Natychmiast wyodrębnij dominujące kolory z dowolnego obrazu. Uzyskaj wartości HEX i RGB jednym kliknięciem. Bezpłatny, bezpieczny i działa całkowicie w przeglądarce.
Obsługuje PNG, JPG, WEBP, GIF. Maks. 50 MB.
Ekstrakcja palety kolorów analizuje obraz i identyfikuje kolory dominujące lub reprezentatywne. Rezultatem jest mały zestaw kolorów — zwykle 5–8 — który oddaje wizualny charakter obrazu. Projektanci używają wyodrębnionych palet do koordynowania innych elementów projektu (kolory interfejsu użytkownika uzupełniające wizerunek bohatera, palety marki zaczerpnięte z fotografii, schematy kolorów pasujące do obrazu nastroju).
Ekstrakcja wykorzystuje algorytmy grupowania (k-średnich lub podobne) do grupowania wszystkich pikseli obrazu w żądaną liczbę klastrów kolorów. Środek każdego klastra staje się kolorem palety. Największe skupiska reprezentują dominujące kolory; algorytm może również ważyć na podstawie znaczenia wizualnego (nasycenie, kontrast), a nie surowej liczby pikseli, aby uzyskać efektowne akcenty kolorystyczne.
To narzędzie działa w Twojej przeglądarce przy użyciu JavaScript. Obraz jest dekodowany na dane w pikselach, próbkowany w celu ograniczenia obliczeń i grupowany. Wynik to paleta z kodami szesnastkowymi, wartościami RGB i słupkami proporcjonalnymi pokazującymi przewagę każdego koloru na obrazie.
Projektowanie elementów pasujących do istniejących obrazów jest znacznie szybsze przy użyciu wyodrębnionych palet niż wybieranie kolorów na oko. Projektanci stron internetowych tworzący strony docelowe wokół obrazów bohaterów, marketerzy tworzący zasoby pasujące do kluczowego zdjęcia produktu oraz projektanci marek analizujący zdjęcia konkurencji – wszyscy korzystają z algorytmicznej ekstrakcji palety.
Palety wspierają także zarządzanie treścią. Kategoryzacja obrazów według dominującego koloru pozwala tworzyć interfejsy, w których użytkownicy przeglądają zdjęcia, produkty lub projekty według koloru. Budowa takiego systemu wymaga systematycznego wyodrębniania palet, co umożliwia ekstrakcja programowa.
Prześlij, wybierz rozmiar palety, uzyskaj kolory.
K-średnie iteracje grupowania: przypisz każdy piksel do najbliższego środka skupienia, przelicz środki jako średnią przypisanych pikseli, powtarzaj aż do zbieżności. Uruchamianie obrazów w pełnej rozdzielczości jest powolne; próbkowanie (pobieranie każdego N-tego piksela) przyspiesza przy minimalnej utracie jakości.
Przestrzeń kolorów ma znaczenie. Grupowanie w RGB tworzy palety ważone odległością RGB, która nie odpowiada odległości percepcyjnej. Grupowanie w LAB lub HSV tworzy palety bardziej dopasowane percepcyjnie – kolory, które wyglądają podobnie w grupie, są bardziej niezawodne.
Dane wyjściowe: kody szesnastkowe dla każdego środka klastra plus procent pikseli obrazu w każdym klastrze. Odsetek reprezentuje częstość widzenia; największa grupa to najbardziej dominujący kolor.