一、python获取图片颜色信息的方法
python的pil模块可以从图片获得图片每个像素点的颜色信息。
参考链接：python exifread模块获取图片exif信息的例子
例子，获取图片所有点的颜色信息和每种颜色的数量。
返回结果:
..., (44, (72, 64, 55, 255)), (32, (231, 208, 141, 255)), (2368, (70, 64, 55, 255)),
(1, (187, 210, 216, 255)), (256, (68, 64, 57, 255)), (592, (67, 80, 103, 255)),
(2, (198, 204, 214, 255), ...
返回结果是一个元祖，每个元素的格式如下： (44, (72, 64, 55, 255))，其中(72,64,55,255)表示RGBA颜色，A就是透明度，44表示jb51.gif这张图片中包含了44个这种颜色。
二、Python通过PIL获取图片主要颜色并和颜色库进行对比的方法
Python通过PIL获取图片主要颜色并和颜色库进行对比的方法
这段代码主要用来从图片提取其主要颜色，类似Goolge和Baidu的图片搜索时可以指定按照颜色搜索，所以我们先需要将每张图片的主要颜色提取出来，然后将颜色划分到与其最接近的颜色段上，然后就可以按照颜色搜索了。
在使用google或者baidu搜图的时候会发现有一个图片颜色选项，感觉非常有意思，有人可能会想这肯定是人为的去划分的，呵呵，有这种可能，但是估计人会累死，开个玩笑，当然是通过机器识别的，海量的图片只有机器识别才能做到。
那用python能不能实现这种功能呢？答案是：能
利用python的PIL模块的强大的图像处理功能就可以做到。
代码：
#!/usr/bin/env python
#
import colorsys
def get_dominant_color(image):
#颜色模式转换，以便输出rgb颜色值
image = image.convert('RGBA')
#生成缩略图，减少计算量，减小cpu压力
image.thumbnail((200, 200))
max_score = None
dominant_color = None
for count, (r, g, b, a) in image.getcolors(image.size[0] * image.size[1]):
# 跳过纯黑色
if a == 0:
continue
saturation = colorsys.rgb_to_hsv(r / 255.0, g / 255.0, b / 255.0)[1]
y = min(abs(r * 2104 + g * 4130 + b * 802 + 4096 + 131072) >> 13, 235)
y = (y - 16.0) / (235 - 16)
# 忽略高亮色
if y > 0.9:
continue
# Calculate the score, preferring highly saturated colors.
# Add 0.1 to the saturation so we don't completely ignore grayscale
# colors by multiplying the count by zero, but still give them a low
# weight.
score = (saturation + 0.1) * count
if score > max_score:
max_score = score
dominant_color = (r, g, b)
return dominant_color
使用方法：
这样就会返回一个rgb颜色，但是这个值是很精确的范围，那我们如何实现百度图片那样的色域呢？？
其实方法很简单，r/g/b都是0-255的值，我们只要把这三个值分别划分相等的区间，然后组合，取近似值。例如：划分为0-127,和128-255，然后自由组合，可以出现八种组合，然后从中挑出比较有代表性的颜色即可。
也可以划分的更细，那样显示的颜色就会更准确。
三、python通过pil模块获得图片exif信息的方法
python通过pil模块获得图片exif信息的方法
python的pil模块功能超级强大，不但可以用来处理图片也可以用来获取图片的exif数据。
例子：
#!/usr/bin/env python
from PIL import Image
#code from http://www.jb200.com
img = Image.open('img.jpg')
exif_data = img._getexif()