提取图片配色
从照片或设计稿中提取主色调，生成配色方案，附带 HEX、RGB 数值以及每种颜色在图片中所占的比例。适合匹配品牌色或搭建主题配色。
- 文件永不离开你的设备
- 免费，无需注册
- 无水印
- 加载后可离线使用
如何提取图片配色
- 1
添加图片
拖入一张照片、截图或设计稿——或从剪贴板粘贴。
- 2
选择颜色数量
五到六种颜色通常是最实用的配色数量。
- 3
复制数值
每个色块都提供 HEX 和 RGB 数值，以及它在图片中所占的比例。
中位切分量化算法如何选出颜色
一张典型照片，如果把每一处细微的渐变和阴影都单独计算在内，会包含数十万种不同的颜色，远远超出任何可用配色方案所能展示的数量。中位切分量化算法把图像的所有像素看作三维颜色空间中的点，然后反复把最大、最分散的那一组，沿数值范围最宽的坐标轴——红、绿或蓝——切分开来，直到剩下所需数量的组。每一个最终分组的平均颜色，就成为配色方案中的一个色块。
由于切分的依据是一组颜色分散的程度，而不是其中包含多少像素，最终结果自然会倾向于同时具备"常见"和"视觉上有区分度"这两个特点的颜色，而不只是单一出现频率最高的像素值——一大片近乎一致的天空蓝，不会挤掉另外三种真正不同、但各自覆盖面积较小的颜色。这正是 GIF 和经典 256 色调色板生成背后的核心算法，这里把它用于构建供设计使用的配色方案，而不是重新绘制图像本身。
为什么提取出的配色可能和你预期的完全不同
人类的注意力会被照片的主体所吸引——一张脸、一件产品、一个焦点物体——几乎不论它实际占据画面的比例有多少，而按像素统计的算法完全没有"主体"这个概念。一张背景是大片绿色植被的人像照片，提取出的配色会以绿色为主，因为绿色确实占了大多数像素，即便看照片的人会说这张照片"讲的是"画面里的人，而不是他们身后的背景。
出现这种情况时，通常的解决办法是先把图片裁剪到真正重要的区域，再提取配色——紧贴产品照片的主体裁剪，或裁剪到设计稿的焦点元素，能去掉那些拉偏结果的背景像素，让配色方案真正反映出它本应代表的那部分图像。
选择要提取多少种颜色
颜色数量越少，算法就必须做出更激进的归纳概括，这在配色方案要用作精简、刻意设计的品牌或主题配色时很有用——三到四种颜色，彼此之间需要真正有明显区分度。颜色数量越多，能捕捉到源图像中更细微的差异，但一旦超过六到七种，就会开始出现难以分辨的近似重复色块，尤其是在渐变细腻的图像上，多出来的色块其实只是同一渐变上的不同阶段，而不是有意义的不同颜色。
- 3–4 种颜色
- 精简的品牌配色——主色、辅助色，加一到两个点缀色。
- 5–6 种颜色
- 通用默认选择。范围足够，又不会产生近似重复色。
- 8 种以上颜色
- 对复杂图像的细致分析，代价是色块之间会出现一定冗余。
常见问题
颜色是如何选出来的？
通过中位切分量化算法——图片的颜色会沿着数值范围最宽的坐标轴（红、绿或蓝）被反复切分成多个色彩组，直到剩下所需数量的组，每个组的加权平均值就成为一个色块。这与 GIF 调色板使用的算法相同，它会同时兼顾颜色的独特性和常见程度。
为什么提取出的配色和我看到的不一样？
因为人眼会被"主体"吸引，而算法只是在统计像素。一张草地上红色汽车的照片，提取出的配色大多是绿色，因为绿色确实占据了图片的大部分面积。裁剪到你真正关心的部分，就能得到你预期的配色。
百分比数值是什么意思？
指分配给该色块的像素占比。这是衡量视觉权重的一个不错的参考——一种颜色占图片 40%，在任何基于这套配色的设计中都会占主导地位，所以它通常适合作为背景色，而不是点缀色。
透明区域会被计算在内吗？
不会。完全透明的像素会被排除在外，所以透明背景上的 Logo 提取出的是 Logo 本身的颜色，而不会被拉偏向黑色。