Extrayez les couleurs dominantes de n'importe quelle image instantanément. Obtenez les valeurs HEX et RGB en un clic. Gratuit, sécurisé et fonctionne entièrement dans votre navigateur.
Supporte PNG, JPG, WEBP, GIF. Max 50 Mo.
L'extraction de palette de couleurs analyse une image et identifie les couleurs dominantes ou représentatives. Le résultat est un petit ensemble de couleurs (généralement 5 à 8) qui capturent le caractère visuel de l'image. Les concepteurs utilisent des palettes extraites pour coordonner d'autres éléments de conception (couleurs de l'interface utilisateur qui complètent une image de héros, palettes de marque dérivées de la photographie, combinaisons de couleurs correspondant à une image d'ambiance).
L'extraction utilise des algorithmes de clustering (k-means ou similaires) pour regrouper tous les pixels de l'image dans le nombre demandé de clusters de couleurs. Le centre de chaque cluster devient une couleur de palette. Les plus grands groupes représentent les couleurs dominantes ; l'algorithme peut également pondérer en fonction de l'importance visuelle (saturation, contraste) plutôt que du nombre brut de pixels pour faire ressortir des couleurs d'accent frappantes.
Cet outil s'exécute dans votre navigateur en utilisant JavaScript. L'image est décodée en données de pixels, échantillonnée pour réduire les calculs et regroupée. Le résultat est la palette avec des codes hexadécimaux, des valeurs RVB et des barres proportionnelles montrant la prévalence de chaque couleur dans l'image.
Concevoir des pièces qui se coordonnent avec des images existantes est beaucoup plus rapide avec des palettes extraites qu'avec la sélection des couleurs à l'œil nu. Les concepteurs Web créant des pages de destination autour d'images de héros, les spécialistes du marketing produisant des éléments correspondant à une photo de produit clé et les concepteurs de marque analysant les images des concurrents bénéficient tous de l'extraction algorithmique de palettes.
Les palettes prennent également en charge la gestion de contenu. La catégorisation des images par couleur dominante vous permet de créer des interfaces dans lesquelles les utilisateurs parcourent des photos, des produits ou des créations par couleur. Construire un tel système nécessite d’extraire systématiquement les palettes, ce que permet l’extraction programmatique.
Téléchargez, choisissez la taille de la palette, obtenez les couleurs.
Le clustering K-means itère : attribuez chaque pixel au centre du cluster le plus proche, recalculez les centres comme la moyenne des pixels attribués, répétez jusqu'à convergence. L’exécution d’images en pleine résolution est lente ; l'échantillonnage (en prenant chaque Nième pixel) s'accélère avec une perte de qualité minimale.
L’espace colorimétrique est important. Le clustering en RVB produit des palettes pondérées par la distance RVB, qui ne correspond pas à la distance perceptuelle. Le clustering dans LAB ou HSV produit des palettes plus perceptuellement alignées – les couleurs qui semblent similaires se regroupent de manière plus fiable.
Sortie : codes hexadécimaux pour chaque centre de cluster, plus le pourcentage de pixels d'image dans chaque cluster. Le pourcentage représente la prévalence visuelle ; le plus grand groupe est la couleur la plus dominante.