အဓိကအကြောင်းအရာသို့ ကျော်သွားရန်

အခမဲ့ ပုံအရောင်ပါလက်ထုတ်ယူစက်

k-means color quantization သုံး၍ မည်သည့် ဓာတ်ပုံမဆို dominant color ထုတ်ယူပါ။ သင့် ဓာတ်ပုံ သို့မဟုတ် logo ၏ ထိပ်ဆုံး 2-16 အရောင်များအတွက် hex code ရပါ。

Load ပြီးသည်နှင့် offline အလုပ်လုပ်သည်

ဖိုင်ကို ဤနေရာသို့ ချပါ သို့မဟုတ် ရွေးရန် နှိပ်ပါ

JPG, PNG, WebP, GIF, HEIC, HEIF · သင့်စက်ထဲတွင်သာ လုပ်ဆောင်ပါသည်

သို့မဟုတ် ကလစ်ဘုတ်မှ ကူးထည့်ရန် Ctrl+V နှိပ်ပါ

ဖိုင်များ ကြည့်ရှုပါ

အကြံပြုချက်: Ctrl+V ဖြင့် ဖန်သားပြင်ဓာတ်ပုံကို ကူးထည့်နိုင်သည်

သင်၏ ဖိုင်များသည် သင်၏ စက်ပစ္စည်းကို ဘယ်တော့မှ မထွက်ပါ။ လုပ်ဆောင်မှုများ အားလုံး သင်၏ ဘရောက်ဆာတွင် ဒေသတွင်းမှ ဖြစ်ပွားသည်။

အသုံးများသော အသုံးပြုမှုများ

  • လုံးဝ လုံးဝ ရောင်းချခြင်း စကား ထုတ်ကုန်အဆောက်အ, အလယ်အလတ်ခြင်း အဘို့ အဆောက်အ hex ကုဒ် တစ်ခြား လုံးဝ သို့မဟုတ် လုံးဝ ပုံ ထုတ်ကုန်။
  • ပုံများ မှ အခွင့်အလမ်း လုံးဝ ရောင်းချခြင်း ပထမအစည်းအဖုံ ပုံများ သို့မဟုတ် ပြင်ဆင်ခြင်း ပုံများ မှ တစ်ခြား အခွင့်အလမ်း လုံးဝ ရောင်းချခြင်း ပထမ။
  • ပုံများ မှ လုံးဝ ရောင်းချခြင်း ထုတ်ကုန်အတွင်း တည်ဆောက်မှု သို့မဟုတ် ပိုက်ဆံ ပုံများ မှ လုံးဝ ရောင်းချခြင်း ထုတ်ကုန် သည့်ကျ အသုံးပြုခြင်း။
  • စုံလင်မှု နှင့် အနုပညာ အလယ်အလတ်ခြင်း ပထမကျော်သြတ်တိုက် စုံလင်မှု သို့မဟုတ် သည့်အခါ အနုပညာ လုံးဝ ရောင်းချခြင်း ကြေးမုံု အလယ်အလတ်ခြင်း ကြေးမုံု။
  • ပုံများ မှ CSS အခွင့်ပုံများ မှ CSS အစားထိုး အခွင့် ပထမ — လုံးဝ ခွင့် သို့မဟုတ် အလုံ့အုံ-ပထမ ရောင်းချခြင်း အခွင့် အဘို့။

မည်သို့ အလုပ်လုပ်သည်

Color extraction သည် Canvas API မှ ဖတ်ယူထားသော raw pixel data ပေါ်တွင် အသုံးချထားသော ကိုယ်တိုင်ရေးထားသော k-means++ clustering algorithm ကို သုံး၍ သင့် browser ထဲတွင် လုံးဝ လုပ်ဆောင်ပါသည် — server၊ ပြင်ပ library မပါဝင်ပါ။ ပုံနှင့် color-count setting တူတူသည် ရလဒ် palette တူတူကို အမြဲ ထုတ်ပေးသည်၊ algorithm သည် Math.random အစား သတ်သတ်မှတ်မှတ် pseudo-random number generator (mulberry32) ကို သုံးထားသောကြောင့်ဖြစ်သည်။

  1. 1
    Canvas သည် pixel data ကို ဖတ်ယူသည်
    ပုံကို off-screen HTML Canvas element ပေါ်တွင် ဆွဲပြီး ၎င်း၏ ရှည်ဆုံးဘက်တွင် အများဆုံး 200px သို့ downsample လုပ်သည်။ Canvas API ၏ getImageData() သည် pixel တိုင်းကို raw RGBA byte များအဖြစ် ပြန်ပေးပြီး clustering မတိုင်မီ လုံးဝ ပွင့်လင်းသော pixel များ (alpha < 128) ကို ချန်ထားသည်။
  2. 2
    k-means++ သည် pixel များကို cluster ဖွဲ့သည်
    k-means++ initializer တစ်ခုသည် centroid များကို သတ်သတ်မှတ်မှတ် seed ချသည်၊ ထို့နောက် algorithm သည် 20 ကြိမ်အထိ iterate လုပ်သည်: pixel တစ်ခုစီကို RGB space ၌ ၎င်းနှင့် အနီးဆုံး centroid သို့ assign လုပ်ပြီး centroid များကို assign လုပ်ထားသော pixel အားလုံး၏ ပျမ်းမျှအဖြစ် ပြန်တွက်ချက်သည်။ Hex တန်ဖိုးတူညီသို့ ကျဆုံးသွားသော cluster များကို ပေါင်းစည်းသဖြင့် ရလဒ်ရှိ swatch တစ်ခုစီသည် ထူးခြားသည်။
  3. 3
    အရောင်တစ်ခုစီ၏ metadata ကို တွက်ချက်ထားသည်
    Centroid တစ်ခုစီကို HEX၊ HSL နှင့် pixel စုစုပေါင်းရှိ ၎င်း၏ ရာခိုင်နှုန်းသို့ ပြောင်းလဲထားသည်။ WCAG relative luminance ကို standard ဖော်မြူလာအရ တွက်ချက်ပြီး အမည်းရောင်နှင့် အဖြူရောင် နှစ်မျိုးစလုံးနှင့် contrast ratio များကို swatch တစ်ခုစီနှင့်အတူ ပြသသည်။
  4. 4
    Export နှင့် eyedropper output
    Palette ကို CSS custom property များ၊ SCSS variable များ၊ Tailwind config snippet သို့မဟုတ် JSON အဖြစ် ကူးယူနိုင်သည်။ Click-to-sample eyedropper တစ်ခုသည် ကြိုကြားမှုပေါ်ရှိ သင့် click ကို full-resolution canvas ပေါ်ရှိ အတိအကျ source pixel coordinate များသို့ map ပြန်ကာ ထို pixel အရောင်ကို သီးခြား picked-colors list တစ်ခုသို့ ထည့်သည်။ PNG palette strip တစ်ခုကို Canvas toBlob() မှတစ်ဆင့် ဒေါင်းလုဒ်ဆွဲနိုင်သည်။

သင့်ပုံကို ဘယ်တော့မှ upload မလုပ်ပါ — ၎င်းကို သင့် browser memory ထဲတွင် လုံးဝ decode လုပ်ပြီး လုပ်ဆောင်သည်၊ ဖိုင်အရွယ်အစား (KB ဖြင့်) ကိုသာ analytics သို့ တင်ပြသည်။

ဆက်နွှယ်သော ကိရိယာများ

မကြာခဏ မေးလေ့မေးထရှိသော မေးခွန်းများ