这是我多次伪解决的问题，但从未完全找到解决方案。
问题是想出一种方法来生成N颜色，尽可能区分N参数在哪里。
问问题
18362 次
8 回答
27
我对此的第一个想法是“如何在一个空间中生成 N 个向量，使彼此之间的距离最大化”。
您可以看到 RGB（或您使用的任何其他构成颜色空间基础的比例）只是向量。看看Random Point Picking。一旦你有一组最大化分开的向量，你可以将它们保存在哈希表或其他东西中以备后用，然后对它们执行随机旋转以获得你想要的所有颜色，这些颜色彼此之间的距离最大！
多考虑这个问题，最好将颜色以线性方式映射，可能按字典顺序（0,0,0）→（255,255,255），然后均匀分布。
我真的不知道这将如何运作，但它应该因为，让我们说：
n = 10
我们知道我们有 16777216 种颜色 (256^3)。
我们可以使用Buckles 算法 515来查找按字典顺序索引的颜色。
. 您可能必须编辑算法以避免溢出，并可能增加一些小的速度改进。
于 2008-08-02T19:03:52.170 回答
20
最好在“感知均匀”色彩空间中找到最远的颜色，例如 CIELAB（使用 L*、a*、b* 坐标之间的欧几里德距离作为距离度量），然后转换为您选择的色彩空间。通过调整色彩空间以近似人类视觉系统中的非线性来实现感知均匀性。
于 2008-09-12T19:00:13.403 回答
11
一些相关资源：
ColorBrewer - 设计用于在地图上最大程度区分的颜色集。
Escaping RGBland: Selecting Colors for Statistical Graphics - 一份技术报告，描述了一组用于在 hcl 颜色空间中生成良好（即最大可区分）颜色集的算法。
于 2008-09-18T16:01:24.593 回答
10
这是一些代码，用于在指定亮度的 HSL 色轮周围均匀分配 RGB 颜色。
class cColorPicker
{
public:
void Pick( vector<DWORD>&v_picked_cols, int count, int bright = 50 );
private:
DWORD HSL2RGB( int h, int s, int v );
unsigned char ToRGB1(float rm1, float rm2, float rh);
};
/**
Evenly allocate RGB colors around HSL color wheel
@param[out] v_picked_cols a vector of colors in RGB format
@param[in] count number of colors required
@param[in] bright 0 is all black, 100 is all white, defaults to 50
based on Fig 3 of http://epub.wu-wien.ac.at/dyn/virlib/wp/eng/mediate/epub-wu-01_c87.pdf?ID=epub-wu-01_c87
*/
void cColorPicker::Pick( vector<DWORD>&v_picked_cols, int count, int bright )
{
v_picked_cols.clear();
for( int k_hue = 0; k_hue < 360; k_hue += 360/count )
v_picked_cols.push_back( HSL2RGB( k_hue, 100, bright ) );
}
/**
Convert HSL to RGB
based on http://www.codeguru.com/code/legacy/gdi/colorapp_src.zip
*/
DWORD cColorPicker::HSL2RGB( int h, int s, int l )
{
DWORD ret = 0;
unsigned char r,g,b;
float saturation = s / 100.0f;
float luminance = l / 100.f;
float hue = (float)h;
if (saturation == 0.0)
{
r = g = b = unsigned char(luminance * 255.0);
}
else
{
float rm1, rm2;
if (luminance <= 0.5f) rm2 = luminance + luminance * saturation;
else rm2 = luminance + saturation - luminance * saturation;
rm1 = 2.0f * luminance - rm2;
r = ToRGB1(rm1, rm2, hue + 120.0f);
g = ToRGB1(rm1, rm2, hue);
b = ToRGB1(rm1, rm2, hue - 120.0f);
}
ret = ((DWORD)(((BYTE)(r)|((WORD)((BYTE)(g))<<8))|(((DWORD)(BYTE)(b))<<16)));
return ret;
}
unsigned char cColorPicker::ToRGB1(float rm1, float rm2, float rh)
{
if (rh > 360.0f) rh -= 360.0f;
