_Analysis_Template.ipynb

Всё, что нужно сделать:
1. Скачайте изображения, которые хотите проанализировать, в папку.
2. Укажите путь к папке в скрипте.
3. Запустите его и скачайте итоговый CSV-файл с выделенными цветами.

Какие идеи у вас есть для использования цвета в дашбордах Tableau?