建站
咨詢
售后
建站咨詢
新聞中心
在Android4.4系統(tǒng)中，更加詳細地介紹了關(guān)于顏色的細節(jié)并提供了使用colour的新教程，以使我們的應(yīng)用更加獨一無二。也就是說，作為一個設(shè)計師或者開發(fā)者，為你的APP做完美的配色已經(jīng)變成了你的職責。
創(chuàng)新互聯(lián)專業(yè)為企業(yè)提供綿竹網(wǎng)站建設(shè)、綿竹做網(wǎng)站、綿竹網(wǎng)站設(shè)計、綿竹網(wǎng)站制作等企業(yè)網(wǎng)站建設(shè)、網(wǎng)頁設(shè)計與制作、綿竹企業(yè)網(wǎng)站模板建站服務(wù)，十多年綿竹做網(wǎng)站經(jīng)驗，不只是建網(wǎng)站，更提供有價值的思路和整體網(wǎng)絡(luò)服務(wù)。
可以通過改變Android Framework界面元素的默認藍色來使應(yīng)用更加獨特。 ——來自Android Design
最簡單的方式就是給Action Bar加上一層自定義的背景，但是在我現(xiàn)在寫的一個APP中我希望可以更靈活一些（做到自適應(yīng)），自適應(yīng)顏色的最好例子就是iTunes了，它會從專輯中獲取配色方案，作用于彈出的曲目列表。
所以，我準備在Android上實現(xiàn)這個技術(shù)。
基本理論知識
在網(wǎng)上搜索一遍后，我發(fā)現(xiàn)了很多開源的實現(xiàn)方式，不過是用其他語言寫的。最好的版本是一個JavaScript庫，叫Color Thief,我從里面學到了很多實現(xiàn)這個技術(shù)需要的知識，正好是我需要的。
圖像量化
這里要做的第一步就是量化源圖像，通俗地說，就是減少圖像上使用的顏色種類。如果你喜歡動態(tài)的GIF，那么只能用8位的色板，所以每一幀最多可以使用256種顏色。
為此，我們就需要減少顏色使用，只使用一些主要的顏色，那我們就用默認的色板吧，再根據(jù)需要弄出一些其他的顏色。稍后將詳細介紹。
現(xiàn)在需要選擇量化算法了，Color Thief用了一個修改版的MCQ（Median Cut Quantization）算法，另稱作MMCQ（Modified Median Cut Quantization），如果想了解更多關(guān)于MMCQ的信息，可以來 這里 。其他的比較著名的量化技術(shù)還有NeuQuant和OctTree。
我還在《Principles of Digital Image Processing 》這本書上找到了一個JAVA的MCQ實現(xiàn)，托管在GitHub上。
這個MCQ算法有很多很棒的特性，所以我決定就用它了：
- 它很快。它比NeuQuant和OctTree還快，在移動設(shè)備上這點尤其重要；
- 它內(nèi)部使用了統(tǒng)計直方圖，每種色塊都綁定了一個數(shù)值，之后排序的時候更方便。
雖然MCQ算法生成的圖像質(zhì)量不是最好的，但是這里只是需要它生成的調(diào)色板，不用展示生成的圖像，所以，還不錯。
處理結(jié)果
以下就是處理后的結(jié)果，使用Color Thief的例子里的圖像。之前說過MCQ里面帶有統(tǒng)計直方圖，所以我們可以排列出每種顏色使用的頻率，它顯示了調(diào)色板排序后的列表。當然，這還是可以繼續(xù)改進。
這些結(jié)果和Color Thief生成的圖像有點不一樣：
- 我的版本選擇藍色作為主要的顏色；
- Color Thief挑選了藍色，銀色和綠色作為主要顏色；
- Color Thief沒有選到那些灰色的陰影。所以還需要改進。
接著上文講的，可以調(diào)用MedianCutQuantizer對象的getQuantizedColors()這個方法可以獲取調(diào)色板。我們可以以顏色使用的數(shù)量和比重來對這個集合進行降序顯示。很不幸的是結(jié)果表明大多數(shù)圖像用的顏色是黑色和白色（或相近的顏色），這顏色根本不能讓我們的應(yīng)用顯得更獨特，所以我們要考慮到底選擇什么顏色了。
對于我自己的應(yīng)用來說，我準備使用以下的調(diào)色方案：
- 第一位的主色是一種鮮艷的顏色；
- 第二位主色是區(qū)別一于第一位主色的另一種亮色；
- 第三位主色是和第一位和第二位主色對比強烈的顏色；
- 一種主要的字體顏色，和整體主色對比明顯，可讀性強；
- 第二種主要字體顏色就是白色或者黑色，取決于整體主色的亮度，可讀性強。
這篇文章主要講的也就是怎么選擇這些顏色。
主色
根據(jù)以上我的需求，我決定使用以下因素的平均值：
- 鮮艷度；
- 熱度（受歡迎程度）。
鮮艷度
這個其實也很簡單，首先要把RGB顏色模型轉(zhuǎn)化成HSV顏色模型，使用Android內(nèi)置的[Color.RGBToHSV()] (https://developer.android.com/reference/android/graphics/Color.html#RGBToHSV(int, int, int, float[]))方法可以做到。如果不明白HSV顏色模型可以看 這里。
簡單地說，這個圓柱形就代表了RGB顏色模型，通過三個坐標來表示顏色：Hue，Saturation和Value（明度）。
HSV顏色模型，來自 Wikipedia
我使用一個簡單的方式去計算鮮艷度，通過飽和度（saturation ）和色度（value）。在人眼看來這兩個值越高，鮮艷度就越高。
- public float[] getHsv() {
- float[] hsv = new float[3];
- Color.RGBToHSV(r, g, b, hsv);
- return hsv;
- }
- public float calculateColorfulness() {
- float[] hsv = getHsv();