else if (rh < 0.0f) rh += 360.0f;
if (rh < 60.0f) rm1 = rm1 + (rm2 - rm1) * rh / 60.0f;
else if (rh < 180.0f) rm1 = rm2;
else if (rh < 240.0f) rm1 = rm1 + (rm2 - rm1) * (240.0f - rh) / 60.0f;
return static_cast<unsigned char>(rm1 * 255);
}
int _tmain(int argc, _TCHAR* argv[])
{
vector<DWORD> myCols;
cColorPicker colpick;
colpick.Pick( myCols, 20 );
for( int k = 0; k < (int)myCols.size(); k++ )
printf("%d: %d %d %d\n", k+1,
( myCols[k] & 0xFF0000 ) >>16,
( myCols[k] & 0xFF00 ) >>8,
( myCols[k] & 0xFF ) );
return 0;
}
于 2008-09-27T16:39:09.837 回答
5
设置颜色的顺序不也是一个因素吗？
就像如果你使用 Dillie-Os 的想法，你需要尽可能多地混合颜色。0 64 128 256 是从一个到下一个。但是轮子中的 0 256 64 128 会更“分开”
这有意义吗？
于 2008-08-02T18:16:07.867 回答
3
我读过人眼无法区分少于 4 个值的地方。所以这是要记住的事情。以下算法无法对此进行补偿。
我不确定这是否正是您想要的，但这是随机生成非重复颜色值的一种方法：
（注意，前面的伪代码不一致）
//colors entered as 0-255 [R, G, B]
colors = []; //holds final colors to be used
rand = new Random();
//assumes n is less than 16,777,216
randomGen(int n){
while (len(colors) < n){
//generate a random number between 0,255 for each color
newRed = rand.next(256);
newGreen = rand.next(256);
newBlue = rand.next(256);
temp = [newRed, newGreen, newBlue];
//only adds new colors to the array
if temp not in colors {
colors.append(temp);
}
}
}
您可以优化它以获得更好的可见性的一种方法是比较每种新颜色与数组中所有颜色之间的距离：
for item in color{
itemSq = (item[0]^2 + item[1]^2 + item[2]^2])^(.5);
tempSq = (temp[0]^2 + temp[1]^2 + temp[2]^2])^(.5);
dist = itemSq - tempSq;
dist = abs(dist);
}
//NUMBER can be your chosen distance apart.
if dist < NUMBER and temp not in colors {
colors.append(temp);
}
但是这种方法会显着减慢您的算法。
另一种方法是放弃随机性并系统地检查每 4 个值，并在上面的示例中为数组添加一种颜色。
于 2008-08-01T19:36:46.067 回答
3
function random_color($i = null, $n = 10, $sat = .5, $br = .7) {
$i = is_null($i) ? mt_rand(0,$n) : $i;
$rgb = hsv2rgb(array($i*(360/$n), $sat, $br));
for ($i=0 ; $i<=2 ; $i++)
$rgb[$i] = dechex(ceil($rgb[$i]));
return implode('', $rgb);
}
function hsv2rgb($c) {
list($h,$s,$v)=$c;
if ($s==0)
return array($v,$v,$v);
else {
$h=($h%=360)/60;
$i=floor($h);
$f=$h-$i;
$q[0]=$q[1]=$v*(1-$s);
$q[2]=$v*(1-$s*(1-$f));
$q[3]=$q[4]=$v;
$q[5]=$v*(1-$s*$f);
return(array($q[($i+4)%6]*255,$q[($i+2)%6]*255,$q[$i%6]*255)); //[1]
}
}
因此，只需调用标识颜色、可能颜色数量、饱和度和亮度的random_color()函数即可。$i$n$sat$br
于 2011-10-19T01:58:23.423 回答
3
为了实现“最可区分”，我们需要使用像 Lab（或任何其他感知线性颜色空间）这样的感知色彩空间，而不是 RGB。此外，我们可以量化这个空间以减小空间的大小。
使用所有可能的量化条目生成完整的 3D 空间，并使用 运行 K-means 算法K=N。由此产生的中心/“手段”应该彼此之间几乎是最可区分的。
于 2014-02-07T17:43:13.243 回答