Ekstrak warna dominan daripada mana-mana imej serta-merta. Dapatkan nilai HEX dan RGB dengan satu klik. Percuma, selamat dan berjalan sepenuhnya dalam penyemak imbas anda.
Menyokong PNG, JPG, WEBP, GIF. Maks 50MB.
Pengekstrakan palet warna menganalisis imej dan mengenal pasti warna dominan atau perwakilan. Hasilnya ialah set kecil warna — biasanya 5-8 — yang menangkap watak visual imej. Pereka bentuk menggunakan palet yang diekstrak untuk menyelaraskan elemen reka bentuk lain (warna UI yang melengkapkan imej wira, palet jenama yang diperoleh daripada fotografi, skema warna yang sepadan dengan imej mood).
Pengekstrakan menggunakan algoritma pengelompokan (k-means atau serupa) untuk mengumpulkan semua piksel imej ke dalam bilangan gugusan warna yang diminta. Setiap pusat kluster menjadi warna palet. Kelompok terbesar mewakili warna dominan; algoritma juga boleh menimbang mengikut kepentingan visual (ketepuan, kontras) dan bukannya kiraan piksel mentah ke permukaan warna aksen yang menarik.
Alat ini berjalan dalam penyemak imbas anda menggunakan JavaScript. Imej dinyahkodkan kepada data piksel, diambil sampel untuk mengurangkan pengiraan dan dikelompokkan. Output ialah palet dengan kod heks, nilai RGB dan bar berkadar yang menunjukkan kelaziman setiap warna dalam imej.
Mereka bentuk kepingan yang selaras dengan imejan sedia ada adalah lebih pantas dengan palet yang diekstrak daripada memilih warna dengan mata. Pereka web membina halaman pendaratan di sekeliling imej wira, pemasar yang menghasilkan aset yang sepadan dengan foto produk utama dan pereka jenama yang menganalisis imejan pesaing semuanya mendapat manfaat daripada pengekstrakan palet algoritma.
Palet juga menyokong pengurusan kandungan. Mengkategorikan imej mengikut warna dominan membolehkan anda membina antara muka yang membolehkan pengguna menyemak imbas foto, produk atau reka bentuk mengikut warna. Membina sistem sedemikian memerlukan pengekstrakan palet secara sistematik, yang dibolehkan oleh pengekstrakan program.
Muat naik, pilih saiz palet, dapatkan warna.
K-means clustering iterate: tetapkan setiap piksel ke pusat cluster terdekat, hitung semula pusat sebagai min piksel yang ditetapkan, ulangi sehingga penumpuan. Berjalan pada imej resolusi penuh adalah perlahan; pensampelan (mengambil setiap piksel N) memecut dengan kehilangan kualiti yang minimum.
Ruang warna penting. Pengelompokan dalam RGB menghasilkan palet yang ditimbang dengan jarak RGB, yang tidak sepadan dengan jarak persepsi. Pengelompokan dalam LAB atau HSV menghasilkan palet yang lebih sejajar dengan persepsi — warna yang kelihatan kumpulan yang serupa bersama dengan lebih dipercayai.
Output: kod hex untuk setiap pusat kluster, serta peratusan piksel imej dalam setiap kluster. Peratusan mewakili kelaziman visual; kelompok terbesar ialah warna yang paling dominan.