- return hsv[1] * hsv[2];
- }
計算的結(jié)果會在0.0到1.0的范圍內(nèi)。
熱度
還記得之前說過每個顏色都有一個綁定的值嗎？這里可以使用這個值來決定一種顏色在調(diào)色板中的受歡迎程度。記住值得范圍是在0.0到1.0之間。
也就是說我們得到了如下的簡單的調(diào)色板：
| Color | Count | ---------------------- | White | 200 | | Purple | 175 | | Black | 150 | | Red | 125 | | Orange | 100 | | Blue | 50 | ---------------------- | Total | 800 |
我們可以通過圖像中的這個比例來計算出顏色占有的比例，上圖中有800像素，以紫色為例，它的顏色比例為：175 / 800 = ~0.22。可是這個值很小，只能接近1而已。
反之我們可以選擇調(diào)色板中最受歡迎的顏色作為基準來計算這個比例。還是用上一個例子，白色是最受歡迎的顏色，所以紫色的比例就是：175 / 200 = 0.87。相對于顏色的受歡迎程度來說，這個更具代表性。
最終值
這里要使用這些值來結(jié)合成一個最終的值，這樣簡單合成沒有問題，但是之前說了黑白色是最受歡迎的顏色，考慮到這個，這里我們做一個權(quán)重，來決定一些屬性的重要程度，這種情況下我們提高了鮮艷度：
- static float weightedAverage(float... values) {
- assert values.length % 2 == 0;
- float sum = 0;
- float sumWeight = 0;
- for (int i = 0; i = SECONDARY_MIN_DIFF_HUE_PRIMARY) {
- return candidate;
- }
- }
- // If we get here, just return the second weighted color
- return mWeightedPalette[1];
第三位主色
這種顏色和上面第二位主色很相似，但是這次就不找Hue值了，我們直接對比前兩種顏色就可以了。
- // Contrast values are in the range 0-255.
- private static final int TERTIARY_MIN_CONTRAST_PRIMARY = 20;
- private static final int TERTIARY_MIN_CONTRAST_SECONDARY = 90;
- ...
- // Find the first color which has sufficient contrast from both the primary & secondary
- for (ColorNode color : mWeightedPalette) {
- if (ColorUtils.calculateContrast(color, primary)
- >= TERTIARY_MIN_CONTRAST_PRIMARY
- && ColorUtils.calculateContrast(color, secondary)
- >= TERTIARY_MIN_CONTRAST_SECONDARY) {
- return color.getRgb();
- }
- }
- // We couldn't find a colour. In that case use the primary colour, modifying it's
- // brightness by 45%
- return ColorUtils.changeBrightness(secondary.getRgb(), 0.45f);
來看一下，calculateContrast()這個方法哪來的？這個我也想了很久，其實它來自這篇文章 color contrast。
最后我再把RGB顏色模型轉(zhuǎn)換成了YIQ顏色模型，僅僅攜帶了Y（亮度）值，之后你可以對比下兩種顏色的亮度值，看看在明度上有什么不一樣，再用臨界值來試試。
- /**
- * @return difference in luma. Possible values are 0 (no difference) to
- * 255 (max difference).
- */
- private static final int calculateContrast(int rgbColor1, int rgbColor2) {
- return Math.abs(calculateYiqLuma(rgbColor1) - calculateYiqLuma(rgbColor2));
- }
- /**
- * @return luma value. Values are in the range 0-255.
- */
- public static final int calculateYiqLuma(int color) {
- return (299 * Color.red(color) + 587 * Color.green(color) + 114 * Color.green(color)) / 1000;
- }
代碼
我說過要發(fā)代碼的，看這里：
https://gist.github.com/chrisbanes/ba8e7b9ec0e40f6949c6
這代碼也許跑不起來，所以需要修改一下然后包含到你的APP中，這是僅僅是為了讓你知道怎么把它集成到APP中，所有重要的東西都在這里了，你只需要考慮怎么集成進你的APP就行了。加油吧。
本文題目：關(guān)于Android配色自適應(yīng)顏色的實現(xiàn)
分享地址：http://www.5511xx.com/article/dpdpgdp.html
