कोणत्याही प्रतिमेतून प्रबळ रंग त्वरित काढा. एका क्लिकवर HEX आणि RGB मूल्ये मिळवा. विनामूल्य, सुरक्षित आणि पूर्णपणे तुमच्या ब्राउझरमध्ये चालते.
PNG, JPG, WEBP, GIF चे समर्थन करते. कमाल ५० एमबी.
कलर पॅलेट एक्सट्रॅक्शन इमेजचे विश्लेषण करते आणि प्रबळ किंवा प्रातिनिधिक रंग ओळखते. परिणाम म्हणजे रंगांचा एक छोटा संच — सामान्यतः 5-8 — जो प्रतिमेचे दृश्य वर्ण कॅप्चर करतो. डिझायनर इतर डिझाइन घटकांचे समन्वय साधण्यासाठी काढलेल्या पॅलेटचा वापर करतात (नायकाच्या प्रतिमेला पूरक असणारे UI रंग, फोटोग्राफीतून मिळवलेले ब्रँड पॅलेट, मूड इमेजशी जुळणारे रंगसंगती).
एक्सट्रॅक्शन क्लस्टरिंग अल्गोरिदम (k-म्हणजे किंवा तत्सम) वापरून सर्व प्रतिमेचे पिक्सेल कलर क्लस्टरच्या विनंती केलेल्या संख्येमध्ये गटबद्ध करते. प्रत्येक क्लस्टरचे केंद्र पॅलेट रंग बनते. सर्वात मोठे क्लस्टर प्रबळ रंगांचे प्रतिनिधित्व करतात; अल्गोरिदम कच्च्या पिक्सेलच्या संख्येपेक्षा दृश्य महत्त्व (संपृक्तता, कॉन्ट्रास्ट) वर देखील वजन करू शकते.
हे साधन JavaScript वापरून तुमच्या ब्राउझरमध्ये चालते. प्रतिमा पिक्सेल डेटामध्ये डीकोड केली जाते, गणना कमी करण्यासाठी नमुना तयार केली जाते आणि क्लस्टर केली जाते. आउटपुट हे हेक्स कोड, आरजीबी मूल्ये आणि आनुपातिक बार असलेले पॅलेट आहे जे प्रतिमेमध्ये प्रत्येक रंगाचा प्रसार दर्शविते.
डोळ्याद्वारे रंग निवडण्यापेक्षा काढलेल्या पॅलेटसह विद्यमान प्रतिमांशी समन्वय साधणारे तुकडे डिझाइन करणे अधिक जलद आहे. नायकाच्या प्रतिमांभोवती लँडिंग पृष्ठे तयार करणारे वेब डिझायनर, मुख्य उत्पादनाच्या फोटोशी जुळणारी मालमत्ता तयार करणारे विपणक आणि स्पर्धक प्रतिमांचे विश्लेषण करणारे ब्रँड डिझायनर या सर्वांना अल्गोरिदमिक पॅलेट एक्सट्रॅक्शनचा फायदा होतो.
पॅलेट सामग्री व्यवस्थापनास देखील समर्थन देतात. प्रबळ रंगानुसार प्रतिमांचे वर्गीकरण करणे तुम्हाला इंटरफेस तयार करू देते जेथे वापरकर्ते रंगानुसार फोटो, उत्पादने किंवा डिझाइन ब्राउझ करतात. अशी प्रणाली तयार करण्यासाठी पद्धतशीरपणे पॅलेट काढणे आवश्यक आहे, जे प्रोग्रामेटिक निष्कर्षण सक्षम करते.
अपलोड करा, पॅलेट आकार निवडा, रंग मिळवा.
K- म्हणजे क्लस्टरिंग पुनरावृत्ती: प्रत्येक पिक्सेल जवळच्या क्लस्टर केंद्राला नियुक्त करा, नियुक्त केलेल्या पिक्सेलच्या मध्यासाठी केंद्रांची पुनर्गणना करा, अभिसरण होईपर्यंत पुनरावृत्ती करा. पूर्ण-रिझोल्यूशन प्रतिमांवर चालणे धीमे आहे; सॅम्पलिंग (प्रत्येक Nth पिक्सेल घेणे) कमीतकमी गुणवत्तेच्या नुकसानासह गती वाढवते.
रंगाची जागा महत्त्वाची. RGB मधील क्लस्टरिंग RGB अंतराने भारित पॅलेट तयार करते, जे ग्रहणात्मक अंतराशी जुळत नाही. LAB किंवा HSV मधील क्लस्टरिंग अधिक विश्वासार्हपणे एकत्रितपणे एकत्रितपणे सारखे दिसणारे रंग अधिक आकलनक्षमपणे संरेखित पॅलेट तयार करतात.
आउटपुट: प्रत्येक क्लस्टर केंद्रासाठी हेक्स कोड, तसेच प्रत्येक क्लस्टरमधील इमेज पिक्सेलची टक्केवारी. टक्केवारी व्हिज्युअल व्यापकता दर्शवते; सर्वात मोठा क्लस्टर हा सर्वात प्रबळ रंग आहे.