Extrahieren Sie die dominante Farbpalette aus einem Bild

Wandeln Sie eine repräsentative Liste von Bildpixeln in eine kompakte, brauchbare Farbpalette um. Diese Funktion gruppiert ähnliche RGB-Werte, sortiert die Cluster nach ihrem gewichteten Vorkommen und gibt jede dominante Farbe als Hex-Farbmuster und RGB-Kanäle aus. Hinzu kommen Pixelanzahl und Anteil an der gelieferten Stichprobe. Sie eignet sich für Abläufe, die Pixel bereits erfasst oder gezählt haben und eine deterministische Zusammenfassung benötigen, ohne das Originalbild hochzuladen oder zu decodieren.

Bereiten Sie repräsentative Pixelstichproben vor

Beginnen Sie mit Pixeln aus dem gesamten Bild und nicht nur aus einer bequem erreichbaren Ecke. Jeder Datensatz enthält Werte der roten, grünen und blauen Kanäle von 0 bis 255. Falls Ihre Vorverarbeitung identische Farben bereits gezählt hat, ergänzen Sie count; andernfalls lassen Sie das Feld weg, sodass jeder Datensatz für ein Pixel steht.

Gewichtete Datensätze sind besonders bei Bildern mit großen einfarbigen Flächen nützlich, weil sie die tatsächliche Häufigkeit bewahren, ohne dass Sie dasselbe RGB-Objekt tausendfach wiederholen müssen. Die Stichprobe sollte räumlich ausgewogen sein. Ein einfaches Raster, ein gleichmäßiger Abstand oder eine verkleinerte Vorschau bildet das Motiv meist besser ab als die ersten Pixel in Dateireihenfolge.

Lassen Sie transparente Pixel aus, sofern sie nicht bereits auf den später sichtbaren Hintergrund montiert wurden, denn ein unsichtbarer RGB-Wert sollte keine sichtbare Palette bestimmen. Der Algorithmus führt exakte Duplikate vor dem Clustering zusammen. Wiederholte Datensätze und ein gleichwertiger Datensatz mit Anzahl führen deshalb zum selben Ergebnis.

Verstehen Sie das deterministische Farbclustering

Wählen Sie mit n die Höchstzahl der gewünschten dominanten Farben. Der Wert muss eine ganze Zahl von mindestens 1 sein; enthält die Stichprobe weniger verschiedene RGB-Werte, werden entsprechend weniger Farben ausgegeben. Die Zentren werden deterministisch aus häufigen, weit voneinander entfernten Stichproben festgelegt und anschließend durch ein begrenztes, gewichtetes Clustering im RGB-Raum verfeinert.

Zufallswerte, Uhrzeit, Netzwerkdienste und Modelle spielen keine Rolle, daher erzeugt dieselbe Eingabe stets dieselbe Ausgabe. Ähnliche Farbtöne können in dasselbe Cluster gelangen. Kompressionsartefakte, Kantenglättung, Verläufe und kleine Beleuchtungsunterschiede tragen dadurch zu einem repräsentativen Farbmuster bei, statt die Antwort in fast gleiche Einträge aufzuteilen.

Der repräsentative RGB-Wert ist der gewichtete Mittelwert des Clusters, gerundet auf gültige ganzzahlige Kanäle; daraus wird auch der Hexwert erzeugt. Die Cluster werden nach Pixelanzahl sortiert und bei Gleichstand stabil anhand des Hexwerts geordnet. Der RGB-Abstand ist bewusst einfach und vorhersehbar: Er liefert eine praktische Übersicht, kein wahrnehmungsbasiertes Farbmanagement für kritische Druckarbeiten.

Nutzen Sie Anzahlen und Anteile in Folgeprozessen

Die Antwort enthält ein Array colors, das von der größten bis zur kleinsten vertretenen Pixelanzahl sortiert ist. Jeder Eintrag umfasst hex, ein RGB-Objekt, count und share. Dadurch können nachgelagerte Systeme die Abdeckung prüfen und eine kleine Ausgangsstichprobe von einem umfassend erfassten Bild unterscheiden.

Verwenden Sie das erste Farbmuster als grobe dominante Akzentfarbe, prüfen Sie jedoch dessen Anteil, bevor Sie annehmen, es stehe für den Großteil des Bildes. Eine führende Farbe mit ungefähr hälftigem Anteil ist ein deutlich stärkeres visuelles Signal als die erste Farbe einer gleichmäßig verteilten Palette aus fünf Tönen. Speichern Sie für Automatisierungen die vollständige Rangliste, damit sich Schwellenwerte ohne erneute Verarbeitung ändern lassen.

Ungültige Werte und n unter 1 lösen eindeutige Fehler aus.