Vés al contingut principal

Extractor de paleta de colors d'imatge de franc

Extreu els colors dominants de qualsevol imatge usant quantificació de color k-means. Obtén codis hexadecimales dels 2-16 colors principals de la teva foto o logotip.

Funciona sense connexió un cop carregat

Deixeu un fitxer aquí o feu clic per cercar-lo

JPG, PNG, WebP, GIF, HEIC, HEIF · processat al teu dispositiu

o premeu Ctrl+V per enganxar des del porta-retalls

Navegar pels fitxers

Consell: pots enganxar una captura amb Ctrl+V

Els teus fitxers no surten mai del teu dispositiu. Tot el processament es fa localment al teu navegador.

Usos habituals

  • Extreure colors de marca del logoObteneu els codis hexadecimals exactes dels colors dominants en qualsevol logo o imatge de marca.
  • Crear paletes de color web des de fotosGenerar paletes de color de lloc web coincidències a partir de fotos heroi o imatges de fons.
  • Extreure colors de fotos inspiradoresTireu paletes de color de fotos de disseny interior o de moda per usar en els vostres propis projectes.
  • Analitzar paletes de pintura i artEstudiar les paletes de color de pintures famoses o art propi extrayent els colors dominants.
  • CSS tema d'imatgesGenerar temes de variables CSS a partir de imatges: útil per a temes dinàmics o esquemes de color generats automàticament.

Com funciona

L'extracció de colors s'executa completament al teu navegador utilitzant un algorisme de clustering k-means++ escrit a mà aplicat a dades de píxels en brut llegides des de l'API Canvas — sense servidor, sense biblioteca de tercers. La mateixa imatge i configuració de nombre de colors sempre produeixen la mateixa paleta perquè l'algorisme utilitza un generador de números pseudoaleatoris determinista (mulberry32) en lloc de Math.random.

  1. 1
    Canvas llegeix les dades de píxels
    La imatge es dibuixa en un element HTML Canvas fora de pantalla i es redueix a com a màxim 200px al seu costat més llarg. El getImageData() de l'API Canvas retorna cada píxel com a bytes RGBA en brut, i els píxels completament transparents (alfa < 128) es descarten abans que comenci el clustering.
  2. 2
    k-means++ agrupa els píxels
    Un inicialitzador k-means++ sembra els centroides de manera determinista, i després l'algorisme itera fins a 20 vegades: cada píxel s'assigna al seu centroide més proper a l'espai RGB, i després els centroides es tornen a calcular com la mitjana de tots els píxels assignats. Els clústers que col·lapsen al mateix valor hexadecimal es fusionen, així que cada mostra al resultat és única.
  3. 3
    Es calculen metadades per color
    Cada centroide es converteix a HEX, HSL i el seu percentatge del total de píxels. La luminància relativa WCAG es calcula segons la fórmula estàndard, i les ràtios de contrast contra el negre i el blanc es mostren al costat de cada mostra.
  4. 4
    Sortida d'exportació i comptagotes
    La paleta es pot copiar com a propietats personalitzades CSS, variables SCSS, un fragment de configuració de Tailwind, o JSON. Un comptagotes de clic per mostrejar mapeja el teu clic a la previsualització de nou a les coordenades exactes de píxel d'origen en un canvas de resolució completa, afegint el color d'aquell píxel a una llista separada de colors seleccionats. Es pot descarregar una franja de paleta PNG via Canvas toBlob().

La teva imatge mai es puja — es descodifica i es processa completament a la memòria del teu navegador, i només la mida del fitxer (en KB) s'informa a l'analítica.

Eines relacionades

Preguntes freqüents