Question

我的情况是我收到了上传的图片，将其调整为小于100乘100，并提取每个像素的颜色。因此，关于压缩图像的所有数据都可以存储在四个变量中：

width - （ int ）图像的整体宽度

height - （ int ）图像的整体高度

colors - （ Array ）具有唯一RGB值的对象数组

pixels - （ Array ）二维数组，索引引用colors

对于我的实现，我想将色彩空间压缩到20种以下的独特颜色。我应该使用什么样的算法来融合并减少像素表达的独特颜色的数量？

我没有这个伪代码，但我认为必须有一些方法来找出二十种最不同的颜色（使用平均值中R，G和B值的最高方差）。然后，我可以将其他颜色分组下的其他颜色分组，并将每组接收的值平均。但是，我不知道如何实现这一点，并对这种方法的有效性持怀疑态度。

想法？

Answer 1

我同意Jim Mischel的观点。您需要JavaScript库进行颜色量化。

色彩量化是减少数千个图像的过程或数百万种颜色与较少的颜色（通常为256种）。

您可以使用RgbQuant.js，然后您可以在选项中设置所需的颜色编号。

// options
var opts = {
    colors: 256, // desired palette size
    //...
};

在实施之前，您可以看到此demo。

Answer 2

在输入颜色和输出颜色之间的L2范数最小化意义上，K-NN聚类到20个聚类将是最佳的