Extraia as cores dominantes de qualquer imagem instantaneamente. Obtenha valores HEX e RGB com um clique. Gratuito, seguro e funciona inteiramente no seu navegador.
Suporta PNG, JPG, WEBP, GIF. Máx. 50MB.
A extração da paleta de cores analisa uma imagem e identifica as cores dominantes ou representativas. O resultado é um pequeno conjunto de cores – normalmente de 5 a 8 – que captura o caráter visual da imagem. Os designers usam paletas extraídas para coordenar outros elementos de design (cores da interface do usuário que complementam uma imagem principal, paletas de marca derivadas de fotografia, esquemas de cores que combinam com uma imagem de humor).
A extração usa algoritmos de agrupamento (k-means ou similar) para agrupar todos os pixels da imagem no número solicitado de agrupamentos de cores. O centro de cada cluster se torna uma cor da paleta. Os maiores aglomerados representam cores dominantes; o algoritmo também pode ponderar pela importância visual (saturação, contraste), em vez da contagem bruta de pixels, para revelar cores de destaque marcantes.
Esta ferramenta é executada em seu navegador usando JavaScript. A imagem é decodificada em dados de pixel, amostrada para reduzir a computação e agrupada. A saída é a paleta com códigos hexadecimais, valores RGB e barras proporcionais mostrando a prevalência de cada cor na imagem.
Projetar peças que combinem com as imagens existentes é muito mais rápido com paletas extraídas do que escolher cores a olho nu. Web designers que criam páginas de destino em torno de imagens principais, profissionais de marketing que produzem ativos que correspondem a uma foto de produto importante e designers de marcas que analisam imagens de concorrentes, todos se beneficiam da extração algorítmica de paleta.
As paletas também oferecem suporte ao gerenciamento de conteúdo. Categorizar imagens por cor dominante permite criar interfaces onde os usuários navegam por fotos, produtos ou designs por cor. Construir tal sistema requer a extração sistemática de paletas, o que a extração programática permite.
Faça upload, escolha o tamanho da paleta, obtenha as cores.
Iterações de agrupamento K-means: atribua cada pixel ao centro do cluster mais próximo, recalcule os centros como a média dos pixels atribuídos, repita até a convergência. A execução em imagens de resolução total é lenta; a amostragem (tomando cada enésimo pixel) acelera com perda mínima de qualidade.
O espaço de cores é importante. O agrupamento em RGB produz paletas ponderadas pela distância RGB, que não corresponde à distância perceptiva. O agrupamento em LAB ou HSV produz paletas mais alinhadas perceptualmente - cores que parecem semelhantes agrupam-se de forma mais confiável.
Saída: códigos hexadecimais para cada centro do cluster, mais a porcentagem de pixels da imagem em cada cluster. A porcentagem representa a prevalência visual; o maior cluster é a cor mais dominante.