图片颜色量化算法，

又称之为图片主色调提取算法。

也可以称之为调色板提取算法。

比较常见的应用就是用于提取图片的主色调用于上色配色,

当然也可以用于图像分割。

算法的主要目的是从真彩色图像所能表现的大约16M中颜色中选取最代表性或者出现频率最高的256种颜色。

维基百科：

https://en.wikipedia.org/wiki/Color_quantization

相关细节，请参阅维基百科。

经典的例子有：

色调窃取：

http://lokeshdhakar.com/projects/color-thief/

比较有意思的做法就是用来做图片压缩，

png格式中最高压缩比的算法就是基于颜色量化表实现的。

相关项目：

https://github.com/kornelski/pngquant

感兴趣的同学可以，翻翻相应的代码，温故而知新。

常见的颜色量化算法有：

中位切分法（Median cut）
Median-Cut Color Quantization

八叉树算法（Octree）
A Simple Method for Color Quantization: Octree Quantization

聚类算法 (KMeans)
Color Quantization using K-Means

直方图量化(Histogram)

Color Quantization using Histogram

神经网络(Neural-Net)

Optimal Colour Quantization using Kohonen Neural Networks

当然算法还有很多，以及相关的变种。

曾经做过一个需求，想要从一个图片中找到它的主体颜色然后显示出来,

要有两个输出，

一个是颜色的文字描述，一个是颜色的RGB值。

颜色的文字描述很好解决，参照项目:

Name that Color:

http://chir.ag/projects/name-that-color/

主要思路是建表查表，这个也没啥好说了，简单粗暴。

而重点在于精准地找到颜色的RGB值，

这一点，恕我直言，

以上提及到的算法，都不能很好地精准描述到颜色的RGB值。

相关开源项目很多，谷歌一下，github一下 关键词 Color Quantization，

如果不死心的同学可以去做下试验，这里就不展开说了。

这个跟人的视觉感官有关，我们的视觉焦点跟实际的数字颜色有差别。

举个例子，万绿丛中一点红。

明显周围都是绿，那一点红就显得很耀眼。

而如果采用均值也好，切分也好，分类也好。

是很难很好的描述那个耀眼的颜色。

有一段时间，清闲的时候总在思考，如何更好地找到那个合适的颜色值。

最终我从算法的核心，量化的思想出发。

我是不是可以采用过筛子的方式进行逐步逼近结果呢？

这个时候颜色相关的基础知识就显得尤为重要。

转换颜色空间，进行量化是否可行，例如采用HSL或HSV色域。

这个也不展开科普了，需要补课的同学，移步维基:

https://zh.wikipedia.org/wiki/HSL%E5%92%8CHSV%E8%89%B2%E5%BD%A9%E7%A9%BA%E9%97%B4

HSL和HSV都是一种将RGB色彩模型中的点在圆柱坐标系中的表示法。这两种表示法试图做到比RGB基于笛卡尔坐标系的几何结构更加直观。

HSL即色相、饱和度、亮度（英语：Hue, Saturation, Lightness）。HSV即色相、饱和度、明度（英语：Hue, Saturation, Value），又称HSB，其中B即英语：Brightness。

色相（H）是色彩的基本属性，就是平常所说的颜色名称，如红色、黄色等。
饱和度（S）是指色彩的纯度，越高色彩越纯，低则逐渐变灰，取0-100%的数值。
明度（V），亮度（L），取0-100%。

大家观察一下这个图中的圆环。

按照视觉感官来说，

位于圆环中间的颜色区域就是视觉不敏感的地方。

换句话来说，饱和度和亮度，我们都可以不考虑。

只要考虑量化色相就可以基本得知颜色的分布。

而量化的色相，还可以控制需要量化的精度，也就是，

你可以针对色相进行进一步的细分。

例如细分至1000等分，细分至10等分等等。

这个就看具体需求了。

看这图表比较形象一些。

重点关注角度这个值。

相关的计算方式就不展开了。

这个比较基础。

经过实验，验证采用色相进行量化是比较适宜的。

具体算法就不贴出来了。

大概的算法思路如下：

1.确定需要量化颜色的精度，(0-360) 或者(0-60) 稍微换算一下即可。

2.按照量化的精度，对图像进行色相直方图统计(要更加精准的话可以加入亮度或饱和度的直方图，最好把Name that Color的RGB值也进行直方图统计)

3.对直方图进行统计分析，排序以及平滑等

4.通过2-3直方图进行评估确定对应的rgb值

5.输出结果

虽然可以完整地贴出示例代码，

但是有时候，授人以鱼不如授人以渔。

以上的思路，供有类似需求的同学参考之。

若有其他相关问题或者需求也可以邮件联系俺探讨。

邮箱地址是: 
gaozhihan@vip.qq.